using WAV
using FFTW
using Plots
# 读取音频文件
audio_data, fs = wavread("录音.wav")  # 替换为你的音频文件路径
# 假设音频是单声道
if size(audio_data, 2) > 1
    y0 = audio_data[:, 1]  # 提取第一个声道的数据
else
    y0 = audio_data
end
N = length(y0)
n = 0:N-1  # StepRangeLen 类型
f = (n / N .- 0.5) .* fs
# 绘制原始时域图
p1 = Plots.plot(y0, xlabel="t", ylabel="幅值", title="原始信号", label="")
display(p1)
# 进行 FFT 变换并绘制原始频域图
Y0 = fft(y0)
Y0 = fftshift(Y0)
p2 = Plots.plot(f, abs.(Y0), xlabel="f / Hz", ylabel="幅值", title="原始信号", xlims=(0, 2000), label="")
display(p2)

sing WAV
using FFTW
using Plots
# 读取音频文件
audio_data, fs = wavread("录音.wav")  # 替换为你的音频文件路径
# 假设音频是单声道
if size(audio_data, 2) > 1
    y0 = audio_data[:, 1]  # 提取第一个声道的数据
else
    y0 = audio_data
end
N = length(y0)
n = 0:N-1  # StepRangeLen 类型
f = (n / N .- 0.5) .* fs
# 选择一个搬移量（例如，搬移10Hz）
frequency_shift = 10
# 将 n 转换为浮点数数组
n_float = float.(n)
# 创建一个复指数调制信号
modulating_signal = exp.(-2π * 1im * frequency_shift * n_float / fs)
# 将原始信号与调制信号相乘，实现频谱搬移
y_shifted = y0 .* real(modulating_signal)
# 绘制搬移后的时域图
p3 = Plots.plot(y_shifted, xlabel="t", ylabel="amplitude", title="Shifted Signal (Time Domain)", label="")
display(p3)
# 对搬移后的信号进行 FFT，以查看频谱搬移的效果
Y_shifted = fft(y_shifted)
Y_shifted = fftshift(Y_shifted)
# 绘制搬移后的频域图
f_shifted = (n_float / N .- 0.5) .* fs
p4 = Plots.plot(f_shifted, abs.(Y_shifted), xlabel="f / Hz", ylabel="amplitude", title="Shifted Signal (Frequency Domain)", xlims=(0, 2000), label="")
display(p4)
# 检查搬移后的信号幅度
max_amplitude = maximum(abs.(y_shifted))
println("Maximum amplitude of shifted signal: ", max_amplitude)
# 检查是否有直流偏移（均值不为0）
mean_shifted = mean(y_shifted)
println("Mean of shifted signal: ", mean_shifted)
# 保存变声后的信号为 WAV 文件
wavwrite(y_shifted, "shifted_audio.wav", Fs=fs)
# 检查文件是否保存成功
if isfile("shifted_audio.wav")
    println("Audio file saved successfully.")
else
    println("Error saving audio file.")
end