Giọng Robot: Cách Phát Âm Giống Robot Theo Thời Gian Thực

Nhận được một giọng robot thuyết phục không phải là về một nút ma thuật mà là về xếp chồng một vài thủ thuật âm thanh cổ điển loại bỏ nhân tính khỏi lời nói của bạn. Vocoder, điều chế vòng, định lượng cao độ và một chút bitcrush mỗi loại loại bỏ một tín hiệu khác mà não bạn đọc là “sống”, và khi bạn kết hợp chúng, bạn hạ cánh ở đâu đó giữa một android thân thiện và một máy bị lỗi. Hướng dẫn này giải thích những gì thực sự làm cho một giọng nói có vẻ robot, hướng dẫn bạn qua các kiểu robot chính và cung cấp cho bạn một quy trình được đánh số để tạo giọng robot thời gian thực với VoxBooster kết nối trực tiếp đến Discord, OBS hoặc bất kỳ ứng dụng nào qua micrô ảo.

TL;DR

Một giọng robot được xây dựng từ các hiệu ứng lớp: vocoder hoặc điều chế vòng, định lượng cao độ, formant hẹp và bitcrush tùy chọn.
Có ba kiểu rộng: vocoder cổ điển, AI/kỹ thuật số bị lỗi và robot TTS đơn điệu phẳng.
Xử lý thời gian thực chuyển đổi micrô trực tiếp của bạn với độ trễ thấp; xử lý dựa trên tệp chỉnh sửa bản ghi sau đó.
VoxBooster chạy toàn bộ chuỗi cuc bộ và định tuyến kết quả đến micrô ảo cho cuộc gọi và luồng trực tiếp.
Sử dụng bảng cài đặt dưới đây làm điểm bắt đầu, sau đó tinh chỉnh theo ý thích của bạn.

Điều gì làm cho một giọng nói có vẻ như một robot?

Một giọng nói có vẻ robot khi những dấu hiệu đánh dấu nó là con người bị san bằng hoặc thay thế. Định lượng cao độ bật cao độ trôi tự nhiên của bạn thành các bước cố định, vocoder áp dụng một tông tín hiệu được tổng hợp, các formant hẹp co rút sự cộng hưởng ống giọng báo hiệu một miệng thật và bitcrush thêm grit kỹ thuật số. Loại bỏ trôi cao độ và ấm áp hài hòa, và não của bạn nghe thấy một máy.

Đó là toàn bộ tâm lý của nó: lời nói con người là lộn xộn. Cao độ của bạn luôn dao động, các nguyên âm của bạn mang những hình ảnh phong phú và thời gian của bạn thở. Máy móc, ngược lại, sạch sẽ và cứng nhắc. Mỗi hiệu ứng giọng robot thực sự chỉ là một công cụ để áp dụng sự cứng nhắc như máy cho một tín hiệu hữu cơ. Hiểu biết công cụ nào làm gì cho phép bạn điều chỉnh chính xác loại robot bạn muốn, thay vì phá bỏ cài đặt trước và hy vọng.

Các thành phần cốt lõi của một âm thanh robot

Hãy phá vỡ các khối xây dựng. Bạn không cần tất cả cùng một lúc, nhưng biết vai trò của mỗi công cụ tạo ra sự khác biệt giữa một android sạch sẽ và một mớ hỗn độn không thể hiểu được.

Vocoder

Vocoder là công cụ robot mang tính biểu tượng nhất. Nó phân tích nội dung tần số của giọng nói của bạn (bộ điều chế) và đóng dấu hình dạng đó lên một tông được tổng hợp riêng (tín hiệu mang), thường là một sóng răng lợn kêu lạ hoặc sóng hình vuông. Kết quả vẫn giữ các từ của bạn có thể hiểu được nhưng thay thế dây thanh của bạn bằng một tiếng rì điện tử. Đây là âm thanh của máy tính khoa học viễn tưởng cổ điển và một phần lớn của nhạc điện tử. Vocoder đã tồn tại từ những năm 1930 và vẫn là xương sống của hiệu ứng “máy nói chuyện”.

Điều Chế Vòng

Điều chế vòng nhân tín hiệu giọng nói của bạn với một sóng sin cố định, tạo ra các tần số tổng và hiệu mới không liên quan hài hòa đến tông ban đầu của bạn. Hiệu ứng là kết cấu vang vang, kim loại, hơi không nhất quán nổi tiếng từ những chiếc robot TV cũ và người ngoài hành tinh. Một lượng nhỏ thêm một cạnh kỹ thuật số tinh tế; cắn nó và lời nói trở thành một warble không hài hòa. Điều chế vòng rẻ để tính toán và ngay lập tức đọc là “không phải con người”.

