实验6-3:实时语音变声器 + 频谱瀑布图

用麦克风或示例语音作输入,经“变调不变速”的颗粒移调、环形调制、均衡和卷积混响实时变声;对比输入与输出的频谱、基频和瀑布图,看清每种变声改变了什么。

输入

未开始。没有麦克风也可以用示例语音完成实验。

变声模式

音调微调

1.00x · 0 半音
1.00x

两个滑块对比:移调只改音高、说话快慢不变;改播放速率像磁带快放,音高和语速一起变。速率只对示例语音有效。

混响效果

卷积混响,混响时间约 1.8 秒。

处理延迟

开始后显示:移调窗口 + 浏览器音频缓冲 + 输出设备延迟。

实时波形打开页面时显示的是示例语音原声的整体波形

输入输出

实时频谱分析仪0~5 kHz,竖线为检测到的基频

输入频谱输出频谱

频谱瀑布图(输出,时间向下流动)打开页面时显示的是示例语音原声的语谱

01 kHz2 kHz3 kHz4 kHz5 kHz
弱强横轴频率,纵轴时间(最上面一行是最新的)
—
输出音量(均方根,dBFS)
—
基频:输入 → 输出(自相关检测)
—
实测基频比(理论 1.00)
—
处理延迟(估算)

颗粒移调(变调不变速):把声音写进一段约 40 毫秒的缓冲区,用两个交替淡入淡出的“读头”以不同于写入的速度读出。读得快,音高升高;两个读头轮流跳回,所以总时长不变。窗口越大越平滑,但延迟越大。

环形调制:把声音乘上一个正弦波,频谱里每个分量 f 变成 f ± 载波频率,谐波关系被打乱,听起来像金属或机器。

关于氦气音:吸入氦气后声带振动频率(音高)基本不变,变的是声道里的声速,共振峰整体上移。本实验没有单独移动共振峰的算法,用升调近似,听感和真实氦气音有差别。