Кіріспе

Дауысты шифрлау, трансформациялау және синтездеу құрылғысы – дауыс кодтаушысы.

Вокодер (/'v//oʊ//k//oʊ//d//ər/, «дауыс» және «кодтаушы» сөздерінің біріктірілген түрі) – аудио деректерді сығыстыру, мультиплекстеу, дауысты шифрлау немесе дауысты трансформациялау үшін адам дауысы сигналын талдап, синтездейтін сөйлеу кодтау санаты. Вокодер 1938 жылы Гомер Дадли Bell Labs зертханасында адам сөйлеуін синтездеу мақсатымен ойлап тапқан. Бұл жұмыс телекоммуникацияда дауыстық кодтау ретінде қолданылатын арналық вокодерге дамыды, мұның мақсаты – берілісте жолақтың енін үнемдеу. Басқару сигналдарын шифрлау арқылы дауыс берілісін ұрлаудан қорғауға болады. Бұл әдіс негізінен құпия радио байланысын қамтамасыз ету үшін қолданылады. Бұл шифрлау әдісінің артықшылығы – бастапқы сигналдың өзі емес, тек жолақты өткізу сүзгілерінің қабықшалары ғана жіберіледі. Қабылдау құрылғысы бастапқы сигнал спектрін қайта құру үшін сол сүзгілерге сәйкес конфигурацияланған болуы керек. Вокодер сонымен қатар электронды музыкалық аспап ретінде кеңінен қолданылады. Вокодердің декодер бөлігі, водер деп аталады, сөйлеу синтезі үшін жеке қолданылуы мүмкін.

Теория

Адам дауысы дауыстық байланыстың глоттисті ашуы мен жабуынан туындайтын дыбыстардан құралады, бұл көптеген гармониялары бар периодтық толқынды жасайды. Бұл негізгі дыбыс мұрын мен тамақ арқылы сүзгіленеді (күрделі резонанстық құбырлар жүйесі) гармониялық құрамын (форманттарды) бақыланатын түрде өзгерту үшін, сөйлеуде қолданылатын дыбыстардың алуан түрлілігін жасауға мүмкіндік береді. Ауыздың әр түрлі қозғалыстары арқылы жасалатын немесе өзгертілетін дыбыстардың тағы бір тобы бар, олар дыбыссыз және жарылысты дыбыстар деп аталады. Вокодер сөйлеуді оның спектрлік сипаттамаларының уақыт өте қалай өзгеретінін өлшеу арқылы талдайды. Бұл пайдаланушы сөйлеген кезде осы жиіліктерді көрсететін сигналдар тізбегіне әкеледі. Қарапайым тілмен айтқанда, сигнал бірнеше жиілік жолағына бөлінеді (саны неғұрлым көп болса, талдау соғұрлым дәл болады) және әрбір жиілік жолағындағы сигнал деңгейі спектрлік энергия мазмұнының дереу көрсеткіші болып табылады. Сөйлеуді қайта құру үшін вокодер процесті кері қайтарады, кең жолақты шу көзін бастапқыда жазылған сандар тізбегіне сүйенген жиілік сүзгісі арқылы өңдейді. Нақтырақ айтқанда, кодерде кіріс көп жолақты сүзгі арқылы өтеді, содан кейін әрбір жолақтың шығысы конверт іздеуіш арқылы өлшенеді, ал конверт іздеуіштен алынған сигналдар декодерге жіберіледі. Декодер оларды шығыс сүзгі каналдарының тиісті күшейткіштерін басқару сигналдары ретінде қолданады. Бастапқы дауыс сигналының жедел жиілігі туралы ақпарат (спектрлік сипаттамасынан өзгеше) жойылады; оны вокодердің бастапқы қолданылуында шифрлау құралы ретінде сақтау қажет болмады. Вокодерлеу процесінің осы дегуманизациялық аспектісі оны танымал музыка мен аудио ойын-сауықта ерекше дауыстық эффектілер жасау үшін пайдалы етті. Толқын пішінінің нүктелеп қайта жасалуының орнына, вокодер процесі байланыс арнасы арқылы тек дауыстық модельдің параметрлерін жібереді. Параметрлер бастапқы сөйлеу толқынымен салыстырғанда баяу өзгеретіндіктен, сөйлеуді беру үшін қажетті жолақтың енін азайтуға болады. Бұл радиоарна немесе су асты кабельдері сияқты белгілі бір байланыс арнасын пайдалануға мүмкіндік береді. Аналогты вокодерлер әдетте кіріс сигналын бірнеше реттелген жиілік жолақтарына немесе диапазонға бөлу арқылы талдайды. Сигналды қалпына келтіру үшін тасымалдаушы сигнал осы реттелген жолақты өткізу сүзгілерінің тізбегі арқылы жіберіледі. Типтік робот дауысының мысалында тасымалдаушы шу немесе тісті пішіндес толқын болып табылады. Әдетте 8 мен 20 аралығында жолақтар болады. Әрбір жеке талдау жолағының модулятор амплитудасы тиісті тасымалдаушы жолақтарының әрқайсысы үшін күшейткіштерді басқару үшін қолданылатын кернеуді жасайды. Нәтижесінде модуляциялау сигналдың жиілік компоненттері тасымалдаушы сигналға әрбір жиілік жолағында дискретті амплитудалық өзгерістер ретінде бейнеленеді. Көбінесе дауыссыз жолақ немесе сибилянт канал болады. Бұл әдеттегі сөйлеу үшін талдау жолақтарынан тыс, бірақ сөйлеуде маңызды жиіліктер үшін. Мысалы, s, f, ch немесе кез келген басқа да сибилянт дыбысымен басталатын сөздер. Бұл жолақты қолдану арқылы танылатын сөйлеу жасалады, бірақ біршама механикалық дыбыс береді. Вокодерлер көбінесе негізгі жиіліктің орнына шу генераторын пайдалана отырып, дауыссыз дыбыстарды жасау үшін екінші жүйеге ие. Бұл түсініктілікті арттыру үшін тасымалдаушы шығысымен араластырылады. Каналды вокодер алгоритмінде аналитикалық сигналдың екі компонентінің арасында, тек амплитуда компонентін қарастырып, фазалық компонентті елемеу, анық емес дауысқа әкеледі; оны түзету әдістері туралы фазалық вокодерде қараңыз.