Định Lượng Cao Độ

Cao độ con người trượt liên tục. Định lượng cao độ (đồng loại tham lam của autotune) bật glide itu thành các bước semitone riêng biệt, tạo ra intonation robot bị cắt mà bạn nghe trong các giọng được điều chỉnh nặng nề. Bị đẩy mạnh, nó loại bỏ đường viền cảm xúc của lời nói và thay thế nó bằng những cú nhảy cơ học giữa các ghi chú.

Dịch Chuyển Formant

Formants là những đỉnh cộng hưởng được tạo bởi kích thước và hình dạng cổ họng và miệng của bạn. Đó là cách tai bạn ước tính liệu người nói có lớn hay nhỏ, con người hay không. Dịch chuyển formants xuống có thể nghe như quái vật; dịch chuyển chúng lên hoặc thu hẹp siết giọng nói thành cái gì đó mỏng manh và tổng hợp. Tách rời formant khỏi cao độ là chìa khóa cho một robot vẫn nghe như nó đang nói những từ thực sự.

Bitcrush

Bitcrush giảm độ sâu bit và tốc độ mẫu của âm thanh, giới thiệu nhiễu lượng tử và bí danh. Đó là kết cấu “loa bị hỏng” hoặc “máy 8-bit” lo-fi. Một bitcrush nhẹ thêm crunch và grit kỹ thuật số; một nặng chuyển giọng nói của bạn thành một tạo tác trò chơi retro bị lỗi. Sử dụng nó một cách tiết chế trừ khi bạn cụ thể muốn vibe android bị hỏng.

Ba kiểu giọng robot chính

Hầu hết các giọng robot rơi vào một trong ba gia đình. Biết cái nào bạn nhắm đến tiết kiệm rất nhiều thử nghiệm và sai lầm.

Robot vocoder cổ điển. Âm thanh synthesizer ấm, âm nhạc, nói chuyện. Có thể hiểu được, nhịp điệu và thân thiện. Hãy nghĩ về máy tính onboard hữu ích và giọng điện tử. Được xây dựng chủ yếu từ vocoder cộng với san bằng cao độ nhẹ.

Robot AI / kỹ thuật số bị lỗi. Harsher và hiện đại hơn: điều chế vòng và bitcrush chiếm ưu thế, với thu hẹp formant và nhảy cao độ sesional. Đây là hương vị “android không hoạt động đúng” hoặc đầu cuối cyberpunk. Tuyệt vời cho kinh hoàng, kẻ phản diện trò chơi và nội dung edgy.

Robot TTS đơn điệu. Giọng text-to-speech bằng phẳng, không cảm xúc. Tính năng xác định không phải là một chuỗi hiệu ứng nặng mà là vắng mặt biến đổi cao độ. Một monotone gần như không đổi với các formants hẹp tạo ra “cô gái GPS” cổ điển hoặc nhịp độ trình đọc màn hình vintage. Bạn có thể xấp xỉ nó theo thời gian thực với định lượng cao độ cứng đến một ghi chú duy nhất, hoặc tạo nó trực tiếp từ văn bản được nhập bằng cách sử dụng text-to-speech.

Các kiểu giọng robot và bảng cài đặt

Sử dụng cái này như lưới bắt đầu của bạn. Những con số là cường độ tương đối (thấp / trung bình / cao) bạn có thể ánh xạ tới các thanh trượt hiệu ứng VoxBooster, sau đó tinh chỉnh bằng tai.

Kiểu	Vocoder	Ring mod	Định lượng cao độ	Formant	Bitcrush	Tốt nhất cho
Vocoder cổ điển	Cao	Tắt	Thấp (san bằng)	Trung lập	Tắt	Máy tính khoa học viễn tưởng, âm nhạc, bot thân thiện
Robot AI bị lỗi	Trung bình	Cao	Trung bình	Hẹp (lên)	Trung bình	Kẻ phản diện, kinh hoàng, nội dung cyberpunk
Robot TTS đơn điệu	Tắt	Tắt	Cao (ghi chú duy nhất)	Hẹp	Thấp	Nhịp độ GPS/trình đọc màn hình, comédie deadpan
Người ngoài hành tinh kim loại	Thấp	Cao	Thấp	Xuống	Thấp	Người ngoài hành tinh, quái vật, nhân vật robot lớn
Bot retro lo-fi	Tắt	Trung bình	Trung bình	Trung lập	Cao	Nhân vật trò chơi 8-bit, humor lỗi

Giọng robot thời gian thực và dựa trên tệp

Có hai cách để áp dụng điều này, và cách đúng phụ thuộc vào việc bạn đang trực tiếp hay chỉnh sửa.

