摘要：
对于混音方法，网上和文献上流传许多方法。1.平均权重2.随幅值变化的权重3.利用衰减因子缓慢规整4.绝对值处理5.A+B-A*B(书写不是很精确)经过实验，方法做了比较了：方法1.唯一的缺陷就是正反时抵消的情况方法2.计算量大，忽重忽轻方法3.小值的时候 比 线性的 声强要大，但是对于比较洪亮的歌曲，出现波形失真，会破音，也无法避免方法1的问题放大4.能保证语义信息，但是丢失了相位信息，声音失真。方法5.网上流传的经典算法 A+B-A*B，能克服1的问题，但是声音有些失真，其它情况，与方法1相当。方法5的理解：其实就是线性分量A+B与非线性分量A*B的一个叠加(A+B)/A*B=1/A+1/. 阅读全文
摘要：
对于数字音频放大时，很容易造成溢出，波形出现失真，造成许多新的频率分量，直接听感就是噪声、破音等。常规处理方法就是对波形直接归一化对称，然后根据最大值拉伸到极限的比例放大所有音频采样点。这种方法能保证声音绝对不失真，缺点在于放大范围比较大。对于放大后超出音频最大值的样本点，都用最大值代替，相当部分波... 阅读全文
摘要：
对于采样率为Fs，长度为M个采样点的音频信号x[n]，，通过采样因子P/Q进行重采样后，这个信号的样本数可以增大或者减小。该过程可以分为如下三个步骤[17]： (1)上采样：在原信号相邻两点内插入P-1个零点，即创建一个有P (M-1)+1个采样点的信号xu[n]，当n=1，2，…，M时，xu[P( 阅读全文
摘要：
变调的方法也可以分为三类：时域法、频域法、参量法。时域法中，Crochiere等人于1983年提出了重采样的方法[42]，该方法是实现变速变调最简单、最常用的方法之一。假设重采样因子为P/Q，其中，P为上采样因子，Q为下采样因子。上采样过程就是往原始信号相邻两点间内插P-1个采样点，这样使得基音周期... 阅读全文
摘要：
语音变速不变调，即语音时长规整，是指不改变原说话人的音调及语义信息，只改变说话人的语速。语音变速不变调算法有三大类：时域法、频域法、参量法，如表2-1所示。表2-1 变速不变调算法分类时域法频域法参量法剪贴法LSEE-MSTFTM相位声码器SOLA、SOLA-FS正弦模型TD-PSOLA时域法包括：... 阅读全文
摘要：
自然语音的产生可以简化为图2-1模型，激励源出来的声门波信号与声道模型进行卷积，最后通过嘴唇辐射模型产生语音。其中，激励源决定说话人的基频的大小，即音调的高低。声道模型反映“润色”的频谱信息，具体的讲，共振峰决定了语义信息，谐波分布决定了音色，单位时间的音节数决定了语速。图2-1 语音产生模型下面将根据语音产生模型来阐述变速变调的基本原理。变速变调的改变可以包括变速不变调和变调不变速两个部分。语音变速不变调是指保持音调和语义保持不变，语速变快或变慢[28]。该过程表现为语谱图在时间轴上如手风琴般压缩或者扩展。那也就是说，基频值几乎不变，对应于音调不变；整个时间过程被压缩或者扩展，声门周期的数目 阅读全文
摘要：
1.GMM(guassian mixture model) 混合高斯模型，顾名思义，就是用多个带有权重的高斯密度函数来描述数据的分布情况。理论上来说，高斯分量越多，极值点越多，混合高斯密度函数可以逼近任意概率密度函数，刻画模型越精确，需要的训练数据也就越多。2.GMM模型初始化： 即模型参数的初始化，一般采用kmeans或者LBG算法。模型初始化值对模型后期的收敛有极大影响，特别是训练模型的数据太少或者不充分时，现象尤其突出，会造成模型不收敛，甚至训练参数出现NAN。 解决办法：1.一方面扩大误差范围，这样会造成训练好的模型区分度不好。 2.LGB算法或者Kmeans减小胞腔... 阅读全文