本文已参与「新人创作礼」活动， 一起开启掘金创作之路。
音频变声包括对声音的音调和速度的改变。两个属性的组合有四种情况：1，不变速不变调；2，变速不变调；3，变调不变速；4，变速变调。而声音的组成是由基频和多个倍频的泛音（谐波）组成的，对其泛音的不同处理，可以改变声音的音色。
声音
关于声音的原理，参考音频自动踩点研究。
基本原理
由于声音的音调（音高（pitch））是由其基频（基音）决定的，而音色是由其泛音决定的，通过对音频数据做 FFT 之后不同频率的数值进行处理之后再做 IFFT（快速逆傅里叶变换），即可完成对音调、音色的改变。例如将音调调高时就是女声，调低时就是男声。
常见第三方库
SoundTouch
SoundTouch是一个用C++编写的开源的音频处理库，可以改变音频文件或实时音频流的节拍(Tempo)、音调(Pitch)、回放率(Playback Rates)，还支持估算音轨的稳定节拍率(BPM rate)。ST的3个效果互相独立，也可以一起使用。这些效果通过采样率转换、时间拉伸结合实现。
- Tempo节拍（变速不变调）：通过拉伸时间，改变声音的播放速率而不影响音调。
- Playback Rate播放速率（变速变调）：以不同的转率播放唱片（DJ打碟？），通过采样率转换实现。
- Pitch音调（变调不变速）：在保持节拍不变的前提下改变声音的音调，结合采样率转换+时间拉伸实现。如：增高音调的处理过程是：将原音频拉伸时长，再通过采样率转换，同时减少时长与增高音调变为原时长。
主要特性
-
易于实现：ST为所有支持gcc编译器或者visual Studio的处理器或操作系统进行了编译，支持Windows、Mac OS、Linux、Android、Apple iOS等。
-
完全开源：ST库与示例工程完全开源可下载
-
容易使用：编程接口使用单一的C++类
-
支持16位整型或32位浮点型的单声道、立体声、多通道的音频格式
-
可实现实时音频流处理：
- 输入/输出延迟约为100ms
- 实时处理44.1kHz/16bit的立体声，需要133Mhz英特尔奔腾处理器或更好
相关链接
官网提供了ST的可执行程序、C++源码、说明文档、不同操作系统的示例工程，几个重要链接：
FMOD
fmod Ex 声音系统是为游戏开发者准备的革命性音频引擎。最新版本是Fmod Studio 2.00.07。你也可以在FMOD的官网上下载到FMOD 3。如今采用了FMOD作为音频引擎的游戏包括Far Cry（孤岛惊魂）、Tom Clancy's Ghost Recon（幽灵行动），甚至著名的World Of Warcraft（魔兽争霸）。
主要特性
- 更加强大，FMOD 能实现更复杂的音频特效，例如 3D 混响
- 商业，非开源
- 跨平台
