rubberband

rubberband

开源音频时间拉伸和音高调整库

Rubber Band是一个开源音频处理库和实用程序,能够独立调整音频的速度和音高。它支持C++和C语言接口,可进行离线和实时处理。库内置R2(快速)和R3(精细)两种处理引擎,适应不同音频素材。此外,Rubber Band还包括命令行工具、LADSPA/LV2插件和Vamp分析插件,为多样化的音频处理提供解决方案。该项目采用GNU通用公共许可证(GPL)发布,同时也提供商业许可选项。

Rubber Band音频处理时间拉伸音高调整开源软件Github开源项目

Rubber Band 库

一个音频时间拉伸和音高变换的库和实用程序。

由 Chris Cannam 编写,chris.cannam@breakfastquay.com。 由 Particular Programs Ltd 以 Breakfast Quay 的名义发布。 版权所有 2007-2024 Particular Programs Ltd。

Rubber Band 是一个库和实用程序,可以独立改变音频录音的速度和音高。

CI 构建:

  • 构建状态 (Linux)
  • 构建状态 (macOS, iOS)
  • 构建状态 (Windows)

许可证

Rubber Band 库在 GNU 通用公共许可证 (GPL) 下分发。您可以根据 GPL 的条款重新分发和/或修改它;可以选择使用许可证的第 2 版或任何更新的版本。有关更多信息,请参阅 COPYING 文件。

如果您希望使用 Rubber Band 库分发代码,但使用的条款不同于 GNU 通用公共许可证,您必须在这样做之前从我们获得商业许可。特别是,除非您有商业许可,否则您不能通过任何 Apple App Store 合法分发。有关许可条款,请参阅 https://breakfastquay.com/rubberband/。

如果您已获得有效的商业许可,您的许可将取代本 README 和随附的 COPYING 文件,您可以根据该许可中描述的条款重新分发和/或修改 Rubber Band。请参阅您的许可协议以获取更多详细信息。

Rubber Band 包含一个由 Jonathan Gilbert 慷慨贡献的 .NET 接口,采用类似 BSD 的许可。dotnet/rubberband-dlldotnet/rubberband-sharp 目录中的文件属于此许可。如果您使用此接口,请确保遵守其许可条款。

Rubber Band 可能会链接其他库或与其他源代码一起编译,具体取决于其构建配置。无论您以何种条件重新分发 Rubber Band 代码本身,您都有责任确保仅根据这些库自身的许可条款重新分发它们。据我们所知,一些相关库代码的许可如下。有关更多详细信息,另请参阅文件 COMPILING.md

  • FFTW3 - GPL 带商业专有选项
  • Intel IPP - 某种专有性质
  • SLEEF - 类似 BSD
  • KissFFT - 类似 BSD
  • libsamplerate - 从 0.1.9 版本开始类似 BSD
  • Speex - 类似 BSD
  • Pommier 数学函数 - 类似 BSD

编译 Rubber Band 库

有关如何配置和构建库的详细信息,请参阅文件 COMPILING.md

本 README 的内容

  1. 代码组件
  2. 使用 Rubber Band 命令行工具
  3. 使用 Rubber Band 库

1. 代码组件

Rubber Band 包括:

  • Rubber Band 库代码。这是通常会被您的应用程序使用的代码。这些头文件位于 rubberband/ 目录中,源代码位于 src/ 中。 Rubber Band 库可能还依赖于外部重采样器和 FFT 代码,如果配置为这样;有关详细信息,请参阅 COMPILING.md 的第 7 节。

  • Rubber Band 命令行工具。这在 main/main.cpp 中。 该程序使用 Rubber Band 库,还需要 libsndfile(http://www.mega-nerd.com/libsndfile/,根据 GNU 较小通用公共许可证许可)用于音频文件加载。

  • LADSPA 和 LV2 格式的音高变换音频效果插件。 这些位于 ladspa-lv2/ 中。它们分别需要 LADSPA SDK 头文件 ladspa.h 和 LV2 头文件 lv2.h(未包含)。

  • 一个 Vamp 音频分析插件,可用于检查 Rubber Band 库在使用时采取的动态拉伸比率和其他决策。 这在 vamp/ 中。它需要 Vamp 插件 SDK(https://www.vamp-plugins.org/develop.html)(未包含)。

2. 使用 Rubber Band 命令行工具

Rubber Band 命令行工具构建为 build/rubberband。基本用法是

  $ rubberband -t <时间比率> -p <半音数> <输入文件.wav> <输出文件.wav>

例如,

  $ rubberband -t 1.5 -p 2.0 test.wav output.wav

将文件 test.wav 拉伸到比原始时长长 50%,将音高提高一个全音,并将输出写入 output.wav

还有几个其他选项可用:运行 rubberband -h 获取帮助。

最重要的是 -2-3 选项。这些选项在两种不同的处理引擎之间进行选择,分别称为 R2(更快)引擎和 R3(更精细)引擎。对于大多数材料,特别是复杂混音、人声和其他具有柔和起音和平滑音高变化的声音,以及具有大量低音内容的音乐,R3 引擎比 R2 产生更高质量的结果。但是,它比 R2 引擎使用更多的 CPU。

R2 引擎是 Rubber Band 库 2.x 版本之前唯一可用的方法,为了兼容性,当命令行工具被调用为 rubberband 时,它仍然是默认选项(如果既没有明确请求 -2 也没有 -3)。如果工具被调用为 rubberband-r3,则 R3 引擎是默认选项。

还有许多其他选项可用,其中大多数仅在使用 R2 引擎时有效。特别是,不同类型的音乐可能受益于不同的"清晰度"选项(-c 标志,带有从 0 到 6 的数字参数)。

3. 使用 Rubber Band 库

Rubber Band 有一个公共 API,由 RubberBand 命名空间中的一个 C++ 类组成,称为 RubberBandStretcher。您应该 #include <rubberband/RubberBandStretcher.h> 来使用这个类。类头文件中有详细的文档。

还提供了 C 语言绑定的头文件 <rubberband/rubberband-c.h>。这是 C++ 实现的包装器,由于实现是相同的,它还需要与 C++ 标准库链接。它目前还没有与 C++ 头文件分开的文档。您应该只包含这两个头文件中的一个,而不是两个都包含。

还包括一个 .NET 接口,由 Jonathan Gilbert 贡献;有关详细信息,请参阅 dotnet 目录中的文件。

命令行实用程序的源代码(main/main.cpp)提供了一个很好的示例,说明如何在离线模式下使用 Rubber Band;音高变换器插件(ladspa-lv2/RubberBandPitchShifter.cpp)可用作实时模式下 Rubber Band 的示例。

**重要提示:**在应用程序中使用 Rubber Band 之前,请确保您已阅读并理解了 Rubber Band 的许可条款。该库根据 GNU 通用公共许可证提供,这意味着使用它的任何应用程序也必须在 GPL 或兼容许可下发布(即其完整源代码也可用于修改和重新分发),除非您已单独从作者那里获得商业许可。

4. 更多文档

编辑推荐精选

问小白

问小白

全能AI智能助手,随时解答生活与工作的多样问题

问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

下拉加载更多