PSOLA算法摘要 PSOLA（基音同步重叠相加）是一种经典的语音处理算法，主要用于语音变调、变声和时长调整。其核心原理是通过分析语音中的基频周期，将语音信号切分为基音同步的小段，然后重新排列这些片段并重叠相加来实现音高变换。算法流程包括基频检测、周期标记、窗口截取和重叠相加四个关键步骤。PSOLA的优点在于直接操作波形，保留了语音的自然特性，特别适合变声器、语音合成等应用场景。相比其他方法，PS

语音信号是一种高度不平稳信号，其功率谱会随着时间变化而不断变化。然而当仔细观察时，可以看到在足够短的时间内（10~30ms）内，其频谱特征相当平稳。其中有些片段是周期性的，例如“her”有些是非周期或者类似噪声，例如“wifi”中的“fi”本文中将对于语音的产生过程，以及不同的语音类型：周期信号、类噪信号以及静音具有的不同特征，时长，谱特征进行介绍。这样对于理解语音信号的特性和特征有很大帮助，这也

本文详细介绍了基于TDOA（到达时间差）的声源定位技术原理与工程实现。首先阐述了TDOA的基本概念，通过信号到达不同麦克风的时间差计算声源方向，推导出核心公式θ=arccos(c·Δt/d)。文章重点分析了物理约束条件，包括声源远场假设、几何约束和信号采样限制，并提出了亚采样插值和频域补零两种提高精度的方法。针对不同麦克风阵列配置，分别讨论了3麦克风系统的解析解方法和4麦克风以上的最小二乘优化方案

在实际工程中，很多人在实现 麦克风阵列声源定位（DOA） 时都会遇到一个问题：角度输出不稳定，甚至出现明显跳动。之间不断变化。一开始很多人会认为是 GCC 算法实现问题，但实际上问题往往来自多个方面：麦克风阵列几何结构TDOA 延迟量化误差语音信号非平稳性噪声和混响在上一篇文章四麦克风声源定位实战：基于 GCC-PHAT + 最小二乘法实现 DOA中，详细介绍了基于四麦实现的TDOA的原理和代码。

项目场景：不得不说还是翻墙好使，国内一搜居然没有这个问题现有分支dev_aa，想找到从哪个分支创建的该分支git show --summary`git merge-base foo dev_aa`

对于ffmpeg介绍和如何输出ffmpeg日志可以参照之前的博客。该篇博客是用于学习如何使用ffmpeg进行读取音频（包括本地和远端），并对读取流进行音频解码、以及进行重采样的操作。如果现在看官对于音频解码不是很熟悉，建议可以多看看雷神的文章，膜拜+缅怀雷神。视音频编解码技术零基础学习方法PCM音频数据格式介绍|版本声明：山河君，未经博主允许，禁止转载流上下文、解码器、重采样工具。流上下文：用于读

百度词条中介绍声音的概念声音（sound)是由物体振动产生的声波。是通过介质（空气或固体、液体）传播并能被人或动物听觉器官所感知的波动现象。最初发出振动（震动）的物体叫声源。声音以波的形式振动（震动）传播。声音是声波通过任何介质传播形成的运动。声音是一种波。可以被人耳识别的声（频率在20Hz~20000Hz之间），我们称之为声音。本篇文章以最根本的物理角度来看待声音，其中的内容都是笔者自己学习整理

在上一篇文章中，我们了解到：任何重复的波形都可以分解为含有基波频率和一系列为基波倍数的谐波的正弦波分量，同时记录了一些基本的波形。本章内容是对音频测量进行简述，一般来说，我们讨论音频测量的概念基本都是对于声音信号的时域和频域有关。任何声音都可以通过这两种形式来进行表现。描述信号与时间的关系，一个信号的时域波形可以表述为信号随时间变化的曲线。其自变量是时间,即横轴是时间,纵轴是信号的变化。指信号随频

最近公司想把windows下软件迁移到linux下，在与plc通讯方面西门子只提供windows下的库，linux下没有对应库，幸好发现有open62541这个协议外接库，对应的plc最低型号为s1200，还必须升级固件才行。官方貌似有实例代码，但是看起来杂乱无章，现在整理一下。很想直接上代码，但是先简单介绍一下，使用博图16版本进行配合使用，连接有两种方式，一种匿名连接，一种有名连接，根据需要.

本文详细介绍了基于TDOA的4麦克风平面声源定位系统实现方案。系统采用GCC-PHAT算法计算时延差，通过最小二乘法求解方向向量，最终得到声源方位角。文章涵盖了阵列设计、算法流程、数学模型推导及核心代码实现，重点解析了GCC-PHAT时延估计、方向向量求解等关键环节，并提供了平滑滤波等优化策略。该方案可实现准确的二维声源定位，适用于语音增强、智能交互等应用场景。