Python音频帧音高变化

如何解决Python音频帧音高变化

| 我正在尝试使用pyaudio制作语音掩盖程序。使用我现在设置的方式，我唯一要做的就是输入声音，动态更改音高并立即将其分块。第一部分和最后一部分都在工作，我想我已经接近改变音调了……重点放在“思考”上。 不幸的是，我对正在使用的数据类型以及如何以所需的方式进行精确操作不太熟悉。我已经遍历了audioop文档，却找不到我需要的东西（认为在那里肯定可以使用某些东西）。我想我要问的是... 这些音频帧中的数据格式如何。 如何更改框架的音高（如果可以的话），或者它甚至接近那样工作？

import pyaudio
import sys
import numpy as np
import wave
import audioop
import struct

chunk = 1024
FORMAT = pyaudio.paInt16
CHANNELS = 1
RATE = 41000
RECORD_SECONDS = 5

p = pyaudio.PyAudio()

stream = p.open(format = FORMAT,channels = CHANNELS,rate = RATE,input = True,output = True,frames_per_buffer = chunk)

swidth = 2

print \"* recording\"



while(True):

    data = stream.read(chunk)
    data = np.array(wave.struct.unpack(\"%dh\"%(len(data)/swidth),data))*2

    data = np.fft.rfft(data)
    #MANipulation
    data = np.fft.irfft(data)



    stream.write(data3,chunk)




print \"* done\"

stream.stop_stream()
stream.close()
p.terminate()

    

解决方法

        要更改音高，您必须对多个帧执行FFT，然后将数据移频（将数据移至不同的频率仓）并执行逆FFT。 如果您不介意降低音调时声音片段变长（或增加音调时声音片段变长），则可以对帧进行重新采样。例如，您可以将每个帧加倍（在流中插入每个帧的副本），从而降低播放速度和音调。然后，您可以通过改进重采样算法以使用某种插值和/或滤波来提高音频质量。     ,        在

irfft

行之后和

stream.write

行之前，您需要通过

struct.pack

调用将数据转换回16位整数。

data = np.fft.irfft(data)
dataout = np.array(data*0.5,dtype=\'int16\') #undo the *2 that was done at reading
chunkout = struct.pack(\"%dh\"%(len(dataout)),*list(dataout)) #convert back to 16-bit data
stream.write(chunkout)