আমি আশঙ্কা করছি যে এখানে সমস্ত উত্তর প্রশ্নের সাথে সম্পর্কিত নয়। সংগীত প্রযোজনা বিশ্বে কণ্ঠশিল্পী যাকে বলা হয় তার সিগন্যাল প্রসেসিংয়ে ব্যবহৃত ফেজ ভোক্ডারের সাথে খুব একটা সম্পর্ক নেই । বিষয়টিকে আরও খারাপ করে দেওয়ার জন্য মূল পোস্ট দ্বারা উল্লিখিত সংঘিফাই অ্যাপটি ভোক্ডারের উদাহরণ নয়। আসুন আমরা এটিকে বাছাই করি!
1. পর্যায়ের ভোদার
ফেজ vocoder অন্যান্য উত্তর দ্বারা সমর্থিত, সিগন্যাল একটি সময়-ফ্রিকোয়েন্সি প্রতিনিধিত্ব কম্পিউটিং দ্বারা একটি সংকেত প্রক্রিয়াজাতকরণ পন্থা যা সংকেত (সময়-stretching, পিচ-নাড়াচাড়া) এর সময় / পিচ পরিবর্তন সম্পাদন করতে ব্যবহার করা যেতে পারে (স্বল্পমেয়াদী ফুরিয়ার ট্রান্সফর্ম , বা এসটিএফটি) এবং তারপরে সিগন্যাল ফ্রেমগুলি সন্নিবেশ / অপসারণ এবং তারপরে পর্যায়ের তথ্যের সুসংহততা বজায় রাখা। ভয়েসের সাথে এর সম্পর্কটি কেবল historicalতিহাসিক এবং এটি বর্তমানে নিম্ন-প্রান্তের অডিও হার্ডওয়্যার / সফ্টওয়্যারটিতে পিচ-শিফটিং এবং সময়-প্রসারের জন্য ব্যবহৃত হয়। রাবারব্যান্ড ওপেন-সোর্স সি ++ সময় / পিচ পরিবর্তন লাইব্রেরির একটি উদাহরণ যা কোনও ফেজ-ভোডারের উপর ভিত্তি করে।
2. ভোকোডার
সংগীত উত্পাদনের ক্ষেত্রের লোকেরা যখন ভোকোডারকে নির্দেশ করে তখন তারা একটি সিগন্যালের বর্ণালী খামটি বের করার একটি ডিভাইস (সাধারণত ভয়েস, যাকে মডিউলেটার বলা হয়) এবং অন্যান্য সংকেত (সাধারণত সমৃদ্ধ সিন্থ টেক্সচার, যাকে ক্যারিয়ার বলা হয়) ফিল্টার করে এমন ফিল্টার সহ যার প্রতিক্রিয়াটি নিষ্কাশিত বর্ণালী খাম। ফলস্বরূপ শব্দের উদাহরণের জন্য, কয়েক প্রথম সেকেন্ড থেকে ক্র্যাফটর্ক ট্রান্স ইউরোপ এক্সপ্রেসে 0: 23 বা অ্যালান পারসনস প্রকল্প দ্য রেভেন শুনুন । ফলস্বরূপ প্রভাবটি হ'ল কণ্ঠস্বর মতো কাঠখেলা যা ক্যারিয়ার সিগন্যালের মাধ্যমে বাজানো সুর বা তীরগুলিতে প্রয়োগ করা হয়, এই অনুভূতি প্রদান করে যে একটি সংশ্লেষকের মাধ্যমে একটি ভয়েস কথিত।
ভোক্ডারটি মূলত একটি অ্যানালগ ডিভাইস হওয়ায় এটি উচ্চতর Q এর সাথে একটি ডজন বা আরও বেশি ব্যান্ডপাস ফিল্টারগুলির দুটি ব্যাঙ্কের সাথে প্রয়োগ করা হয়েছিল mod প্রথমটি ফিল্টার ব্যাঙ্কের মাধ্যমে মডারেটর সিগন্যাল প্রেরণ করা হয় এবং সমস্ত উপ-ব্যান্ড সংকেতগুলির প্রশস্ততা ট্র্যাক করা হয় খাম অনুসরণকারীদের অ্যারে। সমান্তরালভাবে, ক্যারিয়ার