Xử lý thời gian thực chạy micrô của bạn qua chuỗi hiệu ứng liên tục, với độ trễ đủ thấp (thường dưới 50ms) để nó cảm thấy tức thì. Âm thanh được xử lý được gửi đến một micrô ảo mà các ứng dụng khác coi là một thiết bị đầu vào bình thường. Đây là những gì bạn muốn cho cuộc gọi Discord, luồng trực tiếp, trò chơi trực tuyến và bất kỳ tình huống nào mà mọi người nghe bạn trực tiếp. Sự đánh đổi là bạn không thể hoàn tác một lần chụp; những gì ra là những gì họ nghe.

Xử lý dựa trên tệp áp dụng các hiệu ứng cho bản ghi hiện có. Bạn có thể xóa, điều chỉnh và tạo lại cho đến khi nó hoàn hảo, lý tưởng cho các lời nói video, công việc nhân vật trong nội dung được chỉnh sửa hoặc các bộ phim âm thanh. Nhược điểm là rõ ràng: không có “sống” cho nó và bạn phải chụp âm thanh thô trước tiên.

VoxBooster tập trung vào xử lý thời gian thực độ trễ thấp được thực hiện hoàn toàn trên máy của bạn, không cần trình điều khiển kernel, vì vậy giọng robot bạn xây dựng có thể sử dụng được trong bất kỳ ứng dụng nào chấp nhận micrô. Để làm việc được ghi âm trước, bạn vẫn có thể cấp âm thanh và chụp đầu ra.

Cách xây dựng giọng robot thời gian thực trong VoxBooster

Dưới đây là hướng dẫn đầy đủ, từ cài đặt đến giọng robot trực tiếp trong Discord hoặc OBS. Toàn bộ chuỗi chạy cục bộ, vì vậy không có gì rời khỏi PC của bạn.

Cài đặt và mở VoxBooster. Lấy ứng dụng từ trang tải xuống và khởi động nó. Bản dùng thử đầy đủ 3 ngày mở khóa mọi hiệu ứng, vì vậy bạn có thể xây dựng và kiểm tra toàn bộ chuỗi robot trước khi cam kết.
Chọn micrô thực của bạn làm đầu vào. Trong cài đặt âm thanh, chọn mic vật lý hoặc tai nghe bạn thực sự nói chuyện. Đây là nguồn chuỗi hiệu ứng chuyển đổi.
Bắt đầu bằng vocoder. Thêm hiệu ứng vocoder và chọn một tông tín hiệu mang. Một tín hiệu mang lợn kêu làm cho âm thanh robot cổ điển kêu lạ; sóng hình vuông khắc nghiệt hơn. Hiệu ứng này một mình đã đưa bạn 70 phần trăm con đường đến giọng nói robot có thể nhận ra được.
Làm phẳng cao độ. Thêm định lượng cao độ và kéo biến thể xuống. Đối với một android thân thiện, giữ nó lỏng lẻo; đối với một robot TTS deadpan đơn điệu, snap cứng đến một ghi chú duy nhất để intonation của bạn không di chuyển.
Điều chỉnh formant. Thu hẹp formant một chút để làm mỏng giọng thành cái gì đó tổng hợp. Đẩy nó xuống thay vào đó nếu bạn muốn một nhân vật bot alien lớn hơn. Giữ các từ có thể hiểu được.
Lớp điều chế vòng cho grit (tùy chọn). Nếu bạn muốn hương vị glitchy/metal, thêm một lượng nhỏ điều chế vòng. Một chút đi xa; quá nhiều và lời nói trở thành một warble không hài hòa.
Thêm bitcrush cho kết cấu lo-fi (tùy chọn). Để có âm thanh android bị hỏng hoặc trò chơi retro, giới thiệu một chút bitcrush. Sử dụng bảng trên để khớp với kiểu bạn đang tìm kiếm.
Lưu nó làm cài đặt trước. Khi bản trộn nghe đúng, lưu toàn bộ chuỗi làm cài đặt trước có tên (ví dụ: “Classic Robot”) để bạn có thể gọi lại nó ngay lập tức sau này. Liên kết nó với một phím tắt nếu bạn muốn chuyển đổi nó trong cuộc gọi.
Định tuyến đến micrô ảo. Đặt đầu ra VoxBooster thành thiết bị mic ảo của nó. Đây là cầu nối cho phép các ứng dụng khác nghe giọng robot được xử lý của bạn thay vì đầu vào thô của bạn.
Chọn micrô ảo trong ứng dụng mục tiêu của bạn. Trong Discord, hãy tải cài đặt Giọng nói & Video và chọn micrô ảo VoxBooster làm thiết bị đầu vào. Trong OBS, thêm nó làm nguồn chụp đầu vào âm thanh. Hãy nói chuyện, và mọi người sẽ nghe giọng robot trực tiếp.
Kiểm tra và tinh chỉnh. Ghi lại một clip ngắn hoặc sử dụng kiểm tra mic Discord. Nếu nghe khắc nghiệt, làm mềm bitcrush và ring mod; nếu nghe quá con người, đẩy định lượng cao độ và vocoder mạnh hơn.

