>>337
　理論的にはボコードにピッチフォルマント情報を入れて加工すれば出来ますが、
　実験的には可能ですが実用的には難しい面があります

　何を言ってるかやっと判別出来る程度の音質なら可能ですが、それでは納得出来ないでしょう
　音質をあげれば、失敗した時の違和感が酷くなり、やはり納得出来ないでしょう

人間の音声は母音と子音の組み合わせです。　どうしてもそれを連続的に処理する事が出来ません
たとえば２つの音源を分離することは今の技術では無理です（音源を事前に測定出来ればというレベルです）
携帯電話の電話口で２人が同時に喋れば何を言ってるか判らなくなるのと同じ問題があるのです

カラオケなどでいうボイスチェンジはキーコンの応用技術である事が殆どです
　ピッチを買えずに再生速度を変化させたり、ビッチを完全にx2 ÷2したり、その周期の別の波形と
掛算したりというような連続的な処理をさせる方式だと失敗した時の違和感が少ないからです