傅里叶变换进行音频处理.pdfVIP

2012年第 1期 福 建 电 脑 61 比较在时间缩放和俯仰平移算法中海明窗函数和 布菜克曼窗函数的效果 林志伟 ，达 力 ，王 浩 ，韩 炜 ，林 凡 (1．厦 门大学 计算机科学系 福建 厦 门 361005 2．厦门大学 软件学院 福建 厦 门 361005) 【摘 要】：实时变调过程被广泛用于各类音乐制作。变调技术可分为两大类：时间域类型和频域类型。 在大规模变换计算方面频域法与时域方法相 比更具有优势。然而 ，在频域处理使用傅里叶变换 ，导致不可 避免的频率泄漏会影响音高转移效果的准确性 。为了抑制傅立叶变换的副作用．窗函数被用于减低频谱混 叠 在实际处理 中。海明窗函数和布莱克曼窗函数经常使用。在本文 中。我们比较了两个窗口函数在频率泄 露的抑制方面的性能和精度 【关键词】：俯仰平移算法、海明窗函数、布莱克曼窗函数 1．介绍 布莱克曼窗 从频率 的角度 ．音频可 以被看作是 由不断改变 的 ．|- ，(I．)、 f0．42—0．5cos鲁+o．08ocs鲁朋 正弦波组成的离散信号。音乐信号可以看成一个短期 (一般为 1O～30毫秒)的平滑信号。它在一段时间内的 相对稳定和简单的。同时这种语音在主观上是单调的 海明窗 声音。由于音乐的这种稳定特性 。短时傅立叶变换 (STI)回被广泛使用 。这种信号通常被称为一段时期 ，(、)J0．54—0．46cos晋 0 (2) 其它 内的一帧。该信号采用窗口移动方法，可以拦截所有的 时间帧。 2．时间／频率改变算法 改变音频的音调，就是改变包含 了音频波的频率。 音调转换算法正是基于这一思想的。双波频 。它在理论 上将增加音调音乐的G一8度。然而 。纯间距在频域 的 改变 。使每个阶段的不一致。并且它会产生回声效果。 此外 。在理论上 ．因为有限的窗 口长度 ，频率不能被严 格区分开来 。即频谱走样 。这个理由使我们不能在波谱 中准确地分析波的组成 频率泄漏和频谱走样是一个 问题 的两个报表。本文不区分上述两种报表。 图．1．使用海 明窗和傅里 图．2．使用布莱克曼窗和傅 短时傅里叶变换(SFFT)分析综合法是一个有效解 叶转换 的音频信号频谱 里叶变换 的音频信号频谱 决相位不连续的解决方案 这种方法利用了窗 口增量 ， 傅里叶变换 ，频率／相匹配．综合 了窗 口和堆放的过程翻。 通过 比较 ．海明窗将信号频率限制在一个 的接近 有效地消除了回音效果 ．这被称为相合成。 100赫兹 的很窄的区域。信号采用海明窗 口呈现出更 2．1改进相合成算法 窄的主要豆、能量集中和更准确的频率等特征．这将提 传统的相位模型包括四个过程 有窗口信号傅立 高性能变调过程功能。布莱克曼窗显然在能量泄漏方 叶变换。频率和相位相匹配。综合窗口和输出叠加4[】。在 面有更广泛的主豆。同时，应该指出采用海明窗的信号 本文 中．我们使用海明窗作为一个离散傅立叶变换操 在实验 中有更多的旁瓣 ．这在一定程度上抵消了狭窄 作。之后 比较不同的音频样本 。发现效果优于布莱克曼 主豆的浓度效应。通常 。在频率泄漏 的约束方面海明窗 窗。实验还表明．海明窗在抑制频率泄漏有较好 的效 优于布莱克曼窗。 果。序列在窗函数后需要重建 ，以恢复其原有的能源 。 2．2时域窗 口及其复位 B1ackman窗和海明窗．重建的过程中可以使用相同的 海明窗离散傅里叶变换 窗函数 通过使用综合叠加的方法 ，它可以恢复时域信 ()：x(n)·h(sR一，2)