Тарих

Вокодерді 1928 жылы Bell Labs инженері Гомер Дадли бастады, оған 1939 жылғы 21 наурызда және 1937 жылғы 16 қарашада патент берілді. Декодер бөлімінің сөйлеу синтезіне қабілетті екенін көрсету үшін, водер (дауысты басқару демонстраторы) 1939–1940 жылдардағы Нью-Йорк әлемдік көрмесінде AT&T ғимаратында көпшілікке таныстырылды. Водер электронды осциллятордан, дыбыс көзі – тұрақты тон мен шу генераторы (шыбырлау үшін), 10 жолақты резонатор сүзгілерінен (дауыс жолы ретінде, өзгермелі күшейткіштермен), сондай-ақ қолмен басқару құралдарынан – сүзгілерді басқаруға арналған қысымға сезімтал пернелер жиынтығынан және тонның биіктігін басқаруға арналған аяқ педалынан тұрды. Сүзгілер пернелер арқылы басқарылып, тон мен шуды дауыстыларға, әріптерге және интонацияға айналдырады. Бұл машинаны басқару қиын болғанмен, тәжірибелі оператор анық естілетін сөйлеуді шығара алатын. Дадлидің вокодері 1943 жылы Bell Labs инженерлері құрастырған SIGSALY жүйесінде қолданылды. SIGSALY Екінші дүниежүзілік соғыс кезінде шифрланған дауыстық байланыс үшін пайдаланылды. KO 6 дауыс кодтаушысы 1949 жылы шектеулі санда шығарылды; ол 1200 бит/с жылдамдықпен SIGSALY-ға ұқсас болды. 1953 жылы KY 9 THESEUS 1650 бит/с дауыс кодтаушысы SIGSALY-мен салыстырғанда салмағын азайту үшін жартылай өткізгіш логикасын қолданды, ал 1961 жылы HY 2 дауыс кодтаушысы, 16 арналы 2400 бит/с жүйе, салмағы бар және қауіпсіз сөйлеу жүйесіндегі арналық вокодердің соңғы нұсқасы болды. Кейінгі жұмыстарда осы салада цифрлық сөйлеу кодтамасы қолданылды. Сөйлеуді кодтаудың ең көп қолданылатын әдісі – сызықтық болжамды кодтау (LPC). Тағы бір сөйлеуді кодтау әдісі, адаптивті дифференциалдық импульстік кодты модуляциялау (ADPCM) 1973 жылы П. Каммиски, Никил С. Джаянт және Джеймс Л. Фланаган Bell Labs-та әзірледі.

