名侦探柯南中的变声器：工作原理竟如此简单

　　名侦探柯南是众多人心中崇拜的偶像，没有案子能难倒柯南。

　　不过，柯南办案离不开高科技“武器”，其中最让人梦寐以求的一种“武器”就是蝴蝶结变声器，因为它随心所欲地克隆任何人的声音。

　　其实，在现实世界中，这样的变声器并不少见。网上搜索“变声器”，便跳出各种软件，“帅哥变萝莉，大妈变御姐”，任君选择。

　　百度变声器搜索页面

　　在某些领域，变声技术也成了企业业务中的重要支撑。比如高德地图里林志玲、周星驰的导航声音，就得到了很多人的支持。

　　那“变声”是怎么实现的呢?

　　“变声”变的是什么?

　　首先，我们先得了解声音具有哪些性质。判断两个声音是否相同，我们一般从音调，响度，音色三个方面进行比较。

　　音调强调声音的高低，响度反应声音能传播的距离，音色是一声音特有波形的外在表现，结合这3个因素，就能分辨出不同的声音。

　　图片来源：《名侦探柯南》

　　要想实现“变声”，就要从这三个因素下手。通常来讲，变声器借助对音色和音调的双重复合改变，实现对声音的改变。

　　变声器之所以能变声是因为建立了一套独特的算法，能识别声音的音色和音调并对其进行调整，让声音产生变化。

　　变声器app截图，可选择不同的声音进行变声图片来源于网络

　　变声器类型

　　目前市场上的变声器主要有两大类，一类是硬件变声器，一类是软件变声器。虽然表现形式不一，但是变声原理相似。

　　硬件变声器是通过各种声卡(也就是硬件声卡)变声，声卡里预置了各种设置好算法的声音，借此实现“变声”。但这种方式缺点很明显，那就是电流声明显且种类相对较少。

　　相比之下，软件变声器使用更方便，能满足各种变声需求(比如唱歌，播音主持等)，使声音更加立体，音效也更为丰富。

　　怎么实现变声

　　那这些不同的变声器到底是怎么改变声音特质的呢?

　　01声波采样和时域分析

　　人发声的本质是通过声带震动，带动空气产生气压差，从而让声波在空气中传播。变声器要在一定范围内采集量化这些声音，通常采样在44100Hz，量化的范围在16bit，)也就是说，在一秒内可采样44100个样本点来描绘波形。

　　这些波形里面有各种不同的小波形，学术上叫做“基波”，每个人的基波不一样，都有自己的基音周期，也就是“基音频率”，即个体所拥有的独特的音频/音质/音色/音调，从而建立起各种各样声音的“数据库”。

　　图片来源：科学探索中心

　　02傅里叶转换

　　对声音进行了采样和量化，接下来就是傅里叶转换，只有转换成频谱图，然后通过各种算法去捕捉规律，对声音信号以及不同声音频率的识别和分析，从而达到变声。

　　傅里叶转换小科普：傅里叶转换是由傅里叶数学家所发明，要想完整的从数学角度了解傅里叶转换必须具有高等数学的基础，不过从通俗易懂的角度去理解，傅里叶转换就是指将一件事情从两个维度去分析，比如一首歌，不同的时间段有不同的音调，但是从另一方面分析，可以把每个时间段的音调转换成数字，从而精准定位不同时间段的不同“调调”。

　　03赋予音色风格

　　变声器不仅要能识别音频和语言内容，还要能赋予音色不同风格(比如语速快慢、强弱)，只有这样，变声才称得上是随心所欲。

编辑：齐少恒