Android 上的许多有声读物播放器应用程序都有一个阅读速度滑块，可让我们选择阅读速度，例如0.5x 0.75x 1.00x 1.25x 1.50x。这是没有音高变化的时间拉伸。
我对如何使用算法来做到这一点有一些想法PSOLA，但他们需要额外的内存，相当于原始音频文件的内存。
前任。
Original audio file -> PSOLA -> Modified audio file
但是当我们尝试改变阅读速度时，这些 Andorid 应用程序似乎并没有使用双倍的内存。他们如何in place如此迅速地延长/缩短时间？
编辑。我找到了这个YouTube 工程博客，它把我带到了sonic图书馆，这反过来又把我带到了PICOLA算法的描述。
我不明白图像中的算法。谁能解释一下？那些三角形是什么意思？他们如何决定这些A和B要点？
PICOLA的时间尺度扩展程序
哇，回答这个问题的差距很长，也许如果我有爱因斯坦的大脑，我可以理解图像，这不是我的情况哈哈。
我很久以前就接触过这个算法，我记得这让我很惊讶，几乎没有人在网上谈论 Morita Naotaka 的算法，我试图搜索他的原始论文但我在网上找不到，我想那个是日文的，我不知道...
因此，我从引用森田直孝的专利数量中了解到它，当我看到 2000 年左右使用相同代码的许多专利时，我冻结了。
据我所知，该算法源自TDHSTDHS，具有 TDHS 的优势，仅使用周期大小缓冲区即可完成工作。相信我，它和 TDHS 一样容易编码。
所以走吧，看看雅马哈专利号，US8085953这基本上是PICOLA森田直孝的……
这是该专利中的一张图片，可以更好地理解它是如何压缩的：
看起来像一个使用三角形窗口的 TDHS，但看看它是如何切割的wave A，并且wave B在精确的 Period size( Lp) 中，然后它们是 crossfaded A + B。此图像似乎是使用 rate = 0.6factor(alpha) 进行的压缩， L可以使用以下方法确定：
在这里它是如何扩展的：
现在L可以使用以下方法确定：
前段时间我在TDHS 这里展示了一个基本的压缩代码，现在让我们尝试一个更复杂和完整的例子来扩展（它会变慢），所以基于这个图像/方程，这里是我的PICOLA算法：
alpha=0.5;
f=735;
Fs=44100;
signal= 0.9*sin(2*pi*f/Fs*(1:44100)); signal = signal';
period= 60; % is it (Fs/F)
[signal,Fs]=audioread('ederwander.wav');
nsamples = length(signal);
out=zeros(1,floor(nsamples/alpha));
inptr=1;
outptr=1;
minF = 50;
maxF = 900;
minP = floor(Fs/maxF);
maxP = floor(Fs/minF);
winsize = 1024;
while ( inptr+winsize <= nsamples )
%chunk used to find the period, its need be >= MaxP
windowedSignal=signal(inptr:inptr+winsize);
%Basic Autocorrelation to find the period
Maximum=-Inf(1);
for P =minP:maxP
ac = sum(windowedSignal(1:(winsize)-P) .* windowedSignal(P:(winsize -1)));
if ac > Maximum
period=P;
Maximum=ac;
end
end
period = period-1;
%split all how shown in the patent picture
waveA = signal(inptr:inptr+period-1);
waveB = signal(inptr+period:(inptr+period*2-1));
CrossfadeAB = (waveA .* linspace(0,1,period)') + (waveB .* (1-linspace(0,1,period))');
L = round(period*alpha/(1-alpha));
waveB_T0 = signal(inptr+period:inptr+L);
out(outptr:outptr+period-1)=waveA;
out(outptr+period:outptr+period*2-1)=CrossfadeAB';
out(outptr+period*2:outptr+period+L)=waveB_T0';
%increment input and output pointers
inptr = inptr + L;
outptr = outptr + L + period;
end
%not best choice, just append the end to match the out size, this will click, maybe need crossfade here
if outptr < nsamples/alpha
fim=floor(nsamples/alpha)-outptr;
out(outptr:floor(nsamples/alpha))=signal(nsamples-fim:nsamples);
end
plot(out);
sound(out,Fs);
我认为 PICOLA 的标准算法只会得到很好的结果0.5<=alpha<=2
再一次，它可以被认为是一种概念证明，以展示它是如何完成的！