9 语音变速

音频处理库提供了语音变速功能，可把语音在时域上拉长或则缩短，而语音的采样率、基频以及共振峰保持不变。

9.1 使用方法

确定参数

确定采样率（如 16kHz）和要关注的基频范围（例如 STRETCH_DEF_FREQ_RANGE：55 ~ 333 Hz）。本模块要求：
- 采样率 / 基频下限 < 2400
- 采样率 / 基频上限 > 24
或者说，基频不能超出 [采样率 / 2400, 采样率 / 24]。

初始化变速器对象

struct stretch_ctx_t *stretch_init(
    int sampling_rate,   // 采样率
    int lower_freq,      // 基频下限
    int upper_freq,      // 基频上限
    int flags,           // 标志位
    void *buf);          // 上下文内存

标志位 flags 是 STRETCH_..._FLAG 各种常量的组合，可以为 0。buf 是用来存放语音变速器对象上下文的内存，其大小通过 stretch_get_context_size 获得。

分配用来接收变速输出的内存

本模块采用流式处理，假设每次最多输入 max_num_samples 个采样，则变速器每次输出的采样数至多为：
```
int stretch_get_output_capacity(
    struct stretch_ctx_t *ctx,  // 变速器对象
    int max_num_samples,
    float min_speed);
```
其中 min_speed 是最小速度。速度近似为原始长度与处理后的语音长度的比值，1.0 为无变化，大于 1.0 为压缩（加速），小于 1.0 为拉伸（减速）。

根据 stretch_get_output_capacity 返回的最大采样数可为输出分配足够的内存（每个采样为一个 int16_t）。

处理语音

通过 stretch_samples 处理一小段语音数据。这个函数返回的是本次处理所输出的采样的个数。

int stretch_samples(
    struct stretch_ctx_t *ctx,  // 变速器对象
    const int16_t *samples,     // 输入的采样
    int num_samples,            // 输入的采样的个数
    int16_t *output,            // 输出
    float speed);               // 本次处理使用的速度

刷新数据

使用 stretch_flush 输出剩余数据。这个函数返回的是所输出的采样的个数。

int stretch_flush(
    struct stretch_ctx_t *ctx,  // 变速器对象
    int16_t *output);           // 输出

复位

使用 stretch_reset 复位变速器，为处理下一段语音做好准备。
```
void stretch_reset(
    struct stretch_ctx_t *ctx); // 变速器对象
```

借助变速功能还可实现语音变调（只改变音调，时域长度不变），例如：

将 16kHz 采样的音频直接以 8kHz 播放，音调降低，但时长也被拉长到 2 倍；
使用变速功能将速度变为 2 倍，则时长与原音频保持一致。

9.2 资源消耗

以下数据仅供参考。实际表现受编译器、Cache、RTOS、中断、音频数据等因素影响。

内存占用与参数有关，例如：

stretch_get_context_size(16000, STRETCH_DEF_FREQ_RANGE, 0) == 1788 (字节)

使用上述参数，并且 max_num_samples 取做 AMR_WB_PCM_FRAME_16k，不同 min_speed 设置下的 stretch_get_output_capacity() 返回的内存大小如表 9.1

表 9.1: 为输出预留的内存空间的大小
最小速度	为输出预留的内存（字节）
0.6	3026
0.8	2706
1.2	2386
1.4	2386

提示：用于 TTS 变速时，请留意 tts_get_scratch_mem2_size() 的大小，如果足以容纳变速器的输出，则可考虑复用。

9.2.1 ING916XX

在上述参数下，生成 AMR_WB_PCM_FRAME_16k 个采样，需要的平均时间可参考表 9.2。

减小基频范围可缩短处理时间。

表 9.2: 特定参数下语音变速时间消耗参考值
速度	时间消耗 (ms)
0.6	5.9
0.8	5.8
1.2	8.8
1.4	10.1
1.6	11.5