Nếu bạn muốn biết cách thay đổi giọng nói, bạn có hai con đường thành thật: thay đổi nó kỹ thuật số với trình thay đổi giọng nói theo thời gian thực, hoặc định hình lại nó một cách tự nhiên thông qua hơi thở và kỹ thuật. Hướng dẫn này bao gồm cả hai, với tập trung thực tế vào sửa đổi kỹ thuật số, vì đó là cách bạn có được giọng nói sâu hơn, cao hơn hoặc hoàn toàn khác trong vài phút chứ không phải vài tháng.
Dù bạn đang chơi game, phát trực tiếp, bảo vệ quyền riêng tư của mình, xây dựng nhân vật hay làm cho khả năng tiếp cận dễ dàng hơn, các công cụ để thay đổi giọng nói của bạn đã thực sự tốt. Dưới đây là hướng dẫn hoàn chỉnh và thực tế về cách mỗi cách tiếp cận hoạt động và khi nào sử dụng nó.
TL;DR
- Sửa đổi giọng nói kỹ thuật số là con đường nhanh: điều chỉnh pitch và formant cùng nhau, hoặc tải tiền cài đặt, và hoàn tất trong vài phút
- Pitch một mình nghe như máy; pitch cộng formant là sự kết hợp nghe thuyết phục
- Tiền cài đặt (sâu hơn, cao hơn, nhân vật) bỏ qua điều chỉnh thủ công và có thể chuyển đổi bằng phímtắt giữa cuộc trò chuyện
- Chuyển đổi giọng nói AI mang lại kết quả tự nhiên nhất nhưng thêm độ trễ nhiều hơn các hiệu ứng tham số
- Định tuyến đầu ra đến microphone ảo để sử dụng giọng nói đã sửa đổi của bạn trên Discord, trong các trò chơi và trên các stream
- Kỹ thuật tự nhiên (hơi thở, pitch, tốc độ, cộng hưởng) hoạt động mà không cần công cụ và ghép nối tốt với phần mềm
- VoxBooster chạy mọi thứ cục bộ trên Windows mà không cần trình điều khiển kernel và bản dùng thử hoàn chỉnh 3 ngày
Thay đổi giọng nói có nghĩa là gì?
Thay đổi giọng nói của bạn có nghĩa là thay đổi cách nó nghe, bằng cách xử lý âm thanh kỹ thuật số theo thời gian thực hoặc bằng cách thay đổi cách bạn tạo ra nó về mặt vật lý. Sửa đổi kỹ thuật số thay đổi pitch và cộng hưởng đường vocal hoặc tổng hợp lại lời nói với mô hình. Sửa đổi tự nhiên thay đổi hơi thở, cộng hưởng và thói quen nói chuyện của bạn. Cả hai đều nhằm mục đích kết quả tương tự: giọng nói nghe khác từ mặc định của bạn.
Lý do tại sao điều này hoạt động quay trở lại vật lý. Giọng nói của bạn được tạo ra bởi hai hệ thống làm việc cùng nhau: thanh quản, tạo ra tần số cơ bản mà chúng ta gọi là pitch, và đường vocal (cổ họng, miệng và khoang mũi), hình thành nó mà tần số cộng hưởng được gọi là formant. Thay đổi mối quan hệ giữa chúng và giọng nói nghe khác. Điều đó đúng cho dù sự thay đổi xảy ra trong phần mềm hay trong cổ họng của bạn.
Nếu bạn muốn khoa học cơ bản, các bài viết Wikipedia về giọng nói của con người và về formant giải thích âm học một cách rõ ràng.
Đường dẫn 1: Thay đổi giọng nói của bạn về mặt kỹ thuật số (Tập trung chính)
Sửa đổi kỹ thuật số là nơi hầu hết mọi người bắt đầu, vì nó nhanh, có thể đảo ngược và không cần bất kỳ huấn luyện vật lý nào. Trình thay đổi giọng nói theo thời gian thực ngồi giữa microphone của bạn và ứng dụng bất kỳ bạn đang sử dụng, chuyển đổi âm thanh khi bạn nói.
