Come funzionano i filtri vocali in un gioco di doppiaggio

Ogni cambiavoce che hai usato funziona allo stesso modo sotto il cofano: ricampiona. Riproduci la registrazione più veloce e sali, più lenta e scendi. È una riga di codice, è quello che fa un registratore a nastro, ed è il motivo per cui la voce da scoiattolo esiste.

È anche l'unica cosa che un gioco di doppiaggio non può fare, e capire perché è gran parte di ciò che rende interessanti i filtri vocali in questo genere.

La velocità cambia tono e durata insieme

In un doppiaggio la tua registrazione non viene riprodotta da sola. Viene agganciata a un'immagine: un personaggio apre la bocca a 4,2 secondi e smette a 6,1, e la tua battuta va in quel varco. Niente la allunga per farla entrare e niente la accorcia.

Quindi nel momento in cui cambi la velocità di riproduzione hai cambiato quanto dura la battuta. Uno scoiattolo a 1,9× finisce a metà strada, con la bocca del personaggio ancora in movimento. Un gigante a 0,55× sta ancora parlando secondi dopo che la scena ha già staccato. Entrambe le cose sono esattamente la desincronizzazione che ogni altra parte di un gioco di doppiaggio esiste per impedire — e più il filtro è divertente, più la velocità è estrema e peggiore è lo scarto.

È per questo che un cambiavoce costruito per la chat o per lo streaming spesso suona sbagliato la prima volta che qualcuno lo punta su un doppiaggio. Non c'è niente di rotto. La chat non ha un'immagine con cui restare in sincrono, quindi nessuno ha dovuto risolvere questo problema.

I formanti, e perché portano più informazione del tono

La soluzione è smettere del tutto di muovere il tono e muovere invece le risonanze. Il tuo tratto vocale è un tubo, e un tubo ha frequenze su cui risuona: i formanti. Un tratto corto risuona acuto, uno lungo risuona grave, e la lunghezza del tratto di una persona è gran parte di ciò che fa leggere una voce come piccola o grande. Probabilmente più del tono.

Spostare il punto in cui una voce risuona è pura equalizzazione. In PartyDub ogni filtro è una catena di filtri a campana intorno a 240 Hz per la risonanza di petto, 1400 Hz dove abitano le vocali e 3000 Hz per la brillantezza che si legge come una voce più leggera. Alza i due in alto e taglia quello in basso e chi parla diventa più piccolo; fai il contrario e diventa più grande. La registrazione non viene mai ricampionata, quindi dura esattamente quanto è stata interpretata, al campione.

Lo scambio è onesto e va detto: uno scoiattolo ottenuto coi formanti è una persona piccola, non uno scoiattolo letterale. È meno estremo del ricampionamento. In compenso resta attaccato all'immagine, e in un gioco la cui battuta è una voce contro una faccia questo conta più dell'ultimo venti per cento dell'effetto.

Quelli che non parlano di dimensione

Non tutti i filtri sono uno spostamento di formanti. Diversi sono trucchi più vecchi che si dà il caso siano gratis in un browser:

• —Robot è modulazione ad anello — il segnale moltiplicato per un'onda sinusoidale a 55 Hz. Web Audio non ha un nodo di moltiplicazione, ma il parametro di guadagno di un nodo di guadagno è un moltiplicatore, quindi pilotarlo con un oscillatore è esattamente modulazione ad anello.
• —Vespa arrabbiata è lo stesso trucco a 260 Hz, schiacciato in una banda stretta. Modulazione veloce dentro un passa-banda è puro ronzio.
• —Telefonata è la banda vocale 300–3400 Hz e nient'altro. È quella banda a far suonare un telefono come un telefono; è un fatto sulla rete telefonica, non sulla voce.
• —In una grotta è un delay con riporto a 220 ms con le alte smorzate, che è più o meno quello che ti fa una grotta vera.
• —Demone è un grosso spostamento dei formanti verso il basso con distorsione a waveshaper sopra.

Tutto questo gira nel browser, nel momento in cui la stanza riproduce un doppiaggio. Niente viene caricato, niente viene calcolato su un server, e l'effetto costa lo stesso che lo senta una persona o dieci.

Il problema di design sotto quello di audio

Far suonare bene diciotto filtri si è rivelata la metà facile. Quella difficile era che per molto tempo sono stati un menu a tendina: aprivi un menu prima di registrare, sceglievi Demone e ottenevi Demone.

Quella è una preferenza, e una preferenza è una cosa solitaria in un gioco di società. Nessun altro nella stanza ci ha qualcosa dentro, nessuno ne viene sorpreso, e una volta trovato quello che ti piace smetti di aprire il menu. Una voce buffa che ti sei scelto da solo è un costume che indossi da solo.

Per questo i filtri in PartyDub non si scelgono più. Si lanciano. Durante un turno c'è uno scaffale con diciotto pozioni: prendi una boccetta, scegli un giocatore, e tutti la guardano attraversare lo schermo in arco ed esplodere sulla sua scheda. Per il resto del turno la sua voce esce attraverso quel filtro — nella cabina mentre sta ancora registrando, e alla rivelazione quando la stanza la sente.

Chi viene colpito non ha voce in capitolo, che è tutto il punto e l'unica cosa che un menu a tendina non potrà mai fare.

Due regole che gli impediscono di diventare fastidioso

1. Una pozione dura un turno. Il turno dopo sei di nuovo pulito, a meno che qualcuno non ne spenda un'altra su di te. Essere colpito al primo turno e restare vespa per un'ora è una punizione; essere colpito per un turno è una trovata.
2. Te lo dicono subito. Riascoltando la tua registrazione in cabina senti come suoni davvero. Nasconderlo per salvare la sorpresa era allettante e sarebbe stato peggio — chi non sa di suonare come un demone non può giocarci sopra, e una battuta letta seria perché non ne avevi idea è una barzelletta che non arriva a nessuno.

Un lancio a testa per turno, quindi in una stanza dove più persone hanno pozioni in mano un turno può avere quattro boccette che si incrociano insieme. Essere colpiti non richiede né account né piano: la battuta non funziona se metà della stanza non può essere un bersaglio.