Đó là toàn bộ đường ống. Khi cài đặt trước của bạn được lưu, trở thành robot trong cuộc gọi trong tương lai là một chuyển đổi một lần nhấp chuột.

Trường hợp sử dụng cho giọng nói robot

Một giọng nói robot không chỉ là một sự mới lạ. Người ta tìm kiếm nó trong nhiều bối cảnh:

Chơi game và phát trực tiếp. Lồng tiếng cho một nhân vật AI, một kẻ phản diện hoặc một nhân vật robot trong trò chơi; hoặc chỉ cần thêm một bit có thể nhận ra được vào luồng của bạn mà người xem liên kết với bạn.
Tạo nội dung. Giọng nói nhân vật cho các bản phác thảo, hoạt hình, các bộ phim âm thanh và các video giải thích trong đó một người kể chuyện tổng hợp phù hợp với chủ đề.
Sự riêng tư. Che giấu giọng nói tự nhiên của bạn trong các cuộc trò chuyện âm thanh công khai trong khi giữ lời nói của bạn có thể hiểu được.
Khả năng tiếp cận và nguyên mẫu. Mô phỏng cách tiếp cận trợ lý robot của sản phẩm sounding, hoặc demo một khái niệm text-to-speech.
Niềm vui thuần túy. Chơi đùa với bạn bè trên Discord, kể lại những công việc tầm thường như một android không hoạt động đúng, hoặc xây dựng một soundboard của các câu nói robot.

Vì VoxBooster ghép nối thiết bị thay đổi giọng nói với một soundboard và phím tắt, bạn có thể ngồi trong một cuộc gọi như một robot và kích hoạt các hình ảnh và clip robot ở trên cùng, tất cả được định tuyến qua cùng một micrô ảo.

Một lưu ý về robot TTS đơn điệu

Nếu những gì bạn thực sự muốn là robot text-to-speech phẳng, con đường có phần khác. Thay vì chuyển đổi giọng nói trực tiếp của bạn, bạn nhập các từ và để text-to-speech đọc chúng trong một monotone tổng hợp. VoxBooster bao gồm text-to-speech on-device, vì vậy bạn có thể tạo nhịp độ trình đọc màn hình deadpan mà không nói gì cả, sau đó định tuyến nó qua cùng một micrô ảo. Điều này hoàn hảo cho các dòng robot không dùng tay, các bit người dẫn chương trình tự động hoặc những lúc bạn muốn giọng nói có vẻ như đang đọc chứ không phải nói chuyện. Đối với một nhân vật rõ ràng là giọng nói của riêng bạn nhưng cơ khí, hãy tuân theo chuỗi hiệu ứng trên; cho một vibe “máy tính đang nói” thực sự, hãy dựa vào text-to-speech.

Mẹo cho giọng robot đáng tin cậy

Ít đôi khi nhiều hơn. Một vocoder sạch sẽ với san bằng cao độ mềm đọc như “robot” nhanh hơn một đống bồn rửa nhà bếp của mỗi hiệu ứng ở mức tối đa.
Giữ các từ có thể hiểu được. Nếu người nghe không thể phân tích những gì bạn nói, không có lượng kết cấu robot nào cứu nó. Kéo lại các hiệu ứng khắc nghiệt nhất cho đến khi lời nói rõ ràng.
Khớp hiệu ứng với nhân vật. Một AI onboard hữu ích và một android glitching kinh hoàng muốn những cài đặt hoàn toàn khác nhau. Quyết định nhân cách trước, sau đó xây dựng.
Hãy chú ý đến tiếng ồn trong phòng. Bật tính năng chặn tiếng ồn để tiếng gió lùi không bị xóa và khuếch đại bởi bitcrush thành một tạo tác xấu xí.
Lưu nhiều cài đặt trước. Xây dựng một bot thân thiện, một bot kẻ phản diện và một bot monotone một lần và chuyển đổi giữa chúng với phím tắt khi cần thiết của thời điểm.

