yansheng.wang

摘要： 语音的前置处理（一）1.简介语音在采集和传输过程中，由于语音源的差异、信道的衰减、噪声的干扰以及远近效应，导致信号幅度相差很大。所有在语音处理之前我们需要对语音数据进行前置处理，包括预处理（AGC、VAD、回音消除）、重采样和噪声抑制。所有的代码都是基于speex开源库，具体内容可以参考http://speex.org/。本开发手册暂时只提供AGC的接口和测试代码，其他陆续添加进来。2.接口说明预处理模块包括自动增益控制、静音检测和回音消除。以下是接口函数，具体参考speex\speex_preprocess.h。函数名称功能简介speex_preprocess_state_init创建预处理 阅读全文

摘要： 数据量化算法1. 四舍五入 floatval=0.9;intnval=val+0.5;2. 浮点类型的数组int quantization(float*pnote,intnote_num,int*out_template){floatbest_shift=-1000.0f;floatmin_dist=10000.0f;//最小路径//寻找最小路径(最佳偏移值)//把1一百等分，精度为0.01for(inti=-50;i<50;++i){floatcur_shift=i*0.01;floatcur_dist=0.0f;for(intj=0;j<note_num;++j){if(pno 阅读全文

摘要： 音符半倍频规整提取基频时，半倍频普遍出现，对此必须做好半倍频规整 inlinefloatnormalize_pitch(floatpitch,floattemp){floathalf=fabs(pitch-12-temp);floattwice=fabs(pitch+12-temp);floatself=fabs(pitch-temp);if(half<twice&&half<self){returnpitch-12;}elseif(twice<half&&twice<self){returnpitch+12;}} 阅读全文

摘要： RIFF文件格式1.简介RIFF全称为资源互换文件格式（Resource Interchange File Format），RIFF文件是windows环境下大部分多媒体文件遵循的一种文件格式，RIFF文件所包含的数据类型由该文件的扩展名来标识，能以RIFF文件存储的数据包括：音频视频交错格式数据（.AVI）波形格式文件（.WAV）位图格式数据（.BMP）MIDI格式文件（.RMI）调色板格式（.PAL）多媒体电影（.RMN）动画光标（.ANI）其他RIFF文件（.BND）2.CHUNKchunk是组成RIFF文件的基本单元，结构如下：structchunk{u32id;/*块标志*/u32s 阅读全文

摘要： Web版的音频处理软件web上面类似于Adobe Audition的音乐处理软件很少，可以帮助用户实时的在线处理音频。暂时将其命名为Audiotool。AudioTool功能介绍1.1基本功能1.1.1音频的波形显示1.1.2音频信息显示1.1.3音频的编辑（剪切、复、拷贝、裁剪、静音、拼接）1.1.4撤销和重做1.1.5音频的播放、录音1.1.6多轨道支持（增加轨道、删除轨道、轨道选取）1.1.7混音1.1.8简单声音的生成1.2高级功能1.2.1简单声音的生成1.2.2音效处理（混响、均衡、合唱、增幅、淡入、淡出、变音）1.2.3语音分析 ...写本blog的目的是为了和大家一起分享，希. 阅读全文