在线变声器：音高调整、机器人与回声效果

本页所有效果都在浏览器中离线运行，并输出为标准16位WAV文件。处理过程是确定性的，因此相同输入搭配相同设置始终产生相同输出，普通片段通常一两秒即可渲染完成。 变调效果会保留时长：升高或降低音高不会改变片段长度，因此五秒的录音无论升高还是降低一个八度，仍然是五秒。底层音高与速度处理使用Signalsmith Stretch，这是编译为WebAssembly的开源录音室级时间拉伸与变调引擎，完全在浏览器内离线运行。它对重叠音频块进行频谱分析，再以新音高和节奏重建音频，即使变调幅度较大，也能保持人声自然、瞬态清晰。如果WASM引擎因浏览器过旧或策略阻止WebAssembly而无法加载，工具会自动改用内置时域变调器WSOLA，即波形相似性重叠相加算法。它将音频切成约90毫秒的重叠粒子，在时间轴上重新排列间距，并在每个拼接点将下一粒子前后移动最多10毫秒，寻找与前一段波形最匹配的位置，最后通过重采样将时长精确恢复到原值。无论使用哪个引擎，每个频率都会按读数中的倍率移动，即2的（半音偏移除以12）次方。处理后，结果面板会显示生成音频的引擎：Signalsmith（录音室音质）或WSOLA（备用）。 速度是单独且独立的控制项。选择0.5×或2×时，同一引擎会执行纯时间拉伸，使片段变长或变短，同时保持音高。两者可以组合：例如+5半音的松鼠音搭配1.5×速度，只需经过引擎一次。若喜欢复古声音，可开启磁带模式，切换到经典的播放速率重采样，让音高与速度联动，就像加快磁带或用错误转速播放唱片一样。此时+12半音会以双倍速度播放，时长减半，读数也会显示时长倍率，让结果一目了然。 机器人效果采用环形调制：将人声与30 Hz正弦波相乘，以和频及差频取代自然谐波，这也是1960年代戴立克声音所用的技术。回声效果让信号通过250毫秒延迟，反馈为百分之45，并增加一秒半的尾音，让最后几次回声完整衰减。实际用途远不止恶作剧：播客制作者用几个半音的偏移匿名化受访者声音，同时保留自然语速；游戏开发者批量生成生物声音；教师演示音高与节奏的关系；制作人用磁带模式营造低保真质感。由于粒子处理对CPU消耗较大，输入限制为10分钟。所有处理均在本地完成，敏感录音不会接触服务器。