本文介绍了Python中实现WSOLA（Windowed Synchronous Overlap-Add）算法的详细步骤，该算法用于音频的时间拉伸和压缩。通过将音频信号分窗口、加汉宁窗、寻找相似帧叠加，并通过调整叠加步进实现变速。给出的公式中，rate决定了变速比例，Lout和Lin分别代表输出和输入音频的长度。
- 原理
通过一定的偏移，叠加相似性最高的窗口，从而实现音频时间的拉伸和压缩的效果。
-
具体步骤
-
将音频信号分成多个窗口，通常采用固定长度的窗口(比如20ms)；
-
取第一帧，加汉宁窗(cosx)；
-
间隔Ha取一帧，以该帧为中心，两边延伸Δmax，找出最相似的帧作为第二帧并加汉宁窗；
-
将第二帧和第一帧叠加，叠加步进为Hs
-
公式
r a t e = H a / H s rate = Ha / Hs rate=Ha/Hs
L o u t = L i n / r a t e L_{out} = L_{in} / rate Lout=Lin/rate
Hs固定，通常为帧长一半，
最低0.47元/天 解锁文章
2624
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
