Зміщення висоти та розтягування часу

Зміщення висоти тону та розтягування часу пов’язані, але різні перетворення. Проста зміна швидкості відтворення змінює як тривалість, так і висоту: швидше відтворення скорочує кліп і підвищує його висоту, а повільніше — подовжує його та знижує висоту. Пітч-шифтер намагається змінити висоту звуку без зміни тривалості; розтяжка часу намагається змінити тривалість без зміни висоти. Ці цілі потребують обробки сигналу, крім зміни мітки частоти дискретизації. Фазовий вокодер працює в області короткого перетворення Фур’є. Він змінює інтервал між кадрами аналізу, щоб змінити тривалість, а потім регулює прогресування фази для створення узгодженого синтезу. Він може обробляти загальний звук, але може змазувати перехідні процеси або створювати фазу, особливо з ударним матеріалом або екстремальними факторами розтягування. Зміщення висоти звуку можна побудувати шляхом поєднання модифікації масштабу часу з повторним семплінгом, але деталі визначають артефакти та компенсацію тривалості. Методи синхронного перекриття та додавання тону вирівнюють обробку відповідно до розрахункових періодів висоти. PSOLA може добре працювати для озвученого мовлення, коли позначки висоти є надійними, що робить його корисним для зміни висоти або тривалості, зберігаючи форму хвилі, схожу на мову. Він менш підходить для глухих звуків або довільної музики. Нейронні методи вивчають перетворення з даних і можуть давати природні результати для підтримуваного вмісту, але вимагають навчених моделей і можуть змінювати деталі або виходити з ладу поза умовами навчання. Жоден метод не є вільним від артефактів для кожного сигналу. Перехідні процеси, вібрато, поліфонія, шумне мовлення та великі фактори трансформації виявляють різні недоліки. Алгоритм, оптимізований для голосу, може не зберегти барабанний удар або музичний тембр. Оцініть за допомогою прослуховування та об’єктивних завдань, які відображають варіант використання. Зберігайте перетворені дані в допустимих діапазонах під час доповнення навчальних прикладів, щоб мітки залишалися дійсними. Бібліотеки надають операції з різними параметрами. Вкажіть, чи швидкість представляє тривалість виведення відносно вхідного, і перевірте, чи функція зберігає висоту за замовчуванням. Запишіть алгоритм, версію, частоту дискретизації та налаштування. Завжди перевіряйте вихідну тривалість, відсікання та обробку меж, перш ніж мікшувати трансформоване аудіо в набір даних або робочий процес виробництва.