一種基于智能終端的實時變聲方法
【技術領域】
[0001] 本發(fā)明涉及變聲方法，尤其涉及一種基于智能終端的實時變聲方法。
【背景技術】
[0002] 目前在使用的智能終端有錄放變聲的App，這種不適用于實時語音交流。

【發(fā)明內(nèi)容】

[0003] 為了解決現(xiàn)有技術中的問題，本發(fā)明提供了一種基于智能終端的實時變聲方法。
[0004] 本發(fā)明提供了一種基于智能終端的實時變聲方法，包括以下步驟：
[0005] S1、語音信號讀入；
[0006] S2、漢明窗加權(quán)語音；
[0007] S3、計算線性預測系統(tǒng)A ;
[0008] S4、計算激勵、濾波，重建語音作為測試對比用；
[0009] S5、根據(jù)激勵計算基頻和合成激勵能量；
[0010] S6、根據(jù)變頻系數(shù)α改變基頻頻率；
[0011] S7、根據(jù)預測系統(tǒng)求極點；
[0012] S8、移動極點改變極點角度ω改變共振峰頻率；
[0013] S9、根據(jù)新極點求出新系數(shù)Al ;
[0014] S10、根據(jù)新基頻、新系數(shù)A1，計算出合成激勵、插值抽值，計算出合成語音；
[0015] S11、輸出變聲后的語音信號。
[0016] 作為本發(fā)明的進一步改進，步驟S6中：假設重采樣因子為P/Q，其中，P為上采樣因 子，Q為下采樣因子，上采樣過程就是往原始信號相鄰兩點間內(nèi)插P-I個采樣點，這樣使得 基音周期變?yōu)樵瓉淼腜倍，頻譜壓縮為原來的1/P倍，時長變?yōu)樵瓉淼腜倍，即基頻變?yōu)樵?來的1/P倍，音調(diào)降為原來的1/P倍，語速變?yōu)樵瓉淼?/P倍，同樣地，下采樣過程就是每隔 Q-I個點進行抽取，這樣會使得基音周期長度為原來的1/Q倍，頻譜擴展為原來的Q倍，時長 變?yōu)樵瓉淼?/Q倍，即基頻變?yōu)樵瓉淼腝倍，音調(diào)升為原來的Q倍，語速變?yōu)樵瓉淼腝倍，綜 合上述兩個過程，通過P/Q倍的重采樣后，保持播放速率不變，重采樣語音語速和音調(diào)都變 為原來的Q/P倍。
[0017] 作為本發(fā)明的進一步改進，步驟S8中：提高共振峰頻率GlHz，語音采樣頻率為 LlHz則ω =-G1*2*ji/L1 ;降低共振峰頻率G2Hz，語音采樣頻率為L2Hz則ω =G2*2*ji/ L2〇
[0018] 作為本發(fā)明的進一步改進，步驟S8中：提高共振峰頻率100Hz，語音采樣頻率 為8kHz則ω = -100*2* Ji /8000 ;降低共振峰頻率160Hz，語音采樣頻率為8kHz則ω = 160*2* Ji/8000。
[0019] 作為本發(fā)明的進一步改進，步驟SlO中：用基于時域抽取或內(nèi)插的方法實現(xiàn)變調(diào)， 通過在相鄰兩個數(shù)據(jù)點之間線性插入新的數(shù)據(jù)點來達到增采樣的目的，也可以通過每隔一 定時間抽取一些點來達到降采樣的目的，增采樣可以實現(xiàn)頻譜的壓縮，從而起到降調(diào)的作 用；降采樣能夠?qū)崿F(xiàn)頻譜的擴展，從而有升調(diào)的作用，將時域抽取和內(nèi)插相結(jié)合可以實現(xiàn)任 意倍頻率的變調(diào)，假設變調(diào)前頻率為f。，變調(diào)后頻率為f，變調(diào)系數(shù)為α，則a =f/f。;假設 a = f/f。= M/L，其中，M、L均為正整數(shù)，要實現(xiàn)任意有理數(shù)倍頻率的變調(diào)，采用以下公式：
