python - 如何使用python wave模块调整音高

Question

所以我使用 python wave 模块帧速率方法更改了我的 output.wav 文件的播放速度并将之前的帧速率乘以 2，但我想保持新的 output.wav 的音调相同，因为它听起来很高沥青。怎么做？这是我用于读取和写入 output.wav 的代码片段。我正在寻找简单的解决方案，尽量避免下载外部库。好的波库。

谢谢。

import wave

wf = wave.open('output.wav', 'rb')
RATE = wf.getframerate()
signal = wf.readframes(-1)
channels = wf.getnchannels()
width = wf.getsampwidth()
wf.close()

spf = wave.open('output.wav', 'wb')
spf.setnchannels(channels)
spf.setsampwidth(width)
spf.setframerate(RATE*2)
spf.writeframes(signal)
spf.close()

Answer 1

我写了音高检测函数here但它至少需要 numpy，我认为你应该稍微改变一下。它不太依赖那个库。只是为了更快的结果。

这里有代码，如您所见，这个函数不会随着窗口的大小移动窗口，而是通过一些重叠移动窗口。你应该调整这些特定的代码。numpy 模块有一些用法，我可以很容易地更改它，但我留给你了。

信号处理有很多规则，我已经实现了一些。例如，如果一帧的能量不够，它就没有音调，并且通过发送 -1 而不是音调来显示。

import numpy as np

    
def pitch_detection(self, frame_matrix, frame_number, lag_vector, frequency):
        np.seterr(divide='ignore', invalid='ignore')
        pitch_freq_vector = []
        for frame in range(frame_number):
            ccf = [] 
            frame_expand_1 = frame_matrix[frame-1, :]
            frame_expand_2 = frame_matrix[frame-2, :]
            temp_corr_1 = frame_matrix[frame, :]
            temp_corr_2 = np.append(frame_expand_1[256:], temp_corr_1, axis=0)
            temp_corr_2 = np.append(frame_expand_2[192:256], temp_corr_2, axis=0)
            len_tc2 = len(temp_corr_2)
            for lag in lag_vector: #pitch is the highest correlation in lag vector
                ccf.append(np.sum(temp_corr_1*temp_corr_2[len_tc2-lag-512:len_tc2-lag]))
            max_index, max_value = max(enumerate(ccf), key=operator.itemgetter(1))
            if max(ccf) > 0.3*np.sum(np.power(temp_corr_1, 2)): #if more than 30 detect pitch
                pitch_freq_vector.append(max_index)
            else:
                pitch_freq_vector.append(-1)
        return pitch_freq_vector