مغيّر صوت الغناء بالذكاء الاصطناعي الذي يغيّر الصوت فعلاً

مغيّر صوت الغناء بالذكاء الاصطناعي يأخذ أداءً غنائياً أدّيته أنت ويعيد غناءه بصوت مغنٍّ مختلف. ارفع تسجيلاً، أو سجّل واحداً مباشرةً في المتصفح، واختر صوتاً من مكتبة تضم 212 نموذجاً مرخّصاً، وبعد ثلاثين إلى ستين ثانية يعود إليك ملف WAV. كل نغمة تبقى حيث غنّيتها، بالكلمات نفسها والأنفاس نفسها. ما استُبدل هو الهوية الصوتية وحدها.

الآلية نفسها هي بيت القصيد. مغيّر الصوت التقليدي للغناء يقيس إشارتك ثم يحرّكها: يرفع الدرجة أو يخفضها، ويوسّع الفورمانت أو يضيّقها. موجتك الصوتية ما تزال موجودة تحت الناتج، ممطوطة فحسب. أمّا النموذج المدرّب فيعمل في الاتجاه المعاكس تماماً: يقرأ منحنى الدرجة والتوقيت من أدائك، ثم يتخلّص من الموجة الأصلية ويعيد تركيب الصوت من نموذج دُرّب على مغنٍّ واحد. لا يبقى شيء من طابعك الصوتي، ببساطة لأن شيئاً منه لم يُستخدم.

ما تدخله هو ما تستلمه، فغنِّ بالتزام كامل؛ الغناء الإرشادي المتردّد يتحوّل إلى نتيجة مترددة. سجّل جافاً، مع إيقاف الريفيرب والديلاي والتصحيح النغمي، لأن أي شيء مطبوع في الإشارة يُقرأ كجزء من الصوت فيعود ملطّخاً. الرفع يقبل صيغ WAV وMP3 وOGG وWebM وFLAC بحجم يصل إلى 50 ميغابايت.

اختيار النموذج هو النصف الآخر من العمل. المكتبة تضم 114 صوتاً رجالياً و94 صوتاً نسائياً، ويكون مغيّر صوت الغناء أنظف ما يكون حين يقع النطاق الطبيعي للنموذج قريباً من نطاقك. تمرير تسجيل باريتون منخفض عبر نموذج سوبرانو مشرق يطلب نقلة أكبر ممّا تدعمه بيانات التدريب، وتظهر التشوّهات على النغمات الممتدة أولاً.

كل صوت هنا مرخّص وخالٍ من حقوق الملكية، مدرّب على أصوات مغني جلسات وافقوا صراحةً على ذلك لا منتزع من تسجيلات صادرة، فلا يحمل ما تصنعه أي مشكلة تتعلق بحق الشخص في صوته وصورته. التحويل الواحد يكلّف 5 أرصدة ويُحفظ في إبداعاتي.

أربع تقنيات مختلفة تُباع تحت كلمات شبه متطابقة، واختيار الخاطئة منها يضيّع عليك أمسية كاملة. الأولى هي مؤثر مغيّر الصوت الكلاسيكي: إزاحة في الدرجة مع إزاحة في الفورمانت، وكلاهما رخيص بما يكفي للعمل لحظياً على هاتف. هو ما يشغّل طبقات البث المباشر وفلاتر الدردشة في الألعاب ومعظم مؤشرات التسلية على الجوال. سريع وشبه مجاني، ويبدو دائماً كصوتك وقد أُجري عليه شيء، لأن هذا بالضبط ما هو عليه.

الثانية هي النموذج الصوتي المدرّب المستخدم في هذه الصفحة. إنه يتخلّص من موجتك الصوتية ويعيد توليد الغناء من نموذج مغنٍّ آخر، فيصبح الطابع الصوتي ملكاً لذلك المغني لا نسخة مفلترة منك. المقابل هو الزمن والتكلفة: نصف دقيقة من عمل المعالج الرسومي لكل تسجيل بدل خمسة أجزاء من الألف من الثانية من معالجة الإشارة.

الثالثة هي الأوتوتيون، أي التصحيح النغمي. إنه ينقل النغمات الهابطة والصاعدة إلى الشبكة، وعند الإعدادات الحادة يضيف ذلك الصوت المقنّن الذي يميّزه المستمع كمؤثر. لكنه لا يمسّ الهوية إطلاقاً: الغناء المضبوط نغمياً يبقى صوتك بلا لبس. أبقِه بعيداً عن المدخل مع ذلك، فمغيّر الصوت بالذكاء الاصطناعي المبني على نموذج مدرّب يقرأ منحنى درجتك، والتصحيح المطبّق قبله يجرّد الأداء من تعبير كان النموذج سيعيد إنتاجه.

الرابعة هي استنساخ الصوت عبر تحويل النص إلى كلام. تكتب كلمات فينطقها النموذج، وبعض الأدوات تقارب الغناء انطلاقاً من لحن مكتوب. لا وجود لأي أداء منك في تلك السلسلة، فأسلوب النطق والتوقيت والديناميكيات والعيوب الصغيرة التي تجعل الغناء مقنعاً يجب أن تُخترع كلها. مفيد للتعليق الصوتي، وضعيف الملاءمة للموسيقى.

لا شيء من هذا يجعل الخيار الرخيص خياراً خاطئاً. إن احتجت إلى سماع التغيير مباشرةً وأنت تغنّي، أو كنت دون اتصال بالإنترنت، أو أردت تلويناً خفيفاً للشخصية بدل مغنٍّ جديد، أو أردت أن يظل المستمع يسمعك من تحت الناتج، فمغيّر الصوت المبني على معالجة الإشارة هو الأداة الصحيحة والنموذج المدرّب مبالغة. استخدم هذه الصفحة حين يكون المطلوب تغيير الهوية الصوتية نفسها.