音声のピッチ変更の仕組み
音声ピッチツールは、長さを変えずに、トラックのピッチを1オクターブ下から1オクターブ上まで半音単位で上下にシフトします。完全にブラウザ内で処理されます。搭載されているffmpeg.wasmビルドには専用の高品質ピッチシフターが組み込まれていないため、このツールは常に利用可能なフィルターだけからそれを構築しています。まず音声を既知の48000 Hzのサンプルレートに正規化し(aresample)、そのレートをピッチ比に応じて再ラベル付けします(asetrate)。これはピッチと速度を同時にシフトさせるため、最後にaudio-speedが使うのと同じatempoタイムストレッチチェーンで速度変化を補正し、新しいピッチを保ったまま元の長さに戻します。
これは現実的で正直なトレードオフです。これは古典的なサンプルレートベースのシフターであり、スタジオ品質のフェーズボコーダー(Melodyneやrubberbandベースのツールのような)ではないため、大きなシフトはフルミックスのような複雑な素材ではやや不自然に聞こえることがある一方、単一の声や楽器への小さなシフトはきれいに聞こえる傾向があります。