如何使用 python 波形模块调整音高

Question

所以我使用 python 波形模块帧率方法更改了 output.wav 文件的播放速度并将以前的帧率乘以 2，但我想保持新 output.wav 的音高相同，因为它听起来很高。 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，试图避免下载外部库。 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

我在这里编写了音高检测功能，但至少需要numpy ，我认为您应该对其进行一些更改。 它不太依赖那个库。 只是为了更快的结果。

这里有代码，你可以看到这个函数不会移动窗口的大小，而是移动一些重叠的窗口。 你应该调整这些特定的代码。 有一些numpy模块的用法，我可以很容易地更改它，但我把它留给你。

信号处理中有很多规则，我已经实现了一些。 例如，如果一帧的能量不够，它就没有音高，它通过发送 -1 而不是音高来显示。

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