Сжатие/растяжение звука

Поскажите алгоритм временного сжатия/растяжения сигнала(звука). Зараннее благодарен

Линейное интерполирование! - быстро и сердито!

А в случае сжатия просто выбрасывать часть отсчетов?

Цитата Joss @ 10.04.07, 05:02

А в случае сжатия просто выбрасывать часть отсчетов?

Вообще не знаю, но точно могу сказать, что если будешь выбрасывать то не избежать потери качества звука...

Цитата Joss @ 10.04.07, 05:02

А в случае сжатия просто выбрасывать часть отсчетов?

Лучше уж как-то усреднять сжимаемые фрагменты

При таком подходе изменяется тональность звука, т.е. при растяжении голос становится более низким, при сжатии - высоким. Как избавиться от этого эффекта?

Я краем уха слышал, что помогает делать преобразование Фурье, и затем на его основе генерировать сигнал с тем же набором частот, но бОльшей длительности. Сам я этим никогда не занимался, но могу предположить, что процесс состоит из следующих частей:

1. поделить сигнал на маленькие блоки
2. сделать Фурье каждого блока
3. сгенерировать на их основе сигнал бОльшей длительности, чем у оригинального блока
4. как-то "склеить" границы блоков, чтобы не было слышно щелчков. насколько я знаю, человеческий слух нечувствителен к фазе колебаний, только к частоте/амплитуде, так что можно попробовать двигать фазы для достижения эффекта...

всё это очень приблизительно, т.к. область не моя

Цитата Joss @ 10.04.07, 05:02

А в случае сжатия просто выбрасывать часть отсчетов?

Это же спектр только расширит.. Как раз вот это и получится:

Цитата Joss @ 10.04.07, 11:59

При таком подходе изменяется тональность звука, т.е. при растяжении голос становится более низким, при сжатии - высоким.

Подход shadeofgray здесь мне кажется более действенным.

Цитата Rikkie @ 10.04.07, 13:10

Это же спектр только расширит..

Я, честно гогворя, и представлял себе растяжение/сжатие сигнала как сжатие/растяжение спектра. А результат не совсем такой...

Цитата shadeofgray @ 10.04.07, 12:55

3. сгенерировать на их основе сигнал бОльшей длительности, чем у оригинального блока

Будем получать периодическую последовательность отсчетов!

Цитата ors_archangel @ 09.04.07, 19:10

Линейное интерполирование! - быстро и сердито!

Нельзя так просто. Нужно кроме собственно интерполяции произвести цифровую фильтрацию.

Цитата gena_dj @ 11.04.07, 07:51

Нужно кроме собственно интерполяции произвести цифровую фильтрацию.

А именно?

Цитата gena_dj @ 11.04.07, 07:51

Нельзя так просто. Нужно кроме собственно интерполяции произвести цифровую фильтрацию.

В принципе, линейная интерполяция - вид цифровой фильтрации, но, может быть, gena_dj, ты имеешь в виду препроцессинг? Честно говоря, не представляю, что бы это могло быть.

странно, что вы задаете это вопрос в этом форуме, а не в "обработке звука" или "речевых технологиях"

итак, при увеличении/уменьшении скорости воспроизведения (что эквивалентно сжатию/растяжению) частоты также сдвигаются - становятся во столько раз ниже/выше во сколько раз изменили скорость. Тем не менее, мы наблюдаем, что многие медиаплейеры умеют ускорять/замедлять воспроизведение (в разумных пределах) так, чтобы голос и музыка не становились писклявыми или растянутыми. Такие медиаплейеры не просто изменяют скорость воспроизведения, они манипулируют с основным тоном сигнала. Идея (похожая на ту, что с БПФ была представлена выше) заключается в том, чтобы разбить сигнал на кусочки, где сигнал более-менее стационарен (не особенно меняется) и повторять эти кусочки (если нужно замедлить) или выбрасывать их (если нужно ускорить) добиваясь так сжатия/растяжения сигнала. Однако, грубое применение этого метода приведет к проблемам с основным тоном - ухо очень чувствительно к его изменению и если выбирать кусочки так, что туда будут попадать нецелые куски основного тона, это будет неприятно. Выход в том, чтобы выбирать кусками, например, периоды основного тона или использовать алгоритмы типа PSOLA

Цитата ors_archangel @ 11.04.07, 15:01

gena_dj, ты имеешь в виду препроцессинг

В принципе, да - ФНЧ высокого порядка такой, что после "растяжения" звукового фрагмента подавляются высокочастотные вомпоненты выше предельной частоты звукового. К примеру, пусть исходная частота дискретезации сигнала, к примеру, F_0=48000Гц. После "растяжения" мы получаем звуковой фрагмент с большей частотой дискретезации F_1>F_0, но воспроизводим на прежней частоте. Отсюда эффект "растяжения". Нужно отфильтровать частоты выше чем F_0^2/(2*F1).

"Сжатие" фрагмнта эквивалентно случаю F_1<F_0. Критерий фильтрации тот же. Здесь можно сначала применить up-sampling, потом фильтрацию, потом down-sampling до нужной частоты.

По поводу сжатия/растяжения без изменения основного тона. Здесь действительно используются повторы фрагментов. Выбирается частота повтора ~несколько десятков Гц. Для устранения разрывов на границах блоков используется частичное перекрытие блоков.

Разобрался, спасибо всем за советы!