Các khối xây dựng giống nhau ở tất cả các công cụ nghiêm túc: pitch, formant, hiệu ứng và chuyển đổi giọng nói AI. Hiểu được bốn cái này mang lại cho bạn toàn quyền kiểm soát cách bạn nghe. Các phần dưới đây hướng dẫn qua từng phần, sau đó cho thấy cách định tuyến kết quả đến microphone ảo để Discord, trò chơi và stream nghe giọng nói đã sửa đổi của bạn.
Bốn khối xây dựng của sửa đổi giọng nói
Pitch
Pitch là điều khiển lên-xuống. Hạ nó làm bạn nghe sâu hơn; nâng nó làm bạn nghe nhẹ hơn hoặc cao hơn. Thông thường được đo bằng các nửa âm. Sự dịch chuyển của vài nửa nốt là tinh tế; sự dịch chuyển lớn tạo ra giọng nói rõ ràng được tạo kiểu như một tên phản động sâu hoặc hoạt hình kêu.
Cái bắt: pitch một mình để formant tại chỗ, vì vậy sự dịch chuyển lớn nghe như người tương tự với cảm lạnh hoặc trên helium. Đó là nơi mà kiểm soát thứ hai đi vào.
Formant
Định nghĩa: Formant là các đỉnh cộng hưởng trong phổ tần số của lời nói, được tạo bởi hình dáng và chiều dài của đường vocal của bạn. Hai cái đầu tiên (F1 và F2) quan trọng nhất về mặt nhận thức; họ định nghĩa chất lượng nguyên âm và kích thước loa được cảm nhận. Các đường vocal ngắn hơn tạo ra formant cao hơn, đó là lý do tại sao các giọng nói nhỏ hơn và cao hơn nghe như vậy.
Sửa đổi formant thay đổi kích thước giọng nói được cảm nhận độc lập từ pitch. Hạ formant với pitch và giọng nói sâu hơn nghe như thể nó thuộc một người lớn hơn về mặt vật lý, không phải một bản ghi được làm chậm. Đây là điều khiển quan trọng nhất để làm cho sửa đổi nghe được thuyết phục hơn là robot.
Hiệu ứng
Hiệu ứng là chuỗi xử lý xếp chồng lên pitch và formant: EQ, reverb, distortion, modulation, echo, bộ lọc radio, v.v. Đây là cách bạn xây dựng giọng nói nhân vật, robot, quỷ, người dẫn chương trình, người ngoài hành tinh hoặc walkie-talkie retro. Hiệu ứng không cố gắng nghe như một con người thực; chúng được cho là được tạo kiểu, và đó là nơi mà niềm vui bắt đầu.
Chuyển đổi giọng nói AI
Chuyển đổi giọng nói AI tổng hợp lại lời nói của bạn bằng mô hình mạng nơ-ron thay vì áp dụng các phép biến đổi toán học. Thay vì chỉ di chuyển pitch và formant, nó tái cấu trúc các từ của bạn trong timbre của giọng nói mục tiêu được đào tạo. Kết quả là sửa đổi sounding tự nhiên nhất có sẵn, đặc biệt là trên các phụ âm và chuyển tiếp, và tất cả đều chạy cục bộ trên máy của bạn trong VoxBooster. Sự đánh đổi là độ trễ: tái tổng hợp thêm độ trễ nhiều hơn các hiệu ứng tham số, vì vậy nó sáng cho nội dung được ghi lại và hoạt động, với một hình phạt thoải mái nhỏ, để trò chuyện trực tiếp.
Cách thay đổi giọng nói của bạn với VoxBooster: Từng bước
Dưới đây là quy trình công việc thực tế và được đánh số để sửa đổi giọng nói của bạn kỹ thuật số theo thời gian thực.
- Cài đặt và mở VoxBooster. Tải xuống tại đây và khởi chạy trên Windows 10 hoặc 11. Mọi thứ chạy trên PC của bạn.
- Chọn microphone đầu vào của bạn. Chọn microphone thực sự của bạn làm nguồn để ứng dụng có âm thanh sạch.
