描述：声音转换，钢琴以“摆动钢琴”。 Coursera的ASPMA课程作业8，2014年会议（UPF Barcelona，CCRMA Stanford）。 工具：smstools（https://github.com/MTG/smstools），Python函数：smstools / software / transformations_interface / transformation_GUI.py方法：HPS谐波加随机变换。原声：http：//www.freesound.org/people/xserra/sounds/196765/ 应用方波进行频率拉伸，产生摆动变换。在声音持续时间内，使用scipy.signal.square生成100个周期，频率为5 Hz的方波。

描述：声音转换，小提琴到蚊子。 Coursera的ASPMA课程作业8，2014年会议（UPF Barcelona，CCRMA Stanford）。 工具：smstools（https://github.com/MTG/smstools），Python函数：smstools / software / transformations_interface / transformation_GUI.py方法：HPS谐波加随机变换。原声：http：//freesound.org/people/jcveliz/sounds/92002/ 将锯齿波应用于频率缩放，以产生类似蚊子的声音。通过使用scipy.signal.sawtooth在声音持续时间内产生的以100Hz产生的40Hz锯齿采样进行频率缩放。

描述：基于来自SMS工具声音文件的女性演讲，使用来自Coursera中的音频应用音频信号处理课程的SMSTools的HPS模型工具进行修改。 以下是原始声音的链接：http：//www.freesound.org/people/xserra/packs/13038/ 应用于原始声音的过程是： 使用HPS模型进行分析和合成

描述：基于来自SMS工具声音文件的女性演讲，使用来自Coursera中的音频应用音频信号处理课程的SMSTools的HPS模型工具进行修改。 以下是原始声音的链接：http：//www.freesound.org/people/xserra/packs/13038/ 我在获取语音的谐波信息后合成了谐波信息。 应用于原始声音的过程是： 使用HPS模型进行分析和合成

描述：基于来自SMS工具声音文件的女性演讲，使用来自Coursera中的音频应用音频信号处理课程的SMSTools的HPS模型工具进行修改。 以下是原始声音的链接：http：//www.freesound.org/people/xserra/packs/13038/ 应用于原始声音的过程是： 使用HPS模型进行分析和合成

描述：基于来自SMS工具声音文件的女性演讲，使用来自Coursera中的音频应用音频信号处理课程的SMSTools的HPS模型工具进行修改。 以下是原始声音的链接：http：//www.freesound.org/people/xserra/packs/13038/ 我综合了演讲的随机信息。 应用于原始声音的过程是： 使用HPS模型进行分析和合成

描述：基于femalePhrase1.wav，并使用课程中音频应用课程的音频信号处理程序提供的SMSTools中的HPSModel工具进行修改。 以下是原始声音的链接：http：//freesound.org/people/HerbertBoland/sounds/30084/ 应用于原始声音的过程是： 使用HPS模型进行分析和合成

描述：基于femalePhrase1.wav，并使用课程中音频应用课程的音频信号处理程序提供的SMSTools中的HPSModel工具进行修改。 以下是原始声音的链接：http：//freesound.org/people/HerbertBoland/sounds/30084/ 应用于原始声音的过程是： 使用HPS模型进行分析和合成

描述：基于femalePhrase1.wav，并使用课程中音频应用课程的音频信号处理程序提供的SMSTools中的HPSModel工具进行修改。 以下是原始声音的链接：http：//freesound.org/people/HerbertBoland/sounds/30084/ 应用于原始声音的过程是： 使用HPS模型进行分析和合成

描述：这是一个用Python代码组成的音乐片段，具有多次声音转换技术。 Coursera的ASPMA课程的分配10b，2014年会议（UPF Barcelona，CCRMA Stanford）。 工具：smstools（https://github.com/MTG/smstools），Python函数：smstools / software / transformations_interface / hpsTransformations_function.py（analyze，transformation_synthesis）。方法：HPS谐波加随机变换。 原声（自然）:( 1）小提琴“92004__jcveliz__voilinpart2compress.wav”https://www.freesound.org/people/jcveliz/sounds/92004/(2）bassdrum “90150__menegass__bd05.wav”http：// www.freesound.org/people/menegass/sounds/90150/(3）snaredrum1 “82238__kevoy__snaredrum.wav”http://www.freesound.org/people/KEVOY/sounds/82238/(4）圈套drum2 “2103__opm__snset4.wav”http://www.freesound.org/people/opm/sounds/2103/(5) cowbell “22759__franciscopadilla__56cowbell.wav”http://www.freesound.org/ people / FranciscoPadilla / sounds / 22759 /（6）hihat1 “67210__akosombo__xbhhopen.wav”http://www.freesound.org/people/Akosombo/sounds/67210/(7）hihat2 “100054__menegass__guidrum ch.wav“http://freesound.org/people/menegass/sounds/100054/ 通过使用短信工具HPS转换功能，对短小提琴声音进行多次转换，转换为一首歌曲。添加一些变换的打击乐声音。在第一阶段，频率缩放由D Dorian音阶中的MIDI音符编号表确定以构成片段。每个节拍的频率拉伸是随机的，这样小提琴听起来就像不同的青蛙。对每个节拍随机化经历变换的频率缩放，模数分为8个节拍，其中：低音鼓（节拍0,4），小鼓1（节拍2,6），小鼓2（每节拍）， Cowbell（击败3,7），hihat1（随机节拍），hihat2（击败5）。转换的第二阶段是通过时间表将时间缩放应用于合成歌曲。所有转换和混合都是使用Python代码完成的。免责声明：我不是音乐家:)

描述：我昵称这是“阿布埃拉”。这是我希望她提醒我的声音？ 基于来自SMS工具声音文件的女性演讲，使用来自Coursera中的音频应用音频信号处理课程的SMSTools的HPS模型工具进行修改。 以下是原始声音的链接：http：//www.freesound.org/people/xserra/packs/13038/ 应用于原始声音的过程是： 使用HPS模型进行分析和合成 Params适用： freq scaling freq strech timbre 1time scale

描述：基于来自SMS工具声音文件的女性演讲，使用来自Coursera中的音频应用音频信号处理课程的SMSTools的HPS模型工具进行修改。 以下是原始声音的链接：http：//www.freesound.org/people/xserra/packs/13038/ 我合成了语音的随机和谐波信息并将它们加在一起。 应用于原始声音的过程是： 使用HPS模型进行分析和合成

描述：基于此长笛样本＆gt; http://www.freesound.org/people/Hammer0nZ/sounds/258151/ 我拿了随机信息并重新合成了它。 使用课程中音频应用课程的音频信号处理程序提供的SMSTools中的HPSModel工具进行修改。 应用于原始声音的过程是： 使用HPS模型进行分析和合成

描述：基于来自SMS工具声音文件的女性演讲，使用来自Coursera中音频应用课程的音频信号处理的SMSTools的HPSTransformation工具进行修改。 以下是原始声音的链接：http：//www.freesound.org/people/xserra/packs/13038/ 在转化为男性声音之前，女性言语的谐波加随机综合。 应用于原始声音的过程是： 使用HPS模型进行分析和合成

描述：我昵称这是“drunk_spanish_lady”。虽然她可能是加泰罗尼亚人？这就是我希望她提醒我的声音......一个美好的夜晚 基于来自SMS工具声音文件的女性演讲，使用来自Coursera中的音频应用音频信号处理课程的SMSTools的HPS模型工具进行修改。 以下是原始声音的链接：http：//www.freesound.org/people/xserra/packs/13038/ 应用于原始声音的过程是： 使用HPS模型进行分析和合成 Params适用： freq scaling freq strech timbre 1time scale