2020-09-12 scaletempo

/*

 * Scaletempo works by producing audio inconstant sized chunks (a "stride") but

 * consuming chunks proportional to theplayback rate.

 *

 * Scaletempo then smooths the output byblending the end of one stride with

 * the next ("overlap").

 *

 * Scaletempo smooths the overlap further bysearching within the input buffer

 * for the best overlap position.  Scaletempo uses a statistical crosscorrelation

 * (roughly a dot-product).  Scaletempo consumes most of its CPU cycleshere.

 *

 * NOTE:

 * sample: a single audio sample for onechannel

 * frame: a single set of samples, one for eachchannel

 * VLC uses these terms differently

 */

 Scaletempo的工作原理是在固定大小的块(一个“步幅”)中制作音频。消耗的块与回放速度成比例。 Scaletempo通过混合一个步骤的结束来平滑输出下一个(“重叠”)。Scaletempo通过在输入缓冲区内搜索来进一步消除重叠 最佳重叠位置。Scaletempo使用了统计互相关(大致点积)。Scaletempo在这里消耗了大部分CPU周期。

*注意:

*样本:一个频道的单一音频样本

*框架:一组样本,每个通道一个样本

* VLC使用不同的术语。

add_integer_with_range( "scaletempo-stride", 30, 1, 2000,  N_("Stride Length"),N_("Length in milliseconds to output each stride"), true )

步长,输出每个步幅的长度

add_float_with_range("scaletempo-overlap", .20, 0.0, 1.0, N_("Overlap Length"),N_("Percentage of stride to overlap"), true )

重叠长度 ,重叠步幅的百分比

add_integer_with_range("scaletempo-search", 14, 0, 200,  N_("Search Length"),N_("Length in milliseconds to search for best overlap position"),true )

搜索长度”),搜索最佳重叠位置的长度add_integer_with_range


一些网址:

Audio Unit 基础

https://www.cnblogs.com/wangyaoguo/p/8392660.html

iOS 音频-AVAudioSession

https://www.jianshu.com/p/fb0e5fb71b3c

AVAudioSession

https://www.jianshu.com/p/5b3a920db773

[iOS]关于AudioUnit录音处理回声及遇到的问题

https://www.jianshu.com/p/7c159f635db9

[IOS]IOS上AudioSession设置, 切换扬声器和听筒详解 .

https://www.cnblogs.com/gaoxiao228/archive/2013/03/15/2961397.html

ffmpeg基础使用

https://www.jianshu.com/p/ddafe46827b7

时间戳转化

https://tool.lu/timestamp/

WebRtc 源码下载

https://www.cnblogs.com/wanggang123/p/11280283.html

WebRTC示例

https://webrtc.github.io/samples/

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,258评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,335评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,225评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,126评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,140评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,098评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,018评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,857评论 0 273
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,298评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,518评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,678评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,400评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,993评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,638评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,801评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,661评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,558评论 2 352