- Bật khử tiếng ồn. Bật chức năng giảm tiếng ồn tích hợp. Đầu vào sạch hơn có nghĩa là sửa đổi sạch hơn và ổn định hơn, đặc biệt là chuyển đổi giọng nói AI.
- Chọn cách tiếp cận của bạn. Để có kết quả tức thì, hãy nhảy đến tiền cài đặt (phần tiếp theo). Để kiểm soát thủ công, mở bảng hiệu ứng và tiếp tục dưới đây.
- Đặt pitch. Đối với giọng nói sâu hơn, hạ nó vài nửa nốt; đối với giọng nói cao hơn, nâng nó. Khóa điều này trước khi chạm vào bất cứ điều gì khác.
- Khớp formant. Di chuyển điều khiển formant theo cùng hướng với pitch. Giọng nói sâu hơn: trượt formant xuống. Giọng nói cao hơn: trượt chúng lên. Điều chỉnh theo các bước nhỏ cho đến khi giọng nói nghe như một người thực, không phải một bản ghi được xử lý.
- Thêm hiệu ứng nếu bạn muốn một nhân vật. Lớp reverb, distortion hoặc bộ lọc radio cho các giọng nói được tạo kiểu. Bỏ qua cái này để sửa đổi giọng nói con người sounding tự nhiên.
- Hoặc chuyển đổi sang chuyển đổi giọng nói AI. Mở bảng chuyển đổi giọng nói, chọn giọng nói mục tiêu, và kích hoạt chế độ thời gian thực để chuyển đổi tự nhiên nhất.
- Theo dõi đầu ra của bạn. Lắng nghe qua tai nghe trước khi phát trực tiếp để bạn có thể bắt các hiện tượng giả và tinh chỉnh.
- Định tuyến đến microphone ảo của bạn. Gửi đầu ra đã sửa đổi đến microphone ảo (được đề cập dưới đây) và chọn nó trong Discord, trò chơi hoặc phần mềm streaming của bạn.
Hai quy tắc thực tế làm cho điều chỉnh dễ dàng hơn: luôn đặt pitch trước tiên và formant thứ hai, và luôn sửa đổi theo lượng vừa phải. Các cài đặt cực đoan là điều làm cho giọng nói nghe rõ ràng giả.
Sử dụng Tiền cài đặt: Giọng nói sâu hơn, cao hơn và nhân vật
Điều chỉnh thủ công mang lại cho bạn kiểm soát nhiều nhất, nhưng tiền cài đặt mang lại cho bạn kết quả tốt ngay lập tức. Tiền cài đặt là một sự kết hợp được lưu của pitch, formant và hiệu ứng được thiết kế cho một kết quả cụ thể.
- Các tiền cài đặt giọng nói sâu hơn áp dụng sự dịch chuyển pitch và formant xuống cùng nhau, vì vậy bạn nghe toàn và cộng hưởng mà không cần các hiện tượng helium hoặc băng dừng lại.
- Các tiền cài đặt giọng nói cao hơn làm ngược lại để có giọng nói nhẹ hơn, sáng hơn.
- Các tiền cài đặt nhân vật xếp chồng hiệu ứng cho robot, quái vật, người dẫn chương trình, người ngoài hành tinh và hơn thế nữa, sẵn sàng sử dụng mà không cần điều chỉnh thủ công.
Lợi thế thực sự của tiền cài đặt là chuyển đổi phím tắt. Liên kết tiền cài đặt với phím tắt bàn phím và bạn có thể rơi vào giọng nói của một tên phản động sâu cho một dòng, tia giọng nói nhân vật cho một trò đùa, sau đó quay lại giọng nói bình thường của bạn, tất cả giữa cuộc trò chuyện hoặc phát trực tiếp. Ghép nối với soundboard cho các clip và hiệu ứng âm thanh được kích hoạt từ các phím tắt tương tự, và bạn có một thiết lập hiệu suất trực tiếp hoàn chỉnh. Đối với các streamer, điều này tích hợp với OBS thông qua cùng một pipeline âm thanh.
