[發明專利]一種實現聲音變速的方法

有效

• 申請號: 201010602961.1
• 申請日: 2010-12-23
• 公開（公告）號: CN102074239A
• 公開（公告）日: 2011-05-25
• 發明（設計）人: 林洪藝
• 申請（專利權）人: 福建星網視易信息系統有限公司
• 主分類號: G10L19/00
• 分類號: G10L19/00;G11B27/031
• 代理公司: 福州市鼓樓區京華專利事務所(普通合伙) 35212
• 代理人: 翁素華

1.一種實現聲音變速的方法，其特征在于：包括如下步驟：

步驟10、通過多媒體播放器中的軟件解碼器，解碼N幀的音頻信息，得到對應每幀原始音頻的信息數據；

步驟20、讀取信息數據：將每幀原始音頻信息數據，通過截取得到固定長度的信息數據的子系列數據保存在多媒體播放器緩存中；

步驟30、采用定長窗口搜索對所述信息數據的子系列數據進行操作：根據采樣率，確定定長窗口的長度SeekWindowLength，以及在一個定長窗口長度內每次搜索的最大長度SeekLength，根據公式SeekWindowLength＝((unsigned?int)((DEFAULT_SAMPLERATE*DEFAULT_SEQUENCE_MS)/1000))和公式SeekLength＝((unsigned?int)((DEFAULT_SAMPLERATE*DEFAULT_SEEKWINDOW_MS)/1000))計算所得；將確定定長窗口的長度SeekWindowLength，以及在一個定長窗口長度內每次搜索的最大長度SeekLength提供給WSOLA算法，用于尋找最佳重疊位；其中，DEFAULT_SAMPLERATE為音頻的采樣率，DEFAULT_SEQUENCE_MS為每次截取得到固定長度的信息數據的子系列數據，DEFAULT_SEEKWINDOW_MS為搜索窗口的默認長度，unsigned?int是宏觀定義函數類型；

步驟40、最佳重疊位置找到后，進行重疊處理，并將重疊處理后的信息數據，拷貝到多媒體播放器輸出緩存中；

步驟50、將處理過的信息數據全部拷貝到多媒體播放器的音頻播放緩沖區；

步驟60、重新截取下一個固定長度的信息數據的子系列數據，并查找最佳的重疊位置，進行重疊處理，并將重疊處理后的信號數據，繼續拷貝到多媒體播放器輸出緩存中，直到N幀的原始音頻信息數據處理完畢為止，按設置好的音頻參數進行播放，最終得到變速不變調的播放效果。

2.根據權利要求1所述的一種實現聲音變速的方法，其特征在于：所述步驟30中進行尋找最佳重疊位置進一步包括如下步驟：

先對播放器的中間處理緩存(MidBuffer)進行幅度預計算：進行n次操作，n等于OverlapLength，其OverlapLength為每次進行預重疊處理前的第一部分信息數據長度；每次進行賦值操作：

RefMidBuffer[i]＝(MidBuffer[i]*(i*(OverlapLength-i)))＞＞SlopingDividerBits；

其SlopingDividerBits為防止計算結果超過32bit的大小而進行削減操作，其次數i取值從0到OverlapLength，得到播放器的中間處理參考緩存RefMidBuffer；

定義偏移位置搜索表ScanOffsetsTable，其表為二維數組表，定義相關位置為變量CorrelateOffset，臨時位置為變量TempOffset，并進行最佳位置的搜索操作：

對臨時位置為變量TempOffset值進行賦值操作：

TempOffset＝CorrelateOffset+*pscan++；

其中*pscan從偏移位置搜索表中讀取一個值，并將表的讀取位置向下移一個數值；

將得到的偏移TempOffset后的數據，與所述中間處理參考緩存數據進行相關值處理，得到一個相關值correlateValue；

判斷相關值correlateValue是否大于最佳相關值BestCorrelate，是，則BestCorrelate賦值為當前的相關值correlateValue，并將當前的TempOffset，賦值給最佳偏移位置BestOffset，否則繼續進行偏移位置搜索表的遍歷返回執行步驟320；

若偏移位置搜索表遍歷結束，將獲得最終的最佳偏移位置BestOffset。