soundtouch变速算法很类似sola算法，细看才知道是wsola算法。
上个星期有个需求，将该变速应用到直播的包处理，有点类似于webrtc的netEQ处理机制。
直接使用soundtouch，会存在一些问题：
1.一段正常，一段变速，中间会出现不连续，有冲击。或者不同速率的切换。
越频繁，现象更明显，有de,de的声响。
2.soundtouch每次处理，会有残余，如果用flush，音质会受到影响，一般到结尾采用该函数。
也就是说输入样本有残余。
3.soundtouch变速的长度不能精确到样本点级别，因为拼接的时候回寻找一个最佳的位置，所以这个是变化的，
最终的变速长度还是可能存在几百毫秒的偏差。
通过一个星期的研究，终于解决了上述三个问题。
不会出现连续，输入样本点一次完全处理，不会有残余，精确输出长度到样本点级。
图一：原始，图二：soundtouch不同速率之间的切换 图三：改进后的效果。