Định tuyến giọng nói đã sửa đổi của bạn đến Discord, Game, và Stream
Sửa đổi âm thanh chỉ là một nửa của công việc. Một nửa khác là đưa giọng nói đã sửa đổi đó vào các ứng dụng cần nó. Điều này xảy ra thông qua microphone ảo: thiết bị âm thanh phần mềm mà các ứng dụng khác coi như microphone thực.
Khái niệm này đơn giản. Trình thay đổi giọng nói xử lý microphone thực của bạn, sau đó xuất kết quả cho microphone ảo. Trong Discord, trò chơi hoặc phần mềm phát trực tiếp của bạn, bạn chọn microphone ảo đó làm thiết bị đầu vào, và nó nghe giọng nói đã sửa đổi thay vì giọng nói thô của bạn.
Với VoxBooster, điều này thậm chí còn đơn giản hơn vì xử lý xảy ra ở mức độ phiên Windows. Mỗi ứng dụng nhìn thấy âm thanh đã sửa đổi khi đến từ microphone bình thường của bạn, vì vậy trong hầu hết các trường hợp bạn hoàn toàn không cần phải thiết lập cáp ảo theo cách thủ công. Phiên bản ngắn cho Discord:
- Bật chế độ thời gian thực trong VoxBooster.
- Mở Discord, sau đó Cài đặt, sau đó Giọng nói và Video.
- Bỏ qua thiết bị đầu vào của bạn thành microphone thực sự của bạn.
- Nói. Discord chụp giọng nói đã sửa đổi một cách tự động.
Cùng một logic áp dụng cho các trò chơi, ứng dụng gặp mặt và công cụ phát trực tiếp. Vì không có trình điều khiển kernel liên quan, cách tiếp cận này không can thiệp vào các hệ thống chống gian lận và không bị hỏng sau khi Windows cập nhật cách các trình điều khiển âm thanh chế độ kernel làm điều đó.
Các loại sửa đổi giọng nói tại một cái nhìn
| Loại sửa đổi | Nó làm gì với giọng nói | Trường hợp sử dụng tốt nhất |
|---|---|---|
| Sự dịch chuyển pitch | Nâng cao hoặc hạ tần số cơ bản | Giọng nói sâu hơn hoặc cao hơn nhanh chóng, hiệu ứng được tạo kiểu |
| Sự dịch chuyển formant | Thay đổi kích thước đường vocal được cảm nhận | Thay đổi giới tính hoặc kích thước có thể tin được cùng với pitch |
| Tiền cài đặt sâu hơn | Sự dịch chuyển pitch và formant xuống kết hợp | Sounding đầy đủ hơn và quyết đoán hơn |
| Tiền cài đặt cao hơn | Sự dịch chuyển pitch và formant kết hợp lên | Giọng nói nhẹ hơn, sáng hơn hoặc trẻ hơn |
| Hiệu ứng nhân vật | EQ xếp chồng, reverb, distortion, bộ lọc | Robot, quái vật, người dẫn chương trình, persona phát trực tiếp |
| Chuyển đổi giọng nói AI | Tổng hợp lại lời nói như giọng nói mục tiêu | Chuyển đổi tự nhiên nhất, nội dung được ghi lại |
| Khử tiếng ồn | Loại bỏ tiếng ồn nền từ đầu vào | Sửa đổi sạch hơn và âm thanh trực tiếp rõ ràng hơn |
Đường dẫn 2: Sửa đổi giọng nói của bạn một cách tự nhiên
Phần mềm không phải là cách duy nhất. Bạn có thể thực sự thay đổi cách bạn nghe với kỹ thuật một mình, và nó đáng để hiểu ngay cả khi bạn dự định sử dụng trình thay đổi giọng nói, bởi vì hai cách tiếp cận tự tăng cường lẫn nhau.
Sửa đổi tự nhiên dựa trên một số cột:
- Hỗ trợ hơi thở. Nói từ một cơ hoành tham gia, thay vì thở nông cổ họng, làm cho giọng nói ổn định hơn, toàn vẹn hơn và quyết đoán hơn. Đó là nền tảng mà các diễn giả được đào tạo xây dựng.
