常见的变声技术有哪些

发布时间：2025-09-21 01:29:23 阅读量： 12 来源： 互联网转载

常见的变声技术包括：1. Flanging（镶边）；2.Tremolo（颤音）；3. Distortion （失真）。变调不变速算法可以改变语音语调，从而实现男生变女生等效果。但通常变声技术的音效都具有模块性，即特定的变声效果需要特定的变声模块。

1.Flanging（镶边）

Flanging 即镶边的意思。Flanging 叠加原始信号和延时后的信号，抵消和加强某些谐波频率，进而在信号频谱上产生峰谷点。

基本实现原理如下：

增加和削弱的频谱如下：

2.Tremolo（颤音）

Tremolo 即颤音的意思。其实现原理是用低频信号调制原始语音信号，进而产生颤栗、悠远的感觉。其实现公式如下所示：

3.Distortion（失真）

Distortion 即失真的意思。在以前，收音机、电话机和广播播放出来的声音，存在一定的线性和非线性失真，进而产生特有的失真音效。在一些影视作品中，为了模仿这种效果，会使用一些失真器，让作品具备年代感。

简单的失真器原理如图所示：

对应公式如下：

其产生的谐波失真如下所示：

延伸阅读

音频社交的变声是如何实现的？

当我们日常观看视频时，有时会使用倍速播放。在加快播放速度时，我们会感觉视频中的男声听起来有点像“女声”；在放慢播放速度时，我们能听到类似于《疯狂动物城》中那个说话慢吞吞的“树懒声”。这些其实就是简单的变声。

从技术的角度并不难理解，如果我们用16k的采样率去采集一个100Hz的正弦波，而用32k或者8k的采样率去播放的话，那么这个正弦波的频率就会提升一倍（200Hz）或者降低一倍（50Hz）。这样将音频的频率升高或者降低的方法很简单，提升一倍就是每隔一个丢弃一个样本，放慢一倍就是进行一个线性插值。用专业的术语来说，这是一个重采样的过程。按照重采样方法是可以实现一个变调的，但同时也很容易发现，音频的时间变长或者变短了，和我们原始输入的音频长度不一致了，这在实时通信中是不能接受的。在实时通信中，我们要的是一个变调不变速的变声功能，单一的重采样方法是做不到的。当然除了重采样，我们还有其他的一些变声方法能够实现变调不变速的需求。

变声常用的算法

常见的变调算法有时域、频域和参量法。时域较易实现，多采用变速不变调+重采样实现变调不变速等。频域以及参量法就相对复杂，并且计算量相比于时域大了很多。本次主要简单介绍一些常见的时域和频域算法。

在时域内主要是OLA（Overlap-Add）类算法：OLA，同步波形叠加法(Synchronized Overlap-Add, SOLA)、固定同步波形叠加法(Synchronized Overlap-Add and Fixed Synthesis, SOLAFS)、时域基音同步叠加法(Time-Domain Pitch Synchronized Overlap-Add, TD-PSOLA) 波形相似叠加法(waveform similarity overlap-and-add, WSOLA)等，频域内主要是基音同步波形叠加算法(Pitch-Synchronized OLA, PSOLA)等。

50万+团队都在用的项目协作工具一个工具满足团队所需：任务、项目、文档、IM、目标、日历、甘特图、工时、审批以及更多，让工作更简单

智能化研发管理工具PingCode 是简单易用的新一代研发管理平台，让研发管理自动化、数据化、智能化，帮助企业提升研发效能

上一篇: 百度网站优化岂是个别关键词排名优化那样简单？

下一篇: 免费在线图片外链规划：打造强大外链网络

常见的变声技术有哪些

热门文章