Cómo se puntúa una imitación de voz

Un juego de imitar voces pide una sola cosa: oír un sonido y luego hacerlo. Una cabra, la alarma de un coche, alguien gritando de punta a punta de un aparcamiento: todo el mundo lo intenta y vuelve un número que dice cuánto se ha acercado cada uno. Ese número es lo que genera discusiones. Lee las reseñas de casi cualquier juego del género y salen las mismas quejas: la nota parece arbitraria, el juego no parece oírte, y quien tiene una voz muy grave o muy aguda sospecha que se está puntuando su voz y no su intento.

Son problemas de diseño, y tienen respuestas de diseño. Así es como Mimic, el modo de imitación de PartyDub, convierte un intento de dos segundos en una nota, puesto por escrito para que puedas comprobar si juzga lo que crees que debería juzgar.

Mide, no adivina

En ningún momento intervienen un modelo de lenguaje ni el reconocimiento de voz. Tu grabación se compara con la original midiendo, y el resultado es un número sobre 100 que está listo en cuanto se cierra la ventana de grabación. Nada intenta reconocer palabras, así que no hay nada que un acento pueda confundir. El clip se corta en trozos allí donde empieza un sonido nuevo —tres ladridos se juzgan como tres ladridos— y cada trozo se compara en cuatro cosas:

• —Tiempo: si cada uno de tus ataques cae donde cae el de la original.
• —Movimiento del tono: si tu voz sube y baja donde sube y baja la original.
• —Forma del volumen: si creces, cortas y golpeas en los mismos sitios.
• —Ritmo: si cada trozo dura lo que debe. Correr y arrastrarse son igual de malos, así que sostener un sonido el doble de tiempo cuesta lo mismo que cortarlo a la mitad.

Lo que se puntúa no es tu voz

Antes de comparar dos líneas de tono, a cada voz se le quita su propio tono habitual, así que lo que queda es la forma del movimiento y no las notas. Un bajo y un niño que hacen la misma subida y bajada sacan la misma nota. Con el volumen pasa lo mismo: se compara como forma, no como nivel, así que un micrófono bajo no da peor nota y gritar no da mejor.

Una regla más, y es la que mantiene la gracia del juego: pasarse nunca te cuesta. Una toma que sigue el movimiento de la original pero lo exagera saca la nota completa. Una que lo sigue con timidez, a la mitad de tamaño, no. Quedarse plano es el error. Exagerar, nunca.

No todos los sonidos llevan una voz dentro

Una sirena, un estribillo cantado, un portazo y una oveja piden cosas distintas, así que la nota reparte su peso según lo que contiene de verdad el clip. En una melodía, el movimiento del tono pesa más que nada. Un ruido sin tono alguno —estática, un golpe— ignora el tono por completo y se juzga por la forma del volumen, el tiempo y la textura. Todo lo que queda en medio se pesa por igual. Sea cual sea el clip, el total es sobre los mismos 100, así que el clip que te toque no decide hasta dónde puedes llegar.

Llegar tarde no es lo mismo que fallar

Antes de medir nada, toda tu toma se alinea con el clip. Entrar un poco tarde de principio a fin cuesta muy poco, porque apenas se oye, y la pantalla de resultados te lo dice con palabras claras: ibas sistemáticamente unos tantos milisegundos por detrás, entra antes. Ir disperso es otra cosa. Pronto en un ataque y tarde en el siguiente es lo que de verdad suena mal, así que ahí es donde se van los puntos. Cuando dos jugadores empatan, queda por delante el que tuvo los ataques más regulares.

Qué significa un cero

El cero no es el fondo aritmético de la escala. Significa que la toma no lo hizo mejor de lo que lo habría hecho un sonido cualquiera. Cualquier ruido con más o menos la forma adecuada coincide un poco con la original por casualidad, así que la escala empieza donde acaba el azar: todo lo que está por encima de cero es la parte del clip que de verdad has clavado.

Antes de puntuar una toma, se comprueba que haya una interpretación. Una habitación tranquila no está en silencio —un ventilador o una nevera son un tono constante, justo lo que un detector de tono está hecho para encontrar—, así que una toma tiene que sobresalir claramente del ruido propio de la habitación, moverse y tener al menos un ataque claro. La que no lo consigue no recibe una mala nota: no se puntúa, y te dicen por qué, por ejemplo, que la habitación te tapaba.

Reproducir el clip contra tu micrófono no pasa desapercibido. Una toma que suena demasiado parecida a la original queda marcada en la pantalla de resultados para que la vea toda la sala. La nota se mantiene, porque un imitador de verdad bueno puede parecer igual, y acusar al mejor jugador de la mesa es peor que el que alguien haga trampa de vez en cuando en un juego de fiesta.

Cómo sacar más nota

• —Escucha bien la primera vez. Oyes el clip una vez y luego graba todo el mundo.
• —Clava el primer ataque. Un buen arranque mantiene en su sitio todo lo que viene después.
• —Copia el movimiento, no la voz. Sube donde sube y corta donde corta, con tu propio tono.
• —Más grande, nunca más pequeño. Exagerar no cuesta nada; una toma tímida pierde puntos.
• —Usa auriculares con cable. El Bluetooth añade un retraso que no notas, y los altavoces se cuelan en tu toma.

Nada de esto hace que el juego sea menos absurdo. Solo significa que, cuando la sala se ríe de tu cabra, el número que hay debajo es uno con el que puedes discutir.