- Pitch. Có chủ ý thiết lập giọng nói của bạn một chút thấp hơn hoặc cao hơn so với mặc định của bạn thay đổi cách bạn đi vào. Những thay đổi nhỏ, bền vững giữ trong một cuộc trò chuyện dài; buộc một pitch cực đoan căng giọng nói.
- Cộng hưởng. Hướng rung động về phía ngực của bạn tạo ra âm thanh toàn vẹn hơn, thấp hơn; hướng nó về phía đầu và khuôn mặt của bạn tạo ra âm thanh nhẹ hơn, sáng hơn. Bạn có thể thay đổi điều này một cách cố ý với thực tập.
- Tốc độ. Làm chậm lại và thêm các tạm dừng cố ý đọc là yên tĩnh hơn và tự tin hơn. Thay đổi tốc độ cảm nhận nhiều như nó làm tông.
Những kỹ thuật này cần thực hành được đo lường trong vài tuần, không phải vài phút, và mỗi giọng nói có giới hạn vật lý. Nhưng chúng không thêm độ trễ, không cần công cụ, và quan trọng là, chúng cũng cải thiện sửa đổi kỹ thuật số. Khi giọng nói đầu vào của bạn đã đang di chuyển theo hướng bạn muốn, trình thay đổi giọng nói có ít công việc hơn để thực hiện, và kết quả nghe như một người thực và ít hơn như một bản ghi được xử lý. Ví dụ, thực hành cộng hưởng ngực trước khi thêm sự dịch chuyển pitch và formant xuống tạo ra giọng nói sâu hơn đáng kể thuyết phục hơn chỉ phần mềm.
Các trường hợp sử dụng phổ biến của sửa đổi giọng nói
- Gaming. Khớp một nhân vật với persona trên màn hình của bạn, thêm chất kịch tính vào một lệnh gọi raid, hoặc giữ một số ẩn danh trong các loby công cộng.
- Quyền riêng tư. Nói chuyện trong các cuộc trò chuyện giọng nói công khai mà không phát sóng giọng nói thực của bạn, hữu ích cho bất kỳ ai giá trị không được xác định cá nhân trực tuyến.
- Tạo nội dung. Cung cấp cho một stream hoặc video một giọng nói chữ ký nhất quán, hoặc giọng nói nhiều nhân vật của chính bạn mà không cần thuê tài năng bổ sung.
- Nhân vật và roleplay. Đưa NPC, tên phản động và sinh vật vào cuộc sống trong các phiên bàn, nghệ thuật giọng nói và tiểu thuyết tương tác.
- Khả năng tiếp cận. Kết hợp sửa đổi với chuyển đổi văn bản thành giọng nói và khử tiếng ồn để nói, và được nghe rõ ràng, dễ dàng hơn cho nhiều người.
Trên hết, lời khuyên thành thật là như nhau: sử dụng cài đặt vừa phải, theo dõi đầu ra của bạn, và tiết lộ sửa đổi khi bối cảnh yêu cầu nó.
Câu hỏi thường gặp
Cách nhanh nhất để thay đổi giọng nói của bạn theo thời gian thực là gì?
Cài đặt trình thay đổi giọng nói theo thời gian thực, chọn một tiền cài đặt như sâu hơn hoặc cao hơn, và kích hoạt chế độ thời gian thực. Giọng nói của bạn được sửa đổi trước khi chuyển đến Discord, trò chơi hoặc phần mềm phát trực tiếp. Không cần kỹ năng chỉnh sửa âm thanh, và toàn bộ thiết lập chỉ mất vài phút trên Windows.
Tôi có thể thay đổi giọng nói mà không cần phần mềm nào không?
Có. Điều chỉnh hơi thở, cao độ nói chuyện, cộng hưởng và tốc độ của bạn thực sự thay đổi cách bạn nghe. Những kỹ thuật tự nhiên này cần thực hành và có giới hạn vật lý, nhưng chúng không cần công cụ nào và không thêm độ trễ. Chúng cũng làm cho sửa đổi kỹ thuật số thuyết phục hơn khi bạn kết hợp cả hai.
