本發明提供一種聲音變調方法、電子設備以及計算機可讀存儲介質，所述方法包括：獲取待處理音頻中的音高周期的位置；根據所述音高周期的位置將所述待處理音頻進行分幀，形成多個音頻幀；利用窗函數對所述音頻幀進行加窗處理，以得到多個分析幀；通過控制所述分析幀之間的重疊長度，進而將多個所述分析幀進行合成以得到合成音頻，及將所述分析幀對應的所述窗函數進行合成以得到合成窗；利用所述合成窗對所述合成音頻進行處理，以得到聲音變調后的最終音頻。通過本發明的方法得到的最終音頻聲音變調效果自然、質量高。

技術領域

本發明涉及音頻信號處理領域，尤其是涉及一種聲音變調方法、電子設備及存儲介質。

背景技術

隨著信息技術和多媒體技術的發展，人們的業余生活越來越豐富多彩，對一些音頻材料的要求也越來越高，普通的音頻材料已經不能滿足人們的生產和生活的需求。語音變調技術應運而生，現實生活中，它的用途隨處可見，例如它可以將一個人的聲音變得讓熟悉它的人聽不出來是誰的聲音，起到保護個人隱私的目的，在安防方面具有很大的用處，如變聲門鈴、智能樓宇和攝像頭對講中。

目前存在的變調算法多種多樣，主流的變調算法多采用SOLA、PSOLA、WSOLA和相位聲碼器技術。這些算法有在時域進行計算的，也有在頻域進行計算的，其存在的問題主要有計算量較大、變調效果不自然以及變調后的音頻質量低，不適合部署在嵌入式設備上。

發明內容

本發明提供一種聲音變調方法、電子設備以及計算機可讀存儲介質，其聲音變調效果自然、質量高。

為解決上述技術問題，本發明提供的第一個技術方案為：提供一種聲音變調方法，所述方法包括：獲取待處理音頻中的音高周期的位置；根據所述音高周期的位置將所述待處理音頻進行分幀，形成多個音頻幀；利用窗函數對所述音頻幀進行加窗處理，以得到多個分析幀；通過控制所述分析幀之間的重疊長度，進而將多個所述分析幀進行合成以得到合成音頻，及將所述分析幀對應的所述窗函數進行合成以得到合成窗；利用所述合成窗對所述合成音頻進行處理，以得到聲音變調后的最終音頻。

其中，所述獲取待處理音頻中的音高周期的位置包括：對所述待處理音頻進行差分計算，以得到第一待處理音頻信號；對所述第一待處理音頻信號進行第一零頻抑制處理，以得到第二待處理音頻信號；對所述第二待處理音頻信號進行第二零頻抑制處理，以得到第三待處理音頻信號；對所述第三待處理音頻信號進行趨勢消除處理，以得到第四待處理音頻信號；基于所述第四待處理音頻信號獲取所述音高周期的位置。

其中，所述對所述待處理音頻進行差分計算，以得到第一待處理音頻信號包括：獲取所述待處理音頻的脈沖編碼調制數據，并將每一樣點對應的整型數據轉化為浮點型數據；截取固定長度的樣點作為操作對象；對所述操作對象中的每一樣點對應的浮點型數據進行差分計算，以得到所述第一待處理音頻信號。

其中，利用零頻容納器對所述第一待處理音頻信號和/或第二待處理音頻信號進行第一零頻抑制處理和/或第二零頻抑制處理；所述對所述第三待處理音頻信號進行趨勢消除處理，以得到第四待處理音頻信號包括：利用第三待處理音頻信號中當前樣點對應的數據減去短時窗口的平均值以進行趨勢消除處理，進而得到第四待處理音頻信號。

其中，每一所述音頻幀包括多個音高周期，相鄰的兩個音高周期之間的樣點數目為滑動窗口；所述利用窗函數對所述音頻幀進行加窗處理，以得到多個分析幀包括：對每一所述音頻幀中的所述滑動窗口加預設長度的窗函數，以得到每一音頻幀對應的分析幀。

其中，所述通過控制所述分析幀之間的重疊長度，進而將多個所述分析幀進行合成以得到合成音頻，及將所述分析幀對應的所述窗函數進行合成以得到合成窗包括：基于當前合成長度根據目標合成長度將當前分析幀與當前已合成的分析幀進行合成，以使得合成后的長度為所述目標合成長度；其中，所述合成窗的長度等于所述合成音頻的長度。