随着短视频系统的发展，短视频内容的录制时长已经不局限于十几秒了，这就让几十秒甚至几分钟的短视频越来越多，不少用户在观看此类视频时，会有倍速播放的需求，所以在短视频系统开发时变速功能不可或缺，不过在实现变速功能时要如何避免音频变调问题呢？

一、声音的三要素

短视频系统开发的变速功能，涉及视频变速和音频变速，其中音频变速主要围绕声音进行，所以我们要全面了解声音，首先需要了解的就是声音的三要素：

1、响度

在短视频系统开发中，响度通常是指声音能量的强弱，主要取决于振幅的大小。

2、音调

声音的音调通常取决于声波基频的高低，一般不同乐器基频不同、不同性别基频也不同。

3、音色

声音主要是由发生物体振动产生，在声音产生时，主体振动发出的是基音，其余部分振动产生的是泛音，而音色则取决于这些泛音。

二、如何实现变速但不变调

在短视频系统开发变速功能时，为避免音频变调问题会用到以下两种算法：

1、时域压扩

在短视频系统开发中，音频分析处理领域可以分为时域和频域，时域压扩主要是在时域上对音频信号进行处理：

（1）分帧处理：分帧单元控制在20ms-50ms周期波；帧与帧之间需要实现50%-75%的重叠，以保证帧间的平滑过度。

（2）加窗处理：分帧处理后需要对每帧做加窗处理以避免频谱泄露；

（3）合帧处理：经过合帧处理后就可以实现变速了。

2、波形相似叠加

在短视频系统开发时，只使用时域压扩算法虽然可以实现变速功能，但加窗函数在缓解波形不连续问题的同时，还却会带来相位跳跃失真问题，所以为避免该情况需要在短视频系统开发时，将时域压扩算法与波形相似叠加算法组合使用。

在短视频系统开发的短视频功能中，声音是传递有效信息的重要方式之一，我们在优化用户的使用体验时，不能以牺牲声音质量为前提，所以在短视频系统开发变速功能时，做通过正确的方法处理好音频变速不变调问题。

声明：本文由云豹科技原创，转载请注明作者名及原文链接，否则视为侵权