相位声码器 - 需要合成窗口？

Question

我已经在阶段声码器上挣扎了几个星期。最终目标是实现信号的时间延长。我已经取得了很多进展，但我还有两个问题需要解决。

Issue1 ：我需要合成窗口吗？ 我从输入信号（正弦波）中获取具有任何跳跃大小的重叠帧（例如，N / 2，N =每帧采样）。我将Hanning窗口应用于帧并将结果提供给FFT。 为了实现时间延长，我执行iFFT并使用与分析期间使用的跳跃大小不同的跳跃大小重叠添加输出帧。
问题是输出跳跃因子= 0.5（跳跃大小= N / 2）时输出是平滑的，但是对于更大的跳跃大小，我可以听到“振动”。图像显示8帧的输出，跳跃因子= 1（零重叠）。很明显为什么声音振动。对于小跳跃大小，帧重叠得更多，声音更平滑。我已经阅读了很多关于相位声码的信息，但我似乎没有得到如何获得大跳数的平滑输出。我错过了什么？

Issue2 ：相位校正。
目前，相位校正的输出听起来更糟，但我会把它留给另一个帖子。

提前感谢您抽出时间。

Answer 1

我是一个业余爱好者，但是如果你开始有更大的重叠，你不会得到更好的结果，例如N / 10的“跳跃大小”或类似的东西？然后，您可以更自由地在输出上进行调整，同时仍保持实质性重叠。

此外，根据您扩展/压缩时间的多少来调整窗口的陡度可能是值得的。