通过傅里叶变换进行音频变声变调

常见音频变声算法

在游戏或者一些特殊场景下为了提高娱乐性或者保护声音的特征，我们会对音频进行变声变调处理。常用的算法包括:
1.基于傅里叶变换的频域算法，该类算法的优点是声音连续，不会产生断断续续的声音，缺点是算法复杂度高计算量相对比较大;
2.基于时域的插值算法，该类算法的优点是计算简单，缺点是变调的过程中容易失真;
3.PSOLA(Pitch Synchronous Overlap Add)算法，该类算法的优点是保持音频的时域特性，减少变调过程中的失真，缺点是实现复杂度高需要高效的算法和数据结构，适用于实时处理的场景;
4.基于机器学习的算法，采用AI技术可以更加智能化高质量的进行音频处理，但同时也需要更多的训练语料和计算资源进行模型训练;
5.频域重采样算法，该类算法在频域中对音频进行高效的重采样操作，提供良好的声音质量和效率，但算法实现复杂度高，需要较大的计算资源;

这里以一个开源的基于傅里叶变换的频域算法为例，说明一下如何实现音频的变调不变速操作:
工程使用的wav解析库的地址为: https://github.com/mackron/dr_libs/blob/master/dr_wav.h
工程使用到的傅里叶变换的算法地址为: http://blogs.zynaptiq.com/bernsee/pitch-shifting-using-the-ft/

我会在文章的结尾提供完整工程的百度云下载地址