Nuevo software para hacer que los ordenadores canten mejor

Desde hace décadas, los productores musicales y otros profesionales del mundillo de la música han tenido a su disposición trucos electrónicos para mejorar las interpretaciones vocales grabadas. Pueden añadir un poco de reverberación o eco para hacer más atractivo un pasaje o elemento musical, usar efectos como el phasing y el delay para darle más brillo a la voz, corregir notas equivocadas o, incluso, reprogramar toda una línea melódica mediante un software.

En los últimos años, la síntesis de voz para convertir texto escrito en habla ha mejorado considerablemente, pero arrastrando limitaciones relacionadas con la combinación entre esa tecnología y la capacidad de autoafinación, la combinación crucial que puede permitirle "cantar" a un ordenador.

Hay programas que pueden generar voces humanas y hacer que canten siguiendo la partitura y la letra deseadas.

Es en la curva de frecuencias donde están los detalles críticos para lograr una voz que suene natural, y eso incluye añadir tremolo, vibrato y otros efectos. Pero el trabajo con dicha curva es muy laborioso y propenso a errores humanos, lo que significa que en una interpretación vocal de esa clase siempre están presentes las huellas dejadas por el proceso sintético que se ha empleado en su producción.

Otros investigadores han desarrollado herramientas que pueden ajustar las curvas de frecuencia e introducir en el canto sintético algunas de las características de la voz humana, como por ejemplo el vibrato. Sin embargo, este sistema requiere una versión original cantada por una voz humana, a partir de la cual trabajar.


Otro sistema "canta" a partir del texto escrito que se le indique, pero sólo utiliza una curva de frecuencia, por lo que resulta insuficiente para conseguir una síntesis vocal realista con todos los matices de una interpretación humana.

Ahora, Hitoshi Iba y Akio Watanabe, de la Universidad de Tokio, han diseñado un algoritmo innovador que compara las curvas de frecuencia de las interpretaciones humanas reales y las utiliza para definir una curva lo bastante realista como para poder aplicarla con buenos resultados al canto sintético.

Con este programa, las voces sintéticas pueden sonar más cálidas y creíbles.