音訊演算法之小黃人變聲 附完整C程式碼
都稍微講過變聲的原理和具體實現。
大家都知道，演算法從實現到最後工程應用，中間的環節和問題特別多。
尤其是編碼的架構設計，好的資料結構和程式碼邏輯封裝肯定是可複用，元件化的。
前幾天寫完《ofollow,noindex" target="_blank">音訊識別演算法思考與階段性小結 》的時候，
我也提及到了。
會做一些演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，
所以我儘可能地把程式碼寫得簡潔易懂，
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，變聲演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，我寫的大多數演算法，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，我所掌握的程式語言：
主要： c,c++,python,彙編
其次：pascal,c#,js,lua,go等
程式語言只是一個工具，關鍵還是演算法思路。
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臺，便攜，可複用。
這樣，一切瞭然於心。
為什麼不可以造輪子呢？
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。
在我瞭解到一些音訊演算法的思路之後，
變聲演算法的思路，
我覺得它的思路非常適用於擴充套件到大多數音訊演算法實現，
而且可複用度比較高。
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 音訊演算法，
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訊演算法應用場景的。
邏輯也非常清晰。
專案地址：
https://github.com/cpuimage/pitchshift
當然為了便於一些朋友的學習使用，
示例程式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函式的實現，
主要實現位於檔案PitchShift.h。
整個演算法不到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，
不過這份程式碼，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絡俺探討。
郵箱地址是: