[发明专利]一种声音变调方法、电子设备及计算机可读存储介质

说明书

本发明提供一种声音变调方法、电子设备以及计算机可读存储介质，所述方法包括：获取待处理音频中的音高周期的位置；根据所述音高周期的位置将所述待处理音频进行分帧，形成多个音频帧；利用窗函数对所述音频帧进行加窗处理，以得到多个分析帧；通过控制所述分析帧之间的重叠长度，进而将多个所述分析帧进行合成以得到合成音频，及将所述分析帧对应的所述窗函数进行合成以得到合成窗；利用所述合成窗对所述合成音频进行处理，以得到声音变调后的最终音频。通过本发明的方法得到的最终音频声音变调效果自然、质量高。

技术领域

本发明涉及音频信号处理领域，尤其是涉及一种声音变调方法、电子设备及存储介质。

背景技术

随着信息技术和多媒体技术的发展，人们的业余生活越来越丰富多彩，对一些音频材料的要求也越来越高，普通的音频材料已经不能满足人们的生产和生活的需求。语音变调技术应运而生，现实生活中，它的用途随处可见，例如它可以将一个人的声音变得让熟悉它的人听不出来是谁的声音，起到保护个人隐私的目的，在安防方面具有很大的用处，如变声门铃、智能楼宇和摄像头对讲中。

目前存在的变调算法多种多样，主流的变调算法多采用SOLA、PSOLA、WSOLA和相位声码器技术。这些算法有在时域进行计算的，也有在频域进行计算的，其存在的问题主要有计算量较大、变调效果不自然以及变调后的音频质量低，不适合部署在嵌入式设备上。

发明内容

本发明提供一种声音变调方法、电子设备以及计算机可读存储介质，其声音变调效果自然、质量高。

为解决上述技术问题，本发明提供的第一个技术方案为：提供一种声音变调方法，所述方法包括：获取待处理音频中的音高周期的位置；根据所述音高周期的位置将所述待处理音频进行分帧，形成多个音频帧；利用窗函数对所述音频帧进行加窗处理，以得到多个分析帧；通过控制所述分析帧之间的重叠长度，进而将多个所述分析帧进行合成以得到合成音频，及将所述分析帧对应的所述窗函数进行合成以得到合成窗；利用所述合成窗对所述合成音频进行处理，以得到声音变调后的最终音频。

其中，所述获取待处理音频中的音高周期的位置包括：对所述待处理音频进行差分计算，以得到第一待处理音频信号；对所述第一待处理音频信号进行第一零频抑制处理，以得到第二待处理音频信号；对所述第二待处理音频信号进行第二零频抑制处理，以得到第三待处理音频信号；对所述第三待处理音频信号进行趋势消除处理，以得到第四待处理音频信号；基于所述第四待处理音频信号获取所述音高周期的位置。

其中，所述对所述待处理音频进行差分计算，以得到第一待处理音频信号包括：获取所述待处理音频的脉冲编码调制数据，并将每一样点对应的整型数据转化为浮点型数据；截取固定长度的样点作为操作对象；对所述操作对象中的每一样点对应的浮点型数据进行差分计算，以得到所述第一待处理音频信号。

其中，利用零频容纳器对所述第一待处理音频信号和/或第二待处理音频信号进行第一零频抑制处理和/或第二零频抑制处理；所述对所述第三待处理音频信号进行趋势消除处理，以得到第四待处理音频信号包括：利用第三待处理音频信号中当前样点对应的数据减去短时窗口的平均值以进行趋势消除处理，进而得到第四待处理音频信号。

其中，每一所述音频帧包括多个音高周期，相邻的两个音高周期之间的样点数目为滑动窗口；所述利用窗函数对所述音频帧进行加窗处理，以得到多个分析帧包括：对每一所述音频帧中的所述滑动窗口加预设长度的窗函数，以得到每一音频帧对应的分析帧。

其中，所述通过控制所述分析帧之间的重叠长度，进而将多个所述分析帧进行合成以得到合成音频，及将所述分析帧对应的所述窗函数进行合成以得到合成窗包括：基于当前合成长度根据目标合成长度将当前分析帧与当前已合成的分析帧进行合成，以使得合成后的长度为所述目标合成长度；其中，所述合成窗的长度等于所述合成音频的长度。