【音效处理】Delay/Echo 简介

系列文章目录



一、Delay 是什么

Delay(延迟)是一种信号处理技术,它将输入信号纪录起来,然后过一段时间再播放。当延迟信号与当前信号混合时,会产生类似回声(Echo)的效果。大多数人都有过在大山中大喊的经历,声音在山谷之间传递,回声余音袅袅。没错,所谓的 Echo 就是这种感觉。看下面两个对比视频,加深对 Echo 的理解:

土拨鼠的尖叫

土拨鼠的尖叫-Echo

毫无疑问,Delay 是当今市场上最强大的音乐制作工具之一。我们听到的几乎所有的调制效果都是用特定的延时创造的。


二、Delay 原理

2.1 The Basic Delay

最简单 Delay,即输入信号与延迟信号叠加得到输出信号,差分方程如下:
y ( n ) = x ( n ) + x ( n − D ) (1) y(n)=x(n)+x(n-D) \tag{1} y(n)=x(n)+x(nD)(1)
其中 D D D 为延迟时间,更准确的说,表示延迟了 D D D 个采样点。下图是(1)的块状图。

在这里插入图片描述
我们对(1)进行 Z 变换,以此来探究 Basic Delay 对频率的影响:
y ( n ) = x ( n ) + x ( n − D ) Y ( z ) = X ( z ) + X ( z ) z − D = X ( z ) ( 1 + z − D ) H ( z ) = Y ( z ) X ( z ) = 1 + z − D (2) \begin{aligned} y(n) &=x(n)+x(n-D) \\ Y(z) &=X(z)+X(z) z^{-D} \\ &=X(z)\left(1+z^{-D}\right) \\ H(z) &=\frac{Y(z)}{X(z)}=1+z^{-D} \end{aligned} \tag{2} y(n)Y(z)H(z)=x(n)+x(nD)=X(z)+X(z)zD=X(z)(1+zD)=X(z)Y(z)=1+zD(2)
H ( z ) = 1 + z − D H(z) = 1+z^{-D} H(z)=1+zD 可以推断出它没有极点,只有 D 个零点。接下来求它的零点:
1 + z − D = 0 z − D = − 1 \begin{aligned} 1+z^{-D} = 0 \\ z^{-D} = -1 \end{aligned} 1+zD=0zD=1
接下来就是复数次方根的求解了,这部分内容可以参考 「珂学原理」No.110「复数的n次方根」。这里就不在重复视频提到的方法,而是利用欧拉公式求解。

z = e j ω z =e^{j \omega} z=ejω ,通过欧拉公式转换得到:
cos ⁡ ( D ω ) + j sin ⁡ ( D ω ) = − 1 \cos (D \omega)+j \sin (D \omega)=-1 cos(Dω)+jsin(Dω)=1
由于 − 1 -1 1 为实数,无复数部分,因此可得:
cos ⁡ ( D ω ) = − 1 ω = ± k π D k = 1 , 3 , 5 , … , D \begin{aligned} \cos (D \omega) = -1 \\ \omega=\pm \frac{k \pi}{D} \quad k=1,3,5, \ldots, D \end{aligned} cos(Dω)=1ω=±Dkπk=1,3,5,,D
D = 2 D=2 D=2 时, ω = ± π 2 \omega=\pm \frac{\pi}{2} ω=±2π
D = 4 D=4 D=4 时, ω = ± π 4 , ± 3 π 4 \omega=\pm \frac{\pi}{4}, \pm \frac{3\pi}{4} ω=±4π,±43π
D = 5 D=5 D=5 时, ω = ± π 5 , ± 3 π 5 , ± π \omega=\pm \frac{\pi}{5}, \pm \frac{3\pi}{5}, \pm \pi ω=±5π,±53π,±π
我们发现 D 个零点是平均分布在单位元上的,不同 D 的频谱响应如下图所示。
零点分布
D = 32 D=32 D=32 时可以看到频谱响应像是一把梳子一样,此类滤波器也被称为“梳妆滤波器”。

此外,我们还可以在 Audition 上使用 Basic Delay 对扫频信号进行处理,可以看到明显的梳妆特征。

处理前:
处理前
处理后:
处理后

2.2 Delay With Feedback

Basic Delay 只能产生单一的回声,应用比较有限。大多数 Delay 算法还会包含一个反馈控制,它将延迟后的信号以一定比例送回输入,如下图所示:
在这里插入图片描述

