前面提及到《大話音頻變聲原理 附簡單示例代碼》與《聲音變調算法PitchShift(模擬湯姆貓) 附完整C++算法實現代碼》
都稍微講過變聲的原理和具體實現。
大家都知道，算法從實現到最后工程應用，中間的環節和問題特別多。
尤其是編碼的架構設計，好的數據結構和代碼邏輯封裝肯定是可復用，組件化的。
前幾天寫完《音頻識別算法思考與階段性小結》的時候，
我也提及到了。
會做一些算法編碼優化相關的分享。
而有時候我總覺得文字表達很蒼白，
所以我盡可能地把代碼寫得簡潔易懂，
一方面是便於基礎差的朋友學習。
另一方面也是為了自己在編碼以及思考的時候，能更加清晰。
當然，變聲算法絕大多數朋友都會選擇一些開源的或者商業sdk去做二次開發。
例如:
https://www.surina.net/soundtouch/
但如果僅僅停留在使用的階段，它就是一個黑盒子。
知其然，卻不知其所以然。
是遠遠不夠的。
有時候我們是要站在巨人的肩膀上去看到更美麗的風景。
但是，我希望是一群人，而不是一個人。
也許大家也發現了，我寫的大多數算法，是純c無第三方依賴的。
是不是就會懷疑，我就只會寫c語言？
不是的，我所掌握的編程語言：
主要： c,c++,python,匯編
其次：pascal,c#,js,lua,go等
編程語言只是一個工具，關鍵還是算法思路。
用純c寫的主要目的，是為了破除一些第三方依賴，
不要一知半解地使用黑盒子。
當然，其次的好處就是跨平台，便攜，可復用。
這樣，一切了然於心。
為什么不可以造輪子呢？
只要你造的輪子是有用的，
不管是用於觀賞用於學習還是其他用途。
在我了解到一些音頻算法的思路之后，
變聲算法的思路，
我覺得它的思路非常適用於擴展到大多數音頻算法實現，
而且可復用度比較高。
所以，將它梳理開源，就顯得特別有意義。
而大家可以基於這個實現，進一步去改進或者學習 音頻算法，
例如降噪，增益等等。
因為這個編碼實現的設計是完全可以適用到音頻算法應用場景的。
邏輯也非常清晰。
項目地址：
https://github.com/cpuimage/pitchshift
當然為了便於一些朋友的學習使用，
示例代碼提供一個簡易的實現，
模擬變聲為小黃人。
int main(int argc, char *argv[]) { printf("Audio Processing \n"); printf("blog:http://cpuimage.cnblogs.com/ \n"); printf("Pitch Shifting Using The Fourier Transform\n"); if (argc < 2) return -1; char *in_file = argv[1]; uint32_t sampleRate = 0; uint64_t totalSampleCount = 0; uint32_t channels = 0; short *data_in = wavRead_s16(in_file, &sampleRate, &totalSampleCount, &channels); if (data_in != NULL) { float pitchShift = 0.9f; size_t ms = 50; size_t overSampling = 4; size_t frameSize = sampleRate * ms / 1000; frameSize += frameSize % 2; planData pitchPlanData = {0}; double startTime = now(); makePlanData(frameSize, overSampling, sampleRate, &pitchPlanData); pitchshift(pitchShift, data_in, data_in, totalSampleCount, &pitchPlanData); // turn to minion pitch { totalSampleCount /= 2; short *samples = data_in; for (int i = 0; i < totalSampleCount; i++) { data_in[i] = samples[0]; samples += 2; } } double time_interval = calcElapsed(startTime, now()); freePlanData(&pitchPlanData); printf("time interval: %f ms\n ", (time_interval * 1000)); } char drive[3]; char dir[256]; char fname[256]; char ext[256]; char out_file[1024]; splitpath(in_file, drive, dir, fname, ext); sprintf(out_file, "%s%s%s_out%s", drive, dir, fname, ext); wavWrite_s16(out_file, data_in, sampleRate, totalSampleCount); if (data_in) { free(data_in); } printf("press any key to exit.\n"); getchar(); return 0; }
不做多解釋，大家可以參閱pitchshift函數的實現，
主要實現位於文件PitchShift.h。
整個算法不到200行，邏輯非常清晰，
已經做了一定程度上的工程化優化。
當然還有很大的改進空間，
不過這份代碼，更多的意義在於學習。
授人以魚不如授人以漁。
若有其他相關問題或者需求也可以郵件聯系俺探討。
郵箱地址是:
gaozhihan@vip.qq.com