Сызықтық болжауға негізделген

1970-ші жылдардың соңынан бері көптеген музыкалық емес вокодерлер сызықтық болжау арқылы іске асырылды, онда нысаналық сигналдың спектральдік қабығы (формантасы) барлық полюстік IIR сүзгісімен есептеледі. Сызықтық болжау кодтаусында барлық полюстік сүзгі алдыңғы нұсқасының жолақты сүзгілер жинағын алмастырады және сигналды ақ ету үшін (яғни, спектрді тегістеу үшін) кодтаушыда, ал декодерде нысаналық сөйлеу сигналының спектральдік пішінін қайта қолдану үшін пайдаланылады. Мұндай сүзгілеудің бір артықшылығы – сызықтық болжаушының спектральдік шыңдарының орналасуы толығымен нысаналық сигналмен анықталады және сүзгіленетін уақыт кезеңіне рұқсат етілгендей дәл болуы мүмкін. Бұл белгілі бір ені бар сүзгілер жинағын қолдана отырып жасалған вокодерлерден өзгеше, онда спектральдік шыңдардың орналасуы қолжетімді тұрақты жиілік диапазондарымен шектеледі. LP сүзгілеудің де кемшіліктері бар, себебі көптеген құрамындағы жиіліктері бар сигналдар сызықтық болжау сүзгісімен бейнеленетін жиіліктер санынан асып кетуі мүмкін. Осы шектеу LP кодтаудың жоғары сығылымды дауыс кодтау құралдарында басқа әдістермен бірге қолданылуының басты себебі болып табылады.

Толқын формасы-интерполяциялық

Waveform interpolative (WI) вокодері 1995 жыл шамасында W. B. Kleijn AT&T Bell Laboratories-те әзірленді, содан кейін AT&T компаниясы DoD қауіпсіз вокодер конкурсы үшін төмен күрделі нұсқасын жасады. WI кодерін жетілдіруге Калифорния университеті Санта-Барбарада маңызды жақсартулар енгізілді. AT&T компаниясы WI және басқа да технологияларға қатысты негізгі патенттерді ұстап тұр, ал басқа институттар қосымша патенттерге ие.

Музыкадағы қолданысы

Музыкалық қолданбалар үшін негізгі жиілікті емес, музыкалық дыбыстардың көзі тасушы ретінде пайдаланылады. Мысалы, 1970-ші жылдары танымал болған техника ретінде, синтезатордың дыбысын сүзгілер жинағына (фильтр банкіне) кіріс ретінде қолдануға болады.