假设反馈控制那一条信号为 g ( n ) g(n) g(n),那么上图的差分方程为:
y ( n ) = x ( n ) + g ( n ) 其中, g ( n ) = x ( n − D ) + f g ( n − D ) y(n) = x(n) + g(n)\\ \text{其中,} g(n) = x(n-D) + fg(n-D) y(n)=x(n)+g(n)其中,g(n)=x(nD)+fg(nD)
进一步推导有:
y ( n − D ) = x ( n − D ) + g ( n − D ) g ( n − D ) = y ( n − D ) − x ( n − D ) (3) \begin{aligned} y(n-D) &= x(n-D) + g(n-D) \\ g(n-D) &= y(n-D) - x(n-D)\\ \end{aligned}\tag{3} y(nD)g(nD)=x(nD)+g(nD)=y(nD)x(nD)(3)
g ( n ) = x ( n − D ) + f g ( n − D ) = x ( n − D ) + f ( y ( n − D ) − x ( n − D ) ) = ( 1 − f ) x ( n − D ) + f y ( n − D ) 因此 y ( n ) = x ( n ) + g ( n ) = x ( n ) + ( 1 − f ) x ( n − D ) + f y ( n − D ) (4) \begin{aligned} g(n) &= x(n-D) + fg(n-D) \\ &= x(n-D) + f(y(n-D) - x(n-D)) \\ &= (1-f)x(n-D) + fy(n-D) \\ \text{因此} \\ y(n) &= x(n) + g(n) \\ &= x(n) + (1-f)x(n-D) + fy(n-D) \end{aligned}\tag{4} g(n)因此y(n)=x(nD)+fg(nD)=x(nD)+f(y(nD)x(nD))=(1f)x(nD)+fy(nD)=x(n)+g(n)=x(n)+(1f)x(nD)+fy(nD)(4)

对上述差分方程进行 Z 变换得:
Y ( z ) = X ( z ) + ( 1 − f ) z − D X ( z ) + f z − D Y ( z ) ( 1 − f z − D ) Y ( z ) = ( 1 + ( 1 − f ) z − D ) X ( z ) (5) \begin{aligned} &Y(z) = X(z) + (1-f)z^{-D}X(z) + fz^{-D}Y(z) \\ &(1-fz^{-D})Y(z) = (1+(1-f)z^{-D})X(z) \\ \end{aligned} \tag{5} Y(z)=X(z)+(1f)zDX(z)+fzDY(z)(1fzD)Y(z)=(1+(1f)zD)X(z)(5)
H ( z ) = Y ( z ) X ( z ) = 1 + ( 1 − f ) z − D 1 − f z − D = z D + 1 − f z D − f (6) H(z) = \frac{Y(z)}{X(z)} = \frac{1+(1-f)z^{-D}}{1-fz^{-D}} = \frac{z^D + 1 - f}{z^D - f} \tag{6} H(z)=X(z)Y(z)=1fzD1+(1f)zD=zDfzD+1f(6)
从公式(6)可知该滤波器有 D 个零点和 D 个极点,平均分布在单位圆内。再一次,复数次方根求解请参考 「珂学原理」No.110「复数的n次方根」。不同 D 值的频响曲线和零极点分布图如下:
在这里插入图片描述

2.3 Wet & Dry

我们称处理后的信号为 “湿” 的信号,未经处理的信号为 “干”信号。一种更加实用的 Delay 算法将会 “湿” 信号和 “干” 信号进行 mix,并通过 Wet 和 Dry 两个系数来控制干湿比。其块状图如下:
在这里插入图片描述

差分方程为:
y ( n ) = d r y ∗ x ( n ) + w e t ∗ g ( n ) (7) y(n) = dry*x(n) + wet*g(n) \tag{7} y(n)=dryx(n)+wetg(n)(7)

z 变换推导和之前类似,不再赘述了。


三、Delay C/C++ 实现

说完原理,我们来说具体要如何实现。通常,Delay 使用 Delay Line 来实现,整体实现并不复杂,用一个函数就可以简单概况:

void process(AudioBuffer<float> *buffer,
            int delay_samples, float feedback, float dry, float wet) {

    for (size_t c = 0; c < buffer->getNumberChannels(); ++c) {
        float *channel = buffer->getWriterPointer(c);
        auto *dline = dlines_.getDelayLine(c);
        
        for (size_t i = 0; i < buffer->getNumberFrames(); ++i) {
            float in = channel[i];
            float d_y = dline->get(delay_samples);
            float d_x = in + feedback * d_y;

            dline->push(d_x);

            channel[i] = dry * in + wet * d_y;
        }
    }
}

上述代码中:

  1. buffer->getWriterPointer(c)dlines_.getDelayLine(c) ,分别获取当前声道数据和当前声道所使用的 Delay Line
  2. 在第二个 for 循环中,实现了公式(7)中的代码

具体更细节的代码内容请参考 Libaa - Delay


总结

以上就是今天的全部内容,我们首先介绍了 Delay 是什么,它可以产生 Echo,用于音效制作上;接着介绍了 Delay 的数学原理,从 Basic Delay 逐步发展到最终版本 Delay with Dry&Wet;最后还给出了 Delay 的 C/C++ 实现代码。


参考

  • 3
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值