变声编辑历史

# 变声

变声（Voice Changer）是指通过硬件或软件技术，对原始人声或音频信号进行处理，改变其音调、音色、语速、共振峰等声学特征，从而模拟出不同性别、年龄、物种甚至虚构角色的声音效果。在信息技术领域，变声技术经历了从模拟电路到数字信号处理、再到深度学习驱动的实时合成演变，广泛应用于游戏语音、直播娱乐、影视配音、隐私保护及辅助沟通等场景。该词条涵盖技术原理、典型应用、主流工具及相关的文化现象与争议。

## 1 技术原理

变声技术的核心在于对声学特征参数的操控。原始语音信号由声带振动产生基音频率，经声道（喉、咽、口、鼻）的共振调制后输出。改变这些参数即可实现声音转换。

### 1.1 基于信号处理的变声方法

此类方法直接操作音频信号的时域或频域表示，不依赖大数据训练，计算开销较低。

#### 1.1.1 音高移位

通过将音频信号的基音频率整体上移或下移，实现声音变高（如儿童声）或变低（如低沉大叔声）。常见算法包括相位声码器（Phase Vocoder）和基于归一化互相关的PSOLA（同步重叠相加）。音高移位不改变声道特征，仅改变音调高低，因此容易产生“机械感”或“卡通味”。

#### 1.1.2 共振峰调整

共振峰是声道共振产生的频谱峰值，决定了声音的“个性”（如性别感）。通过频域滤波或LPC（线性预测编码）分析，将共振峰频率整体偏移——上移使声音更细幼（类似女声或童声），下移则更厚实（类似男声或低音炮）。通常与音高移位协同使用，以达到自然人声转换效果。

#### 1.1.3 时域拉伸与压缩

改变语速而不影响音高（或同时改变）。通过波形重叠相加（OLA）或相位声码器实现。用于制造“慢速洛丽塔”、“快速咆哮”等效果，常见于语音