Sự khác biệt giữa pitch và formant khi thay đổi giọng nói là gì?
Pitch là tần số cơ bản mà thanh quản của bạn tạo ra. Formant là tần số cộng hưởng được hình thành bởi đường vocal của bạn. Di chuyển pitch một mình nghe nhân tạo, vì formant ở lại tại chỗ. Di chuyển các formant cùng với pitch thay đổi kích thước giọng nói được cảm nhận, giúp sửa đổi nghe được thuyết phục.
Thay đổi giọng nói của tôi có sẽ thêm độ trễ đáng chú ý vào cuộc gọi không?
Sửa đổi pitch và formant cơ bản chỉ thêm một vài mili giây, không thể nhận ra trong cuộc trò chuyện. Chuyển đổi giọng nói AI tổng hợp lại lời nói của bạn và thêm độ trễ nhiều hơn, khoảng một phần tư đến nửa giây. Để trò chuyện giọng nói trực tiếp, sửa đổi tham số thoải mái hơn; đối với nội dung được ghi lại, độ trễ chuyển đổi không quan trọng.
Làm cách nào để đưa giọng nói đã sửa đổi của tôi vào Discord hoặc trò chơi?
Định tuyến đầu ra của trình thay đổi giọng nói đến microphone ảo, sau đó chọn microphone đó làm đầu vào trong ứng dụng. Với VoxBooster, xử lý cấp độ phiên nghĩa là mỗi ứng dụng nghe giọng nói đã sửa đổi từ microphone bình thường của bạn, vì vậy thường bạn không cần phải thiết lập cáp ảo theo cách thủ công trên Windows.
Có hợp pháp để thay đổi giọng nói của tôi trực tuyến không?
Trong các bối cảnh hàng ngày như chơi game, phát trực tiếp, quyền riêng tư và nội dung sáng tạo, thay đổi giọng nói của bạn là hợp pháp. Sử dụng giọng nói đã sửa đổi để mạo danh một người thực sự để gian lận hoặc lừa dối không hợp pháp. Tiết lộ sửa đổi khi cài đặt phụ thuộc vào sự thành thật, như báo chí hoặc giao tiếp kinh doanh.
Tôi có thể thay đổi giọng nói của mình để nghe như một nhân vật cụ thể không?
Có. Các tiền cài đặt nhân vật kết hợp pitch, formant và hiệu ứng để xây dựng robot, quái vật và người dẫn chương trình. Chuyển đổi giọng nói AI đi xa hơn, ánh xạ lời nói của bạn vào giọng nói mục tiêu được đào tạo để có kết quả tự nhiên. Cả hai đều chạy cục bộ trong VoxBooster, và bạn có thể liên kết chúng với các phím tắt để chuyển đổi tức thì.
Kết luận
Câu trả lời ngắn gọn cách thay đổi giọng nói của bạn: cài đặt trình thay đổi giọng nói theo thời gian thực, di chuyển pitch và formant cùng nhau hoặc tải tiền cài đặt, định tuyến kết quả đến microphone ảo của bạn, và hoàn tất trong vài phút. Điều đó bao gồm phần lớn những gì mọi người thực sự muốn, từ giọng nói trò chơi sâu hơn đến một persona nhân vật hoàn chỉnh.
Câu trả lời dài hơn là bạn có những lựa chọn thực sự. Sửa đổi tham số là con ngựa kéo độ trễ thấp cho trò chuyện trực tiếp. Chuyển đổi giọng nói AI là tùy chọn sounding tự nhiên cho nội dung được ghi lại. Tiền cài đặt và phím tắt làm cho chuyển đổi trực tiếp không có sức lực. Và kỹ thuật tự nhiên, mặc dù chậm hơn để học, không cần công cụ và im lặng cải thiện mọi thứ.
Nếu bạn muốn thử con đường kỹ thuật số, VoxBooster miễn phí trong ba ngày mà không cần thẻ tín dụng, và bạn có thể xem danh sách tính năng đầy đủ và các gói trên trang giá. Hoặc tiếp tục đọc blog để có những hướng dẫn sâu hơn về các giọng nói và thiết lập cụ thể.