FAQ

Điều gì làm cho một giọng nói có vẻ như một robot? Một giọng robot thường kết hợp định lượng cao độ, vocoder hoặc bộ điều chế vòng, các formant hẹp và cao độ đơn điệu được san bằng. Thêm bitcrush hoặc bộ lọc lược kim loại đẩy nó xa hơn. Thủ thuật cốt lõi là loại bỏ sự trôi cao độ tự nhiên và sự phong phú hài hòa mà tín hiệu một người nói người sống.

Tôi có thể nhận được giọng robot theo thời gian thực cho Discord không? Vâng. Một thiết bị thay đổi giọng nói thời gian thực xử lý micrô của bạn với độ trễ dưới 50ms và định tuyến kết quả đến một micrô ảo. Bạn chọn micrô ảo đó bên trong Discord, OBS hoặc bất kỳ ứng dụng nào, vì vậy mọi người sẽ nghe thấy giọng robot trực tiếp mà không cần ghi âm hoặc chỉnh sửa tệp trước.

Tôi có cần một PC tốt để có giọng robot thời gian thực không? Không thực sự. Các giọng robot dựa trên hiệu ứng như vocoder, điều chế vòng và bitcrush rẻ để tính toán và chạy mượt mà trên hầu hết các máy tính xách tay hiện đại. Nhân bản giọng AI nặng hơn cần nhiều sức mạnh hơn, nhưng các hiệu ứng robot cổ điển là nhẹ và duy trì độ trễ thấp ngay cả trên phần cứng khiêm tốn.

Sự khác biệt giữa robot vocoder và robot TTS là gì? Robot vocoder là giọng nói trực tiếp của bạn được định hình bởi một tông tín hiệu được tổng hợp, vì vậy thời gian và cảm xúc vẫn là của bạn. Robot TTS là text-to-speech đọc các từ được nhập theo giọng tổng hợp phẳng. Cái này chuyển đổi lời nói bạn nói; cái khác tạo ra lời nói từ văn bản bạn nhập.

Có phải là một thiết bị thay đổi giọng robot miễn phí để thử không? VoxBooster gửi một bản dùng thử đầy đủ 3 ngày miễn phí với mọi hiệu ứng được mở khóa, bao gồm các cài đặt trước robot, vì vậy bạn có thể kiểm tra đầu ra thời gian thực trong Discord hoặc OBS trước khi cam kết. Xem trang định giá để biết chi tiết kế hoạch và tùy chọn giấy phép suốt đời sau khi giai đoạn dùng thử kết thúc.

Làm cách nào để làm cho giọng robot của tôi nghe ít khắc nghiệt hơn? Làm mềm lượng bitcrush và điều chế vòng, nâng formant một chút và giữ định lượng cao độ êm ái. Một reverb nhẹ hoặc độ trễ ngắn sẽ thêm không gian để giọng robot ngồi tự nhiên trong cuộc gọi. Cài đặt tinh tế đọc như một android sạch chứ không phải tĩnh bị phá vỡ.

Tôi có thể sử dụng giọng robot trong OBS để phát trực tiếp không? Vâng. Đặt đầu ra thiết bị thay đổi giọng nói làm micrô ảo, sau đó chọn thiết bị đó làm nguồn đầu vào âm thanh trong OBS. Luồng và bản ghi của bạn chụp giọng robot thời gian thực và bạn có thể bật/tắt hiệu ứng bằng phím tắt trong khi phát sóng trực tiếp.

Sẵn sàng nghe như một máy?

Xây dựng giọng robot chỉ là vấn đề xếp chồng các hiệu ứng phù hợp và định tuyến đầu ra nơi bạn cần nó. Với vocoder, một chút san bằng cao độ và một cắt tùy chọn điều chế vòng hoặc bitcrush, bạn có thể đi từ con người đến android trong vài cú nhấp chuột, sau đó thả nó trực tiếp vào Discord hoặc OBS qua micrô ảo. Bắt đầu dùng thử miễn phí và xây dựng cài đặt trước robot đầu tiên của bạn hôm nay, hoặc duyệt thêm hướng dẫn hiệu ứng âm thanh trên blog.