Zestance歌声合成

先前听歌开着频谱看的时候，注意到音高变化的时候，泛音也会跟着变化，我想当然的认为泛音就是共振峰，要根据共振峰区分元音，还需要确定其与F0的关系。这个错误一直直到高数学了傅里叶展开，才让我意识到，也许泛音不是因为共振引起的加强或减弱，而是由激励源本身引起的谐波，即：泛音并不是共振峰，共振峰与F0无关。如果泛音不是共振峰，那共振峰又是什么？激励波形是什么波，才会引起这样的谐波组成？这是本文要探讨的主题

今天在观察共振峰特征的时候，突发奇想，试图执行一个目力PSOLA。首先选中一个短的重复片段：然后复制并粘贴一次。虽然粘贴时已经选择了从时域观察相位差最小的位置，但是仍然可以看到出现了一个频谱上的高能量。并且经过试听，此处有痰音的特征。 因此做出猜测：resampler并没有实现真正的PSOLA，或是用户标注的标记位置存在问题，导致拼接时频谱出现高能量。高能量可能是由于相位差造成的，并非从时域

你好，世界。Zestance歌声合成引擎于2017年12月立项，目标是在不依赖友商专利的前提下，达成接近友商V软件引擎的歌声合成效果，并针对中文演唱与情绪表现进行优化。梦想虽然远大，能力却是渺小的。项目组仅有一名天天睡觉的高中毕业程序员在干活。毕竟是个人爱好项目，资金也只能从饭费里面扣。项目可能某一天会有进展，也有可能永远就挂在现在这个状态下。总之，借用22/7的话说，“未来があるから”，不是吗？