我的项目需要一个好的音高转换解决方案来改变声音。周围有很多音高转换 js 库 - 都试过了，但都没有提供想要的结果。主要的是无法控制结果语音音色，我得到米老鼠或地狱僵尸的声音，但不是真实的声音。而在这里，如果用 vega 的声音进行测试，结果就非常出色：http://www.sonicapi.com/docs/live-task-demo?task=process-elastiqueTune#demo_form 不幸的是，我对音频处理完全为零，并且至少想知道它是如何完成的，这里使用了什么类型的移位算法以及我们如何实现对过程的音色/共振峰控制。任何提示高度赞赏。谢谢;)
【问题讨论】：
标签： javascript web-audio-api pitch-shifting
这个问题涉及一个非常广泛的主题。这里有几点建议。
通常，可以通过偏移构成语音素材的频率来改变音高。一个简单的版本是在时间域中重新采样，其中基本上以不同的速度播放记录。这自然也会导致节奏变化，这通常是不可取的。
为了保持节奏，您需要将素材“分解”成其组件，换句话说，将域从时域更改为频域。这就是Fourier Transform 的用途。完成后，您可以估计每个样本的一组频率（以及如果在复杂空间中正确完成的相应相位）。
语音的感知音色取决于称为overtones 的频率集的相对幅度。泛音在说话者的声道中形成，听者与基频一起听到。您可以在任一时域、频谱中使用不同的滤波器来控制音色 （频率）域或cepstral 域。这种信号处理是图书馆图书区的主题。
您可以使用傅里叶逆变换从频谱（频率）域向后移动到时间（时间）域。
总而言之，将样本从时间域转换到频谱域，沿时间轴重新采样，然后进行傅里叶逆变换以返回时域的简单方法是移动音高。
除了傅立叶变换，您还可以使用wavelets。我希望这能让你开始。
【讨论】：