C语言音频实现小黄人变声

前面提及到《大话音频变声原理附简单示例代码》与《声音变调算法PitchShift(模拟汤姆猫) 附完整C++算法实现代码》

都稍微讲过变声的原理和具体实现。

大家都知道，算法从实现到最后工程应用，中间的环节和问题特别多。

尤其是编码的架构设计，好的数据结构和代码逻辑封装肯定是可复用，组件化的。

前几天写完《音频识别算法思考与阶段性小结》的时候，

我也提及到了。

会做一些算法编码优化相关的分享。

而有时候我总觉得文字表达很苍白，

所以我尽可能地把代码写得简洁易懂，

一方面是便于基础差的朋友学习。

另一方面也是为了自己在编码以及思考的时候，能更加清晰。

当然，变声算法绝大多数朋友都会选择一些开源的或者商业sdk去做二次开发。

例如:

https://www.fmod.com/

https://www.surina.net/soundtouch/

但如果仅仅停留在使用的阶段，它就是一个黑盒子。

知其然，却不知其所以然。

是远远不够的。

有时候我们是要站在巨人的肩膀上去看到更美丽的风景。

但是，我希望是一群人，而不是一个人。

也许大家也发现了，我写的大多数算法，是纯c无第三方依赖的。

是不是就会怀疑，我就只会写c语言？

不是的，我所掌握的编程语言：

主要： c,c++,python,汇编

其次：pascal,c#,js,lua,go等

编程语言只是一个工具，关键还是算法思路。

用纯c写的主要目的，是为了破除一些第三方依赖，

不要一知半解地使用黑盒子。

当然，其次的好处就是跨平台，便携，可复用。

这样，一切了然于心。

为什么不可以造轮子呢？

只要你造的轮子是有用的，

不管是用于观赏用于学习还是其他用途。

在我了解到一些音频算法的思路之后，

变声算法的思路，

我觉得它的思路非常适用于扩展到大多数音频算法实现，

而且可复用度比较高。

所以，将它梳理开源，就显得特别有意义。

而大家可以基于这个实现，进一步去改进或者学习音频算法，

例如降噪，增益等等。

因为这个编码实现的设计是完全可以适用到音频算法应用场景的。

逻辑也非常清晰。

项目地址：

https://github.com/cpuimage/pitchshift

当然为了便于一些朋友的学习使用，

示例代码提供一个简易的实现，

模拟变声为小黄人。

int main(int argc, char *argv[]) {
    printf("Audio Processing n");
    printf("blog:http://cpuimage.cnblogs.com/ n");
    printf("Pitch Shifting Using The Fourier Transformn");

    if (argc < 2)
        return -1;

    char *in_file = argv[1];
    uint32_t sampleRate = 0;
    uint64_t totalSampleCount = 0;
    uint32_t channels = 0;
    short *data_in = wavRead_s16(in_file, &sampleRate, &totalSampleCount, &channels);
    if (data_in != NULL) {
        float pitchShift = 0.9f;
        size_t ms = 50;
        size_t overSampling = 4;
        size_t frameSize = sampleRate * ms / 1000;
        frameSize += frameSize % 2;
        planData pitchPlanData = {0};
        double startTime = now();
        makePlanData(frameSize, overSampling, sampleRate, &pitchPlanData);
        pitchshift(pitchShift, data_in, data_in, totalSampleCount, &pitchPlanData);
        // turn to minion pitch
        {
            totalSampleCount /= 2;
            short *samples = data_in;
            for (int i = 0; i < totalSampleCount; i++) {
                data_in[i] = samples[0];
                samples += 2;
            }
        }
        double time_interval = calcElapsed(startTime, now());
        freePlanData(&pitchPlanData);
        printf("time interval: %f msn ", (time_interval * 1000));
    }
    char drive[3];
    char dir[256];
    char fname[256];
    char ext[256];
    char out_file[1024];
    splitpath(in_file, drive, dir, fname, ext);
    sprintf(out_file, "%s%s%s_out%s", drive, dir, fname, ext);
    wavWrite_s16(out_file, data_in, sampleRate, totalSampleCount);
    if (data_in) {
        free(data_in);
    }
    printf("press any key to exit.n");
    getchar();
    return 0;
}

不做多解释，大家可以参阅pitchshift函数的实现，

主要实现位于文件PitchShift.h。

整个算法不到200行，逻辑非常清晰，

已经做了一定程度上的工程化优化。

当然还有很大的改进空间，

不过这份代码，更多的意义在于学习。

授人以鱼不如授人以渔。

若有其他相关问题或者需求也可以邮件联系俺探讨。

邮箱地址是:
gaozhihan@vip.qq.com