A mesma nota, três sons
Três sons com a mesma nota de 220 Hz. O que faz cada um soar diferente é o timbre.
Toda voz tem uma nota, o F0, a frequência em que as cordas vocais vibram. Mas a nota sozinha não diz de quem é a voz. O que diz é o timbre: quais harmônicos existem acima da nota e com que força cada um aparece.
O seno tem só a nota e soa como um apito. A vogal tem trinta harmônicos, mais fortes onde a boca ressoa, e já parece voz. O chiado não tem nota nenhuma: é o ar do "s". A voz de cada pessoa é um desenho próprio de harmônicos e formantes. É esse detalhe fino que uma voz sintética precisa guardar para soar como alguém, e não como qualquer um.
Leia também
O som por dentro
A mesma fala vista como imagem: o tempo na horizontal, a frequência na vertical e a energia na cor.LerO som em números
Antes de qualquer modelo, a voz é uma lista de números. Veja de perto.LerUma voz nova sem mexer em todos os pesos
Adapters de baixo rank: treinar menos de 1% dos números e chegar na mesma velocidade.Ler