Voice-Changer online

Er verschiebt die Tonhöhe, ohne die Uhr zu verschieben. Der billige Weg, eine Stimme höher zu machen, ist, die Aufnahme schneller abzuspielen — das hebt die Tonhöhe und verkürzt die Aufnahme zugleich; das ist der Eichhörncheneffekt, und deshalb klingen so viele Stimmverzerrer nur nach Scherz. Im Frequenzbereich zu arbeiten erlaubt es dagegen, die Tonhöhe zu bewegen, während das Timing genau dort bleibt, wo es war — das Ergebnis passt also weiterhin zu dem Video, aus dem es stammt. Darüber hinaus gibt es eine getrennte Formantsteuerung, die die Resonanzen des Vokaltrakts verschiebt: Die Tonhöhe allein lässt Sie wie sich selbst im Schnelldurchlauf klingen, die Formanten aber machen, dass eine Stimme als anderer Körper gelesen wird. Voreinstellungen, Echo, Verzerrung, Rückwärts und der Vocoder sitzen alle auf dieser Grundlage.

Sprecher-Erkennung basiert auf Formant-Mustern (Resonanz-Frequenzen des Vokaltrakts). Einfaches Pitch-Shifting lässt sich umkehren. Formant-Shifting verändert diese Resonanz-Muster — die Stimme klingt wie die einer komplett anderen Person. Pitch-Shift, Formant-Shift und Ring-Modulation zusammen machen eine Identifikation praktisch unmöglich.

Formanten sind die Resonanz-Spitzen Ihres Vokaltrakts (Kehle, Mund, Nasennebenhöhlen). Sie bestimmen den wahrgenommenen Charakter Ihrer Stimme — ob männlich, weiblich, jung oder alt. Formant-Shifting verschiebt diese Resonanzen unabhängig von der Tonhöhe — Sie können das wahrgenommene Geschlecht oder Alter der Stimme ändern, ohne den „Chipmunk"-Effekt.

Ein Vocoder zerlegt Ihre Stimme in Frequenzbänder und moduliert damit ein Synthesizer-Träger-Signal (Sägezahn, Rechteck oder Rauschen). Das Ergebnis ist eine robotische, synthetisierte Version Ihrer Sprache — Rhythmus und Artikulation bleiben, die natürliche Stimme wird durch eine synthetische Klangfarbe ersetzt.

Die Tempo-Steuerung ändert die Wiedergabe-Geschwindigkeit (0,5× bis 2×) und gleicht die Tonhöhe automatisch aus, damit die Stimme nicht allein durch die Geschwindigkeit höher oder tiefer klingt. Slow-Motion- oder Fast-Forward-Effekte bei genauer Stimm-Transformation.

Der Phase-Vocoder erzeugt etwa 40 ms Latenz durch das FFT-Analyse-Fenster. Das liegt für die meisten unter der Wahrnehmungs-Schwelle — besonders mit Kopfhörern. Kopfhörer gegen Rückkopplung nutzen.

Ja. Transformierte Stimme mit dem Diktiergerät aufnehmen, die Datei (WAV, MP3 oder OGG) herunterladen und in den Video-Editor importieren. Für Live-Streaming den Mikrofon-Modus mit Kopfhörern nutzen und das Audio per virtuellem Audio-Kabel an die Streaming-Software routen.