隨著短視頻系統(tǒng)的發(fā)展，短視頻內(nèi)容的錄制時(shí)長(zhǎng)已經(jīng)不局限于十幾秒了，這就讓幾十秒甚至幾分鐘的短視頻越來越多，不少用戶在觀看此類視頻時(shí)，會(huì)有倍速播放的需求，所以在短視頻系統(tǒng)開發(fā)時(shí)變速功能不可或缺，不過在實(shí)現(xiàn)變速功能時(shí)要如何避免音頻變調(diào)問題呢？

一、聲音的三要素

短視頻系統(tǒng)開發(fā)的變速功能，涉及視頻變速和音頻變速，其中音頻變速主要圍繞聲音進(jìn)行，所以我們要全面了解聲音，首先需要了解的就是聲音的三要素：

1、響度

在短視頻系統(tǒng)開發(fā)中，響度通常是指聲音能量的強(qiáng)弱，主要取決于振幅的大小。

2、音調(diào)

聲音的音調(diào)通常取決于聲波基頻的高低，一般不同樂器基頻不同、不同性別基頻也不同。

3、音色

聲音主要是由發(fā)生物體振動(dòng)產(chǎn)生，在聲音產(chǎn)生時(shí)，主體振動(dòng)發(fā)出的是基音，其余部分振動(dòng)產(chǎn)生的是泛音，而音色則取決于這些泛音。

二、如何實(shí)現(xiàn)變速但不變調(diào)

在短視頻系統(tǒng)開發(fā)變速功能時(shí)，為避免音頻變調(diào)問題會(huì)用到以下兩種算法：

1、時(shí)域壓擴(kuò)

在短視頻系統(tǒng)開發(fā)中，音頻分析處理領(lǐng)域可以分為時(shí)域和頻域，時(shí)域壓擴(kuò)主要是在時(shí)域上對(duì)音頻信號(hào)進(jìn)行處理：

（1）分幀處理：分幀單元控制在20ms-50ms周期波；幀與幀之間需要實(shí)現(xiàn)50%-75%的重疊，以保證幀間的平滑過度。

（2）加窗處理：分幀處理后需要對(duì)每幀做加窗處理以避免頻譜泄露；

（3）合幀處理：經(jīng)過合幀處理后就可以實(shí)現(xiàn)變速了。

2、波形相似疊加

在短視頻系統(tǒng)開發(fā)時(shí)，只使用時(shí)域壓擴(kuò)算法雖然可以實(shí)現(xiàn)變速功能，但加窗函數(shù)在緩解波形不連續(xù)問題的同時(shí)，還卻會(huì)帶來相位跳躍失真問題，所以為避免該情況需要在短視頻系統(tǒng)開發(fā)時(shí)，將時(shí)域壓擴(kuò)算法與波形相似疊加算法組合使用。

在短視頻系統(tǒng)開發(fā)的短視頻功能中，聲音是傳遞有效信息的重要方式之一，我們?cè)趦?yōu)化用戶的使用體驗(yàn)時(shí)，不能以犧牲聲音質(zhì)量為前提，所以在短視頻系統(tǒng)開發(fā)變速功能時(shí)，做通過正確的方法處理好音頻變速不變調(diào)問題。

聲明：本文由云豹科技原創(chuàng)，轉(zhuǎn)載請(qǐng)注明作者名及原文鏈接，否則視為侵權(quán)