Тарих

Электрондық дауыс синтезіне ерекше қызығушылық танытқан неміс ғалымы Вернер Мейер Эпплер 1948 жылы дыбыс синтезі тұрғысынан электронды музыка мен сөйлеу синтезі туралы диссертация жариялады. Кейіннен ол 1951 жылы Кельн қаласында WDR-дің Электрондық музыка студиясын құруда маңызды рөл атқарды. Вокодерді музыка жасау үшін қолданудың алғашқы әрекеттерінің бірі 1956 және 1959 жылдар аралығында жасалған Siemens Synthesizer болды. 1968 жылы Роберт Муг Буффалодағы университетінің электронды музыка студиясы үшін тұңғыш қатты күйдегі музыкалық вокодерлерді жасады. 1968 жылы Брюс Хаак Майкл Фарадейдің есімімен "Фарад" деп аталатын прототипті вокодер жасады. Ол алғаш рет 1969 жылы шыққан "The Electronic Record For Children" альбомында, содан кейін 1970 жылы шыққан The Electric Lucifer рок альбомында кездесті. 1970 жылы Венди Карлос пен Роберт Муг тағы бір музыкалық вокодер құрды, ол Гомер Дадлидің вокодерлік дизайнынан әсер алған он жолақты құрылғы. Бастапқыда ол спектрлік кодтаушы декодер деп аталды, кейіннен ол жай ғана вокодер деп аталды. Тасымалдауыш сигнал Моог модульді синтезатордан, ал модулятор микрофоннан келіп тұрды. Он жолақты вокодердің шығысы жеткілікті түсінікті болды, бірақ арнайы жасақталған сөйлеуге сүйенді. 1972 жылы Исао Томитаның алғашқы электронды музыка альбомы Electric Samurai: Switched on Rock электронды рокқа сөйлеу синтезі техникасын қолданудың алғашқы әрекеті болды. Альбомда қазіргі рок және поп әндерінің электронды нұсқалары, сонымен қатар адам дауысының орнына синтезделген дауыстар қолданылды. 1974 жылы ол өзінің танымал классикалық музыка альбомындағы синтезделген дауыстарды пайдаланды Snowflakes are Dancing, ол бүкіл әлемде табысқа ие болды және электронды музыканы танымал етуге көмектесті. 1973 жылы британдық Emerson, Lake and Palmer тобы "Karn Evil 9: 3rd Impression" әнінде Brain Salad Surgery альбомында вокодерді қолданды. 1975 жылы "The Raven" әнінде Алан Парсонс EMI вокодер арқылы ән салған. Альбомның жазбаларына сәйкес, "The Raven" - цифрлық вокодермен жабдықталған алғашқы рок-күйі. Pink Floyd вокодерді үш альбомында қолданды, алдымен 1977 жылы Animals альбомындағы "Sheep" және "Pigs (Three Different Ones)", содан кейін 1987 жылы A Momentary Lapse of Reason альбомындағы "A New Machine Part 1" және "A New Machine Part 2", және ақырында 1994 жылы The Division Bell альбомындағы "Keep Talking". The Electric Light Orchestra 1977 жылы шыққан Out of the Blue альбомымен коммерциялық тұрғыда вокодерді алғаш қолданған. Топ оны альбомда, соның ішінде "Sweet Talkin' Woman" және "Mr. Blue Sky" хиттерінде кеңінен қолданады. Кейінгі альбомдарда топ оны кейде пайдаланды, атап айтқанда, 1979 жылғы "Discovery" альбомындағы "The Diary of Horace Wimp" және "Confusion" хиттерінде, 1981 жылғы "Time" альбомындағы "Prologue", "Yours Truly, 2095" және "Epilogue" тректерінде және 1986 жылғы "Balance of Power" альбомындағы "Calling America" хиттерінде. 1970-ші жылдардың аяғында француз дуэті Space Art екінші альбомын Trip in the Centre Head жазған кезде вокодер қолданды. Фил Коллинз 1981 жылы халықаралық хит "In the Air Tonight" синглінде вокалды эффект беру үшін вокодерді қолданды. Вокодерлер поп-жазбаларда кез-келген уақытта пайда болады, көбінесе жұмыстың ерекше аспектісі емес, арнайы эффект ретінде пайда болады. Алайда, жаңа дәуір музыкасының көптеген эксперименталды электронды суретшілері көбінесе вокодерді нақты жұмыстарда жан-жақты пайдаланады, мысалы Жан Мишель Жар (Zoolook, 1984) және Майк Олдфилд (QE2, 1980 және Five Miles Out, 1982). Вокодер модулі мен оны Майк Олдфилдтің пайдалануын оның Live At Montreux 1981 DVD-де ("Sheba" трекінде) анық көруге болады. Кейбір орындаушылар вокодерлерді өздерінің музыкасының маңызды бөлігіне айналдырды, жалпы немесе ұзақ кезең ішінде. Мысалдарға неміс синтездік поп тобы Kraftwerk, жапондық жаңа толқын тобы Polysics, Stevie Wonder ("Send One Your Love", "A Seed's a Star") және джаз / фьюжн клавишашысы Герби Хэнкок 1970-ші жылдардың соңында жатады. 1982 жылы Нил Янг Trans альбомындағы тоғыз жолдың алтысында Sennheiser Vocoder VSM201 қолданды. Майкл Джексонның "P.Y.T. (Pretty Young Thing)" әнінің хоры мен бриджін вокодермен ("Pretty young thing/You make me sing") қамтамасыз етілген, сессиондық музыкант Майкл Боддикердің сыйлығы. Coldplay кейбір әндерінде вокодер қолданған. Мысалы, Mylo Xyloto (2011) альбомындағы "Major Minus" және "Hurts Like Heaven" әндерінде Крис Мартиннің вокалдары көбінесе вокодерлік өңдеуден өтеді. "Midnight" фильміндегі "Ghost Stories" (2014) әнінде Мартиннің вокодер арқылы ән салған көрінісі бар. A Head Full of Dreams альбомындағы "X Marks the Spot" жасырын трек те вокодер арқылы жазылған. Noisecore тобы Atari Teenage Riot вокодерлерді әртүрлі әндерінде және Brixton Academy-де Live (2002) сияқты басқа да ескі және жаңа сандық аудио технологиясымен бірге тірі орындауда қолданды. Red Hot Chili Peppers әнінде "By the Way" Энтони Кидис вокалға вокодер эффектісін қолданады. Адам дауысын еліктейтін вокодерді ең көп пайдаланатындардың бірі Daft Punk, олар осы аспапты алғашқы альбомы Homework (1997) бастап соңғы жұмысы Random Access Memories (2013) дейін қолданды және технология мен адам дауысының бірігуін "өздерінің музыкалық жобасының сәйкестігі" деп санайды. Мысалы, "Around the World" (1997) әнінің мәтіні толығымен вокодерлік өңдеуден өтеді, "Get Lucky" (2013) әнінде табиғи және өңделген адам дауыстарының қосылысы, ал "Instant Crush" (2013) әнінде Джулиан Касабланкас вокодерге ән салады. Ye (Kanye West) 2010 жылы "Runaway" әнінің соңында вокодерді қолданды. Zedd продюсері, американдық кантри әншісі Maren Morris және американдық музыкалық дуэті Grey "The Middle" атты әнді жасады, онда вокодер қолданылды және 2018 жылы чарттарда топ ондыққа енді.

Басқа өнердегі дауыс эффекттері

Робот дауыстары 20-шы ғасырда танымал музыкада жиі кездесетін элементке айналды. Вокодерлерден басқа, осы эффекттің түрленуін жасауға арналған тағы бірнеше әдіс бар: Sonovox, Talk box, Auto Tune, сақиналық модуляция және гребенка сүзгісі.