音频变调 的工作原理
音频变调可以在浏览器中直接把一段音轨的音高按半音升高或降低,范围是下调一个八度到上调一个八度,且不改变时长。本站使用的 ffmpeg.wasm 构建版本没有编译进专门的高质量变调器,所以这个工具用几个始终可用的滤镜自行搭建了一套方案:先把音频归一化到已知的 48000 Hz 采样率(aresample),再按变调比例重新标注这个采样率(asetrate),这一步会同时改变音高和速度,最后用和 audio-speed 相同的 atempo 时间拉伸滤镜链补偿速度上的变化,恢复原始时长,同时保留新的音高。
这是一个真实、坦诚的取舍:它是一种经典的基于采样率的变调方法,而不是专业级的相位声码器技术(比如 Melodyne 或基于 rubberband 的工具),所以在完整混音这类复杂素材上,大幅度变调可能听起来略显生硬,而在单独的人声或乐器上做小幅度变调,效果通常比较干净。