[0023] 其中，N是幀長，□表示取整運算，當M > L時，實現(xiàn)升調(diào)；M < L時，實現(xiàn)降調(diào)，X (η) 為輸入信號。
[0024] 作為本發(fā)明的進一步改進，步驟SlO中：對信號在頻域上進行插值或抽取，能夠 實現(xiàn)信號頻譜的變化，從而實現(xiàn)變調(diào)，頻譜插值能夠?qū)⑿盘栐陬l域上進行擴展，從而實現(xiàn) 升調(diào)；頻域抽取能夠?qū)⑿盘栐陬l域上進行壓縮，從而實現(xiàn)降調(diào)，為了保持相位的連續(xù)性，采 用幀間重疊處理技術，令變調(diào)系數(shù)a =2d/12,處理中，對低頻高頻均線性內(nèi)插，采用以下公 式：
[0027] 其中，F(xiàn)FTO表示對信號進行快速傅里葉變換，N是幀長，□表示取整，min ()表示 取較小值，*表示取共輒，僅僅對于降調(diào)時，才有花括號式中對Y (k)的補0。
[0028] 本發(fā)明的有益效果是：通過上述方案，可實現(xiàn)實時變聲，適用于實時語音交流。
【附圖說明】
[0029] 圖1是本發(fā)明一種基于智能終端的實時變聲方法的流程圖。
【具體實施方式】
[0030] 下面結(jié)合【附圖說明】及【具體實施方式】對本發(fā)明進一步說明。
[0031] 如圖1所示，一種基于智能終端的實時變聲方法，包括以下步驟：
[0032] Sl、語音信號讀入；
[0033] S2、漢明窗加權(quán)語音；
[0034] S3、計算線性預測系統(tǒng)A ;
[0035] S4、計算激勵、濾波，重建語音作為測試對比用；
[0036] S5、根據(jù)激勵計算基頻和合成激勵能量；
[0037] S6、根據(jù)變頻系數(shù)α改變基頻頻率；
[0038] S7、根據(jù)預測系統(tǒng)求極點；
[0039] S8、移動極點改變極點角度ω改變共振峰頻率；
[0040] S9、根據(jù)新極點求出新系數(shù)Al ;
[0041] S10、根據(jù)新基頻、新系數(shù)A1，計算出合成激勵、插值抽值，計算出合成語音；
[0042] Sl 1、輸出變聲后的語音信號。
[0043] 重采樣使得信號的樣本數(shù)目增加或減少，若以不變的采樣頻率播放，速度會變慢 或變快，因此需要進行保持聲調(diào)不變的變速處理（變速不變調(diào)），恢復到原來的樣本數(shù)目。 同時為了改變信號的基頻，還必須對信號進行變調(diào)處理即基頻移動，在運用變調(diào)因子時，必 須抵消重采樣引起的基頻變化。變調(diào)采樣因子在變調(diào)不變速的做法如下：
[0044] 假設重采樣因子為P/Q，其中，P為上采樣因子，Q為下采樣因子。上采樣過程就是 往原始信號相鄰兩點間內(nèi)插P-I個采樣點，這樣使得基音周期變?yōu)樵瓉淼腜倍，頻譜壓縮為 原來的1/P倍，時長變?yōu)樵瓉淼腜倍，即基頻變?yōu)樵瓉淼?/P倍，音調(diào)降為原來的1/P倍，語 速變?yōu)樵瓉淼?/P倍。同樣地，下采樣過程就是每隔Q-I個點進行抽取，這樣會使得基音周 期長度為原來的1/Q倍，頻譜擴展為原來的Q倍，時長變?yōu)樵瓉淼?/Q倍，即基頻變?yōu)樵瓉?的Q倍，音調(diào)升為原來的Q倍，語速變?yōu)樵瓉淼腝倍。綜合上述兩個過程，通過P/Q倍的重 采樣后，保持播放速率不變，重采樣語音語速和音調(diào)都變?yōu)樵瓉淼腝/P倍。
