网络音频：Karplus 强弦合成

Question

编辑：稍微清理了代码和播放器（在 Github 上），以便更容易设置频率

我是使用Karplus Strong string synthesis 算法的trying to synthesize 字符串，但我无法正确调整字符串。有人有什么主意吗？

如上链接，代码在 Github 上：https://github.com/achalddave/Audio-API-Frequency-Generator（相关位在strings.js）。

Wiki 有以下图表：

所以本质上，我生成了噪声，然后将其输出并同时发送到延迟滤波器。延迟滤波器连接到低通滤波器，然后与输出混合。根据维基百科，延迟应该是 N 个样本，其中 N 是采样频率除以基频 (N = f_s/f_0)。

摘自我的代码：

产生噪音（bufferSize 是 2048，但这应该无关紧要）

var buffer = context.createBuffer(1, bufferSize, context.sampleRate);
var bufferSource = context.createBufferSource();
bufferSource.buffer = buffer;

var bufferData = buffer.getChannelData(0);
for (var i = 0; i < delaySamples+1; i++) {
    bufferData[i] = 2*(Math.random()-0.5); // random noise from -1 to 1
}

创建延迟节点

var delayNode = context.createDelayNode();

我们需要延迟f_s/f_0 个样本。但是，延迟节点以秒为单位计算延迟，因此我们需要将其除以每秒样本数，得到(f_s/f_0) / f_s，即1/f_0。

var delaySeconds = 1/(frequency);
delayNode.delayTime.value = delaySeconds;

创建低通滤波器（据我所知，截止频率不应该影响频率，更多的是字符串“听起来”是否自然）：

var lowpassFilter = context.createBiquadFilter();
lowpassFilter.type = lowpassFilter.LOWPASS; // explicitly set type
lowpassFilter.frequency.value = 20000; // make things sound better

将噪声连接到输出和延迟节点（destination = context.destination，之前已定义）：

bufferSource.connect(destination);
bufferSource.connect(delayNode);

将延迟连接到低通滤波器：

delayNode.connect(lowpassFilter);

将低通连接到输出并返回延迟*：

lowpassFilter.connect(destination);
lowpassFilter.connect(delayNode);

有人有什么想法吗？我不知道问题是我的代码、我对算法的解释、我对 API 的理解，还是（尽管这不太可能）是 API 本身的问题。

---

*请注意，在 Github 上，实际上在低通和输出之间有一个增益节点，但这并不会真正对输出产生太大影响。

Answer 1

这就是我认为的问题所在。我不认为DelayNode 实现旨在处理如此紧密的反馈循环。例如，对于 441 Hz 音调，这只有 100 个延迟样本，DelayNode 实现可能会以 128 个或更多块的形式处理其输入。 （delayTime 属性是“k-rate”，这意味着对它的更改仅在 128 个样本的块中处理。这并不能证明我的观点，但它暗示了这一点。）所以反馈也进来了迟到了，或者只是部分地，或者什么的。

编辑/更新：正如我在下面的评论中所说，实际问题是一个循环中的延迟节点在输出和输入之间添加了 128 个样本帧，因此观察到的延迟比指定的长 128 / sampleRate 秒。

我的建议（以及我已经开始做的事情）是在 JavaScriptNode（现在称为 ScriptProcessorNode）中实现整个 Karplus-Strong，包括您自己的延迟线。这并不难，一旦我摆脱了一个不可能存在但不知何故存在的烦人错误，我将发布我的代码。

顺便说一句，你（和我）用delayTime 或1/440（应该是A）得到的音调似乎是G，比它应该的低两个半音。将频率加倍将其提高到 B，高四个半音。 （我可能会偏离一个或两个八度音阶 - 很难说。）也许人们可以从像这样的更多数据点（数学上）弄清楚发生了什么，但我不会打扰。

编辑：这是我的代码，经认证无错误。

var context = new webkitAudioContext();

var frequency = 440;
var impulse = 0.001 * context.sampleRate;

var node = context.createJavaScriptNode(4096, 0, 1);
var N = Math.round(context.sampleRate / frequency);
var y = new Float32Array(N);
var n = 0;
node.onaudioprocess = function (e) {
  var output = e.outputBuffer.getChannelData(0);
  for (var i = 0; i < e.outputBuffer.length; ++i) {
    var xn = (--impulse >= 0) ? Math.random()-0.5 : 0;
    output[i] = y[n] = xn + (y[n] + y[(n + 1) % N]) / 2;
    if (++n >= N) n = 0;
  }
}

node.connect(context.destination);