wosla\posla在48K下容易出现不连续的popo声，有什么更好的变调方法呢？共振峰修正的方法又有哪些比较成熟的方案？
目前比较成熟的开源变调算法包括：
- SoundTouch：基于一个时间扩展和压缩算法的开源库，可以实现变调、变速和变换调节，同时具有较好的音质表现和实时性。
- Rubber Band：一个高质量的音频变速、变调算法，可在Linux、Windows、IOS、Android等系统中使用，拥有很好的变速和变调质量，同时支持多种音频格式处理。
- Librosa：Python语言编写的用于音频分析和处理的库，可实现变调效果，同时支持多种常用音频文件格式。
国内也有一些比较成熟的音频处理开源库和算法，可以实现变调、共振峰修正等功能，如：
- sptk：一款基于C语言编写的音频信号处理工具包，集成了多种常用音频信号处理算法，包括LPC线性预测、Cepstrum分析等，可用于实现声音效果处理和语音识别等应用。不过需要注意的是，sptk主要是针对语音信号处理的，在高音质音乐上的效果可能不够理想。
- Kaldi：一个流行的语音识别开源工具包，内置多种音频处理算法，包括声码器、变调、变速等，可用于实现音频信号的识别和处理。
- Tunacell：一个音频处理工具包，提供了多种音频处理技术，如FFT变换、共振峰修正等，可以实现变调、变速和声谱分析等功能。同时，Tunacell也提供了一套易于学习的Python语言接口，方便用户快速实现音频处理功能。
至于共振峰修正的算法，常用的有基于线性预测的LPC算法、基于FFT的频域算法等，这些算法在减少popo声等问题方面有一定效果。同时，还可以结合上述变调算法实现更加完善的音频处理。