সংকেত অন্য ফিল্টার ব্যাঙ্কের মাধ্যমে প্রেরণ করা হয়। খামের অনুসারীদের দেওয়া লাভের সাথে প্রতিটি উপ-ব্যান্ডটি প্রশস্ত করা হয় (একটি ভিসিএ সহ)। আপনি যদি অ্যানালগটি পড়েন তবে জুরজেন হাইবলের জীবিত ভোকোডার থেকে আপনি এখানে একটি ভোকার চ্যানেলের স্কিম্যাটিক্সটি দেখতে পারেন- শীর্ষে মডুলেটর সিগন্যাল ফিল্টার, নীচে ক্যারিয়ার ফিল্টার এবং ভিসিএ। কণ্ঠশিল্পীদের সফ্টওয়্যার বাস্তবায়নগুলি এটার কাছাকাছি থাকে, কেবল কারণ সঙ্গীত নির্মাতারা ভোকারদের ক্লাসিক অ্যানালগ ডিভাইসের মতো শোনার প্রত্যাশা করেন! তবে আপনি যদি "মদ" ডিভাইসগুলির প্রতি বিশ্বস্ততা না চান এবং 40 বিউক্যাডের চেয়ে কম সস্তা কিছু চান, একই ফলাফলটি অর্জনের অন্য উপায়টি হ'ল একটি মেরু ফিল্টারটি নির্ধারণ করা (আপনি কতটা কাছাকাছি চান তার উপর নির্ভর করে 8 থেকে 20 আদেশের) মূল কণ্ঠে পৌঁছানোর জন্য) মডিটর সংকেত (এআর-মডেলিং) থেকে; এবং তারপরে এই ফিল্টারটি ক্যারিয়ারে প্রয়োগ করুন। এখানে সাধারণ সমস্যাটি হ'ল আপনাকে প্রতি 20 মিমি ফ্রেমে আপনার ফিল্টার সহগকে আপডেট করতে হবে; সুতরাং আপনার অল-পোল ফিল্টারের একটি উপস্থাপনা দরকার যা হঠাৎ সহকারী আপডেটগুলি হ্যান্ডল করে।
৩. অটো-টিউন এবং পিচ-রিম্যাপিং
সানগাইফ যা করেন তা নিম্নলিখিত: রেকর্ডকৃত ভয়েসের প্রোসোডি (পিচ কনট্যুর) এক্সট্র্যাক্ট করুন এবং এটিকে এমন পরিবর্তন করুন যাতে ফলাফল পিচ কনট্যুর একটি লক্ষ্য সুরের সাথে মেলে। এটি অটো-টিউনের সাথে কিছুটা মিল, পার্থক্যের সাথে যে অটো-টিউনটি নিকটতম সংগীতের যথাযথ সেমিটোনটির দিকে পিচটি "রাউন্ড" করে, যখন সানগাইফ কেবল এটি একটি লক্ষ্য মানকে ঠেলে দেয়।
এখানে কাজের অ্যালগরিদমগুলি গতানুগতিক পিচ-শিফটিং সময়-প্রসারক থেকে খুব আলাদা, কারণ ভয়েস সংকেত মনোফোনিক এবং উত্স-ফিল্টার মডেলটির সাথে ফিট করে। টাইম-ডোমেন পিচ-সিঙ্ক্রোনাস-ওভারল্যাপ-অ্যাড (টিডি-পিএসওলা) এর মতো জেনেরিক সময়-প্রসারিত অ্যালগরিদমের তুলনায় স্বচ্ছভাবে ভয়েসের পিচ পরিবর্তন করার জন্য (সাধারণত ফেজ-ভোকার্স দিয়ে করা )। এগুলি বাক্য সংশ্লেষণে উদাহরণস্বরূপ কোনও সংশ্লেষযুক্ত বাক্যটির অনুমানকে পরিবর্তনের জন্য ব্যবহার করা হয় - সানগাইফের প্রকৃত পক্ষে নয়! অটো-টিউনও এ জাতীয় সময়-ডোমেন পদ্ধতিগুলির উপর ভিত্তি করে (ইনপুট তরঙ্গরূপের পূর্ণ চক্র সনাক্তকরণ এবং সেগুলি পুনরায় মডেলিং)।
