मुझे डर है कि यहां सभी उत्तर प्रश्न के लिए अप्रासंगिक हैं। संगीत उत्पादन की दुनिया में एक वोकोडर को क्या कहा जाता है, सिग्नल प्रोसेसिंग में उपयोग किए जाने वाले चरण के वोकोडर के साथ बहुत कम है । मामलों को बदतर बनाने के लिए मूल पोस्ट द्वारा संदर्भित Songify ऐप वोकडर का उदाहरण नहीं है। हमें इसे सुलझा लेने दो!
1. चरण स्वरोदक
चरण vocoder अन्य उत्तर द्वारा संदर्भित, सिग्नल का एक समय आवृत्ति प्रतिनिधित्व कंप्यूटिंग द्वारा एक सिग्नल प्रोसेसिंग तकनीक है कि संकेतों (समय-खींच, पिच बदलने) के समय / पिच संशोधन प्रदर्शन करने के लिए इस्तेमाल किया जा सकता है (अल्पावधि फूरियर रूपांतरण , या STFT) और फिर सिग्नल फ्रेम को सम्मिलित करना / निकालना और फिर चरण की जानकारी के सुसंगतता को बनाए रखना। आवाज से इसका संबंध केवल ऐतिहासिक है, और इसका उपयोग वर्तमान में निचले-अंत ऑडियो हार्डवेयर / सॉफ्टवेयर में पिच-शिफ्टिंग और टाइम-स्ट्रेचिंग के लिए किया जाता है। रबरबैंड एक ओपन-सोर्स सी ++ समय / पिच परिवर्तन लाइब्रेरी का एक उदाहरण है जो एक चरण-वोकोडर पर आधारित है।
2. वोकरदार
जब संगीत उत्पादन के क्षेत्र के लोग एक वोकरोडर का संदर्भ देते हैं, तो वे एक संकेत के स्पेक्ट्रल लिफाफे (आमतौर पर आवाज, जिसे मॉड्यूलेटर कहा जाता है) को निकालते हैं, और एक अन्य सिग्नल (आमतौर पर एक समृद्ध संश्लेषक बनावट) को वाहक कहते हैं। एक फिल्टर के साथ जिसका प्रतिसाद निकाला गया वर्णक्रमीय लिफाफा है। परिणामी ध्वनि के उदाहरण के लिए, Kraftwerk ट्रांस यूरोप एक्सप्रेस में 0:23 या कुछ पहले सेकंड से एलन पार्सन्स प्रोजेक्ट द रेवेन को सुनें । परिणामी प्रभाव एक मुखर या टिम्बर है, जो वाहक संकेत द्वारा बजाए जाने वाले राग या राग के लिए लागू होता है, यह महसूस करते हुए कि एक सिंथेसाइज़र के माध्यम से एक आवाज बोली जाती है।
वोकटर मूल रूप से एक एनालॉग डिवाइस है, इसे उच्च क्यू के साथ एक दर्जन या अधिक बैंडपास फिल्टर के दो बैंकों के साथ लागू किया गया था। मॉड्यूलेटर सिग्नल को पहले फिल्टर बैंक के माध्यम से भेजा जाता है, और सभी सब-बैंड सिग्नल के आयाम को एक सिग्नल के साथ ट्रैक किया जाता है। लिफाफा अनुयायियों की सरणी। समानांतर में, वाहक संकेत दूसरे फिल्टर बैंक के माध्यम से भेजा जाता है। प्रत्येक उप-बैंड को प्रवर्धित (VCA के साथ) लिफाफा अनुयायियों द्वारा दिए गए लाभ के साथ किया जाता है। यदि आप एनालॉग पढ़ते हैं, तो आप यहाँ पर ज्यूरन हैबल के रहने वाले वोडर से एक वोडर चैनल की योजना पर नज़र डाल सकते हैं ।- सबसे ऊपर न्यूनाधिक सिग्नल फिल्टर, नीचे वाहक फिल्टर और वीसीए। वोकोडर्स के सॉफ्टवेयर कार्यान्वयन इसके करीब रहते हैं, बस इसलिए क्योंकि संगीत निर्माता वोकॉडर्स को क्लासिक एनालॉग डिवाइसों की तरह ध्वनि की उम्मीद करते हैं! लेकिन अगर आप "विंटेज" उपकरणों के प्रति निष्ठा नहीं चाहते हैं, और 40 बाइकेड्स की तुलना में कुछ सस्ता चाहते हैं, तो उसी परिणाम को प्राप्त करने का एक और तरीका एक ऑल-पोल फिल्टर (ऑर्डर 8 से 20 तक) का अनुमान है कि आप कितना करीबी चाहते हैं। न्यूनाधिक संकेत (एआर-मॉडलिंग) से मूल आवाज़ में जाने के लिए; और फिर इस फ़िल्टर को वाहक पर लागू करें। यहाँ विशिष्ट समस्या यह है कि आपको अपने फ़िल्टर गुणांक को प्रत्येक 20ms फ्रेम या तो अपडेट करना होगा; इसलिए आपको ऑल-पोल फिल्टर के प्रतिनिधित्व की आवश्यकता है जो अच्छी तरह से अचानक गुणांक अपडेट को संभालता है।
3. ऑटो-ट्यून और पिच-रीमैपिंग
सॉन्गिफ़ क्या करता है वह निम्न है: रिकॉर्ड की गई आवाज के प्रोसोडी (पिच समोच्च) को निकालें, और इसे बदल दें ताकि परिणामस्वरूप पिच समोच्च एक लक्ष्य माधुर्य से मेल खाए। यह ऑटो-ट्यून के समान है, इस अंतर के साथ कि ऑटो-ट्यून निकटतम संगीतमय सटीक सेमीटोन की ओर पिच को "राउंड" करता है, जबकि सांगिइज़ इसे एक लक्ष्य मान देता है।
यहां काम करने वाले एल्गोरिदम पारंपरिक पिच-शिफ्टिंग टाइम-स्ट्रेचिंग से बहुत अलग हैं, क्योंकि ध्वनि संकेत मोनोफोनिक है और स्रोत-फिल्टर मॉडल को अच्छी तरह से फिट करता है। टाइम-डोमेन पिच-सिंक्रोनस-ओवरलैप-एड (टीडी-पीएसओएल) जैसे दृष्टिकोण कम्प्यूटेशनल और गुणवत्ता के मामले में, अधिक कुशल हैं, सामान्य रूप से जेनेरिक टाइम-स्ट्रेच एल्गोरिदम की तुलना में आवाज की पिच को पारदर्शी रूप से बदलने के लिए (आमतौर पर चरण-गायक के साथ किया जाता है) )। उदाहरण के लिए भाषण संश्लेषण में इनका उपयोग संश्लेषित वाक्य के अभियोग को बदलने के लिए किया जाता है - वास्तव में गीत के विपरीत नहीं! ऑटो-ट्यून भी ऐसे टाइम-डोमेन तरीकों पर आधारित होता है (इनपुट तरंग के पूर्ण चक्रों का पता लगाना और उन्हें फिर से खोलना)।
