🎵 FFmpeg变调原理详解

1. asetrate 滤镜：通过改变采样率变调

音频的音调（pitch）由声音信号的频率决定。采样率（sample rate）表示每秒采集的样本数。当使用 asetrate 强制改变输出的采样率时，原有的音频数据被以不同的速度"播放"，从而改变频率，使音调升高或降低。

例如原音频采样率为 44100 Hz（CD音质），执行 asetrate=44100*1.5=66150 后，FFmpeg 将输出标记为采样率 66150 Hz，但音频样本本身没有变化。播放器会以 66150 Hz 的速度还原音频，相当于每秒播放更多的样本，频率整体提升 1.5 倍，因此音调升高了半音约 7 个（一个八度对应频率翻倍，即 2 倍 = 1200 音分）。副作用是播放速度也变为原来的 1.5 倍，时长缩短。

同理 asetrate=44100*0.8=35280 将采样率降低，播放器以更慢速度回放，频率降低，音调下降，速度变慢，时长拉长。

2. 变调不变速：asetrate + atempo 组合

变调后要恢复原速，需要使用 atempo 滤镜调整播放速度。由于 asetrate 将速度改变了 N 倍，只需用 atempo=1/N 恢复。例如 asetrate=44100*1.2, atempo=1/1.2：先升调 1.2 倍（速度变为 1.2x），再用 atempo 将速度降回 1x，最终实现只升调不变速的效果。注意 atempo 的取值范围为 0.5~2.0，因此 asetrate 倍率也尽量控制在该范围内。

3. rubberband 滤镜：高质量变调

rubberband 基于 Rubber Band Library（相位声码器技术），通过频域分析将音频分解为音调（pitch）和速度（tempo）两个独立维度，可分别调节而不互相影响。相比 asetrate 方案，rubberband 变调后音质损失更小，尤其适合处理人声和音乐旋律。

rubberband 的参数：pitch 以半音（semitone）为单位（正数升高，负数降低），tempo 以倍率调节速度。例如 rubberband=pitch=3 升高 3 个半音（即小三度），rubberband=pitch=2.0:tempo=1.5 既升调又变速。

两种方法适用场景：日常简单变调用 asetrate+atempo 即可；追求高音质或精确半音控制应使用 rubberband。