我正在用javascript进行语音录制，并将录制存储为签名浮点数组。我需要什么来确定（并最终调整）阵列上的间距？我见过C++的各种算法，但它们似乎对我的情况没有太大帮助。我甚至下载并尝试了这个，看看我是否可以将它的一部分转换为javascript:
http://voicerecorder.codeplex.com/SourceControl/latest
但实际上所做的只是让录音声音更大，不管我选择了什么设置。
我不打算在这里提供详尽的答案，而是描述我在解决音频编程中类似问题的过程中发现的自己的发现。
俯仰检测
如果你的声音是单声道的（听起来是基于你对jeff的评论），我已经使用自相关技术实现了音高检测，主要是因为与其他音高检测算法相比，它相对简单。
如果你不熟悉，这个想法如下：
- 将样本滑动到自身上（具有预定的窗口大小；以1个样本为增量）
- 在每一步中，计算原始波浪和滑动窗口之间的绝对差（很难口头解释）。
- 滑动窗口时，记录（2）中计算的分数
- 当波与自身相关时，分数将达到最小值，该最小值的时间位置指定了信号的周期性
在我的实现中，这是唯一一个运行良好的算法（当输入我的语音样本时；然而，我没有尝试各种样本）。
这是对自相关工作原理的粗略解释，本文对不同的基音检测算法进行了很好的比较：
https://ccrma.stanford.edu/~pdelac/154/m54paper.htm
变桨
当然，你可以通过重新采样来获得非常便宜的音高转换，但这听起来类似于唱片播放得太快，这在很多情况下是不可接受的。
就音高偏移而言，我的实现还没有走那么远，但上次我停止了，我正在考虑将相位声码器作为一种可能的解决方案。很难找到一个合理的解释来解释这些算法是如何工作的，从而提供一些直觉来解释它们为什么以这种方式工作，而不仅仅是提供简单抽象的数学方程。