[0045] 步驟S8中：提高共振峰頻率GlHz，語音采樣頻率為LlHz則ω = -Gl*2* Ji /LI ; 降低共振峰頻率G2Hz，語音采樣頻率為L2Hz則ω = G2*2* Ji /L2。例如：提高共振峰頻率 IOOHz，語音采樣頻率為8kHz則ω = -l〇〇*2* Ji /8000 ;降低共振峰頻率160Hz，語音采樣頻 率為 8kHz 則 ω = 160*2* Ji /8000。
[0046] 智能終端App在界面上實現(xiàn)選擇升調(diào)、降調(diào)（通過調(diào)節(jié)變聲系數(shù)α實現(xiàn)），并傳給 底層執(zhí)行。同時提供時域和頻域兩種方案的抽值、插值方法。
[0047] 方案一：用基于時域抽取或內(nèi)插的方法實現(xiàn)變調(diào)，通過在相鄰兩個數(shù)據(jù)點之間線 性插入新的數(shù)據(jù)點來達到增采樣的目的，也可以通過每隔一定時間抽取一些點來達到降采 樣的目的，增采樣可以實現(xiàn)頻譜的壓縮，從而起到降調(diào)的作用；降采樣能夠?qū)崿F(xiàn)頻譜的擴 展，從而有升調(diào)的作用，將時域抽取和內(nèi)插相結(jié)合可以實現(xiàn)任意倍頻率的變調(diào)，假設變調(diào)前 頻率為f。，變調(diào)后頻率為f，變調(diào)系數(shù)為α，則a =f/f。;假設α =€/^。=1/1，其中肩丄 均為正整數(shù)，要實現(xiàn)任意有理數(shù)倍頻率的變調(diào)，采用以下公式：
[0051] 其中，N是幀長，□表示取整運算，當M>L時，實現(xiàn)升調(diào)；M<L時，實現(xiàn)降調(diào)，x(n) 為輸入信號。為了實時實現(xiàn)，幀長N不易取得過大。該方法可以實現(xiàn)時域線性內(nèi)插，時域線 性內(nèi)插比時域插0失真小，不會產(chǎn)生鏡像失真，效果要好。
[0052] 方案二：對信號在頻域上進行插值或抽取，能夠?qū)崿F(xiàn)信號頻譜的變化，從而實現(xiàn)變 調(diào)，頻譜插值能夠?qū)⑿盘栐陬l域上進行擴展，從而實現(xiàn)升調(diào)；頻域抽取能夠?qū)⑿盘栐陬l域上 進行壓縮，從而實現(xiàn)降調(diào)，為了保持相位的連續(xù)性，采用幀間重疊處理技術，令變調(diào)系數(shù)α =2d/12,處理中，對低頻高頻均線性內(nèi)插，采用以下公式：
[0055] 其中，F(xiàn)FTO表示對信號進行快速傅里葉變換，N是幀長，□表示取整，min ()表示 取較小值，*表示取共輒，僅僅對于降調(diào)時，才有花括號式中對Y(k)的補0。在頻域進行頻 譜插或抽取處理后，經(jīng)過傅里葉逆變換，得到對應的時域序列。實驗表明：采用基于頻域插 值的變調(diào)方法對語音信號進行處理后，所得到的變調(diào)后語音無明顯噪音，變調(diào)效果相比時 域調(diào)制法要好，而且變調(diào)方法相對不是很復雜。這種方法的缺點在于內(nèi)插的方法會引入不 需要的頻率；特別是在某些能量大的頻點，假設要升2倍頻，將會引入一些能量為原頻點能 量一半的頻率分量，這些頻率分量會大大影響音頻的音質(zhì)，變調(diào)后的語音會有部分失真。
[0056] 測試結(jié)果：
[0057] 方案一，時域調(diào)制法是一種簡單的變調(diào)方法。其原理為對時域信號進行調(diào)制，能夠 將原信號的頻譜進行搬移，從而實現(xiàn)頻率的升高或降低，達到變調(diào)的效果。
[0058] 該變調(diào)方法操作簡單，而且可以保持語音信號的長度不變，計算量相對較小。但是 該調(diào)制方法