音频变速的两条路:线性插值重采样,与 2048 采样窗的 WOLA 时间拉伸

1.5 倍速播 podcast,声音变尖了还是没变?取决于走哪条路:重采样是按倍距重读采样、音高随速度一起变,一行循环就能写完;变速不变调则要把音频切成 2048 采样的颗粒、加 Hann 窗重叠搬移、再按窗权归一化(WOLA)。这篇把两条路的数学、参数取舍与 4 倍重叠的窗和陷阱逐一拆开。

WebAudio 的响度账本:RMS、dBFS 与静音切除

口播录音里「哪段是停顿」不是听出来的,是算出来的。从 PCM 采样到 dBFS 刻度、50ms 窗 RMS、门限与最短静音时长、边缘 padding,再到 44 字节 RIFF 头的手写 WAV 编码——拆解静音切除的整条账本。