वोकोडर (Vocoder) कैसे काम करता है

एक वोकोडर ऑडियो को दो सिग्नल पाथ में विभाजित करके काम करता है: एक मॉड्यूलेटर (modulator) (आमतौर पर एक आवाज़) और एक कैरियर (carrier) (आमतौर पर एक सिंथेसाइज़र टोन या नॉइज़ सिग्नल)। मॉड्यूलेटर सिग्नल का विश्लेषण बैंडपास फिल्टर के एक बैंक के माध्यम से किया जाता है जो प्रत्येक फ्रीक्वेंसी बैंड के एम्पलीट्यूड एनवेलप को निकालते हैं। इन एनवेलप्स को फिर कैरियर सिग्नल के संबंधित बैंड्स पर लागू किया जाता है, जो प्रभावी रूप से कैरियर के टिम्बर (ध्वनि गुण) पर आवाज़ के स्पेक्ट्रल आकार को अंकित करता है। इसका परिणाम एक सिंथेसाइज़्ड साउंड होता है जो कैरियर के टोनल गुणों को अपनाते हुए भाषण के उच्चारण और लय को बनाए रखता है।

मुख्य घटक

• एनालिसिस फिल्टर बैंक (Analysis filter bank): यह मॉड्यूलेटर सिग्नल को अलग-अलग फ्रीक्वेंसी बैंड्स में विभाजित करता है।

• एनवेलप फॉलोअर्स (Envelope followers): समय के साथ प्रत्येक बैंड के एम्पलीट्यूड को ट्रैक करते हैं।

• सिंथेसिस फिल्टर बैंक (Synthesis filter bank): निकाले गए एनवेलप्स को कैरियर सिग्नल के संबंधित बैंड्स पर लागू करता है।

• कैरियर सोर्स (Carrier source): कच्ची टोनल सामग्री प्रदान करता है, जैसे कि सॉटूथ वेव (sawtooth wave), पैड, या कॉर्ड।

भाषण और संगीत में वोकोडर के अनुप्रयोग

भाषण तकनीक में, वोकोडर टेक्स्ट-टू-स्पीच (TTS) सिस्टम और वॉयस एआई पाइपलाइनों में एक केंद्रीय भूमिका निभाते हैं। न्यूरल वोकोडर जैसे कि WaveNet, WaveRNN, और HiFi-GAN मेल-स्पेक्ट्रोग्राम को प्राकृतिक लगने वाले वेवफॉर्म्स में बदलते हैं, जो आधुनिक TTS आर्किटेक्चर में अंतिम सिंथेसिस चरण के रूप में कार्य करते हैं। इन मॉडलों ने उच्च-गुणवत्ता (higher-fidelity) और अधिक प्राकृतिक आउटपुट देकर पुराने पैरामीट्रिक वोकोडर्स (जैसे कि STRAIGHT और WORLD) को काफी हद तक प्रतिस्थापित कर दिया है।

संगीत में, वोकोडर प्रभाव बेहद लोकप्रिय है। यह इलेक्ट्रॉनिक, पॉप और हिप-हॉप शैलियों में सुनी जाने वाली रोबोटिक, सुरीली स्वर ध्वनि बनाता है। संगीतकार समर्पित हार्डवेयर यूनिट्स, डिजिटल ऑडियो वर्कस्टेशन (DAWs) के लिए वोकोडर प्लगइन्स, या ऑनलाइन उपलब्ध मुफ्त वोकोडर टूल्स के माध्यम से वोकोडर्स तक पहुंच सकते हैं। कई DAWs बिल्ट-इन वोकोडर के साथ आते हैं, और कई ऑडियो सॉफ्टवेयर डेवलपर्स से स्टैंडअलोन वोकोडर डाउनलोड भी उपलब्ध हैं।

वोकोडर बनाम टॉक बॉक्स बनाम ऑटो-ट्यून

इन तीनों प्रभावों में अक्सर लोग भ्रमित हो जाते हैं। एक वोकोडर आवाज़ के स्पेक्ट्रल एनवेलप का उपयोग करके कैरियर सिग्नल को नया आकार देता है। एक टॉक बॉक्स शारीरिक रूप से एक स्पीकर की आवाज़ को कलाकार के मुंह में भेजता है, जिससे मुंह का उपयोग एक रेजोनेंट फिल्टर के रूप में किया जाता है। इसके विपरीत, ऑटो-ट्यून समान रूप से टिम्बर को बदले बिना केवल पिच को ठीक या उसमें बदलाव करता है। इनमें से प्रत्येक एक अलग तरह का ध्वनि प्रभाव उत्पन्न करता है।