[发明专利]音频信号保真变速处理方法

说明书

技术领域

本发明一般涉及一种对音频信号进行变速处理的方法，尤其涉及一种保真变速处理音频信号的方法，包括保真变慢处理和保真变快处理方法。

前景技术

普通的录音信号放音系统(如录音机)一般用标准的速度进行放音，输出正常速度的语音或声音。但在日常工作学习中，有时希望能改变放出的语音速度，如加快或减慢，尤其是减慢语速，这对于学习外语者有很大的帮助。在改变放音速度方面，传统通常仅通过改变放音机的走带速度来实现。这种方法的缺点是显然的，即走带速度改变，会导致放音磁头输出的信号频率改变，虽然能改变放音速度，但也相应地改变了声音的频率，导致音调、音色的变化，语音效果变差，严重时会产生无法辨清语音内容的现象。    

本发明的目的在于提供一种音频信号保真变速处理方法，该处理方法能使处理后的音频信号在保持原来音频信号相对强弱、频率、音调、音色等特征不变的情况下，使表达该信号内容的速度放慢或加快。

众所周知，任何自然的发声行为，都有振动过程，即必须有作用力使物体产生振动，从而产生声波，这个作用力是间歇的或非恒定的。受力物体受力作用后，发生形变，物体将产生恢复到原形态的能力和/或趋势，从而产生恢复到原状态的运动，这样便产生了振动，并且这种振动具有阻尼振动的特征。音频信号就是这种机械振动的电表现，其波形与机械振动相对应，所以在十分小的时间间歇内，它应该可被看作是由微小的阻尼振动波所组成的。这微小的的阻尼振动波可以是单纯型的，即一段幅值严格递减的、完整的阻尼振动波；亦可以是复合型的，即在噪声干扰、波形叠加等因素的作用下而产生的一段幅值非严格递减的、或非完整的阻尼振动波。对于电声技术来说，在记录声音时，是将声音的机械振动转换成波形相对应的电信号(音频信号)或者通过电子技术直接合成电子音频信号；在重放声音时，是将含有声音内容的音频信号转换成机械振动。所以对于含有声音信号的音频信号，它也是一种振动信号，它也包含有阻尼振动波。

音频信号是复杂多样的，包含不同内容的音频信号有不同的信号特征。但如上所述，由于声音信号都是由频率、幅度等不同的微小的阻尼振动波组成的，所以从微观上来看，这些阻尼振动波是构成音频信号的基本单位。在本申请中我们把这种阻尼振动波称为音元。音元是构成音频信号的、包含独立和完整的基本信息元素的、最基本的结构单元。(根据本发明的试验和观察，音元通常不长于50毫秒，一个音元中通常含有2到24个极值点(包括峰值和谷值)。)

发明内容

据此，本发明提出了一种音频信号保真变速处理方法，它包括下列步骤：

将音频信号进行切割分成小段；

在部分或全部小段后插入至少一段信息单元，以延长音频信号。

上面提供的音频信号保真变速处理方法为一种保真变慢处理方法，本发明的音频信号保真变速处理方法还包括保真变快处理方法，该方法包括下列步骤：

将音频信号进行切割分成小段；

间隔地将部分小段删除，将未删除的小段紧缩连接，以缩短音频信号。

在这里所进行的切割分段，可以以时间间隔为基本切割单位，或者以音频信号中的零点数或极值点数为基本切割单位，也可以以上述的音元个数为基本切割单位。其中，尤以以音元个数为基本切割单位为最佳。

在以时间间隔为基本切割单位时，其时间间隔长度一般为0.1-400毫秒，其中尤以1-20毫秒为最佳。

在以音频信号中的零点数或极值点数为基本切割单位时，其零点或极值点数一般取2-80个，其中尤以3-24个为最佳。

在以音元个数为基本切割单位时，其音元个数一般取1-10个，其中尤以1-3个为最佳。    

在这里所插入的信息单元具有被插入小段音频信号的基本特征，其时间长度一般小于400毫秒。它可以是插入点前一小段的全部或部分信号、经幅值修正的插入点前一小段的全部或部分信号或一段空白信号。在对同一音频信号进行插入的过程中，可以插入上述信息单元中的一种，也可以是任意两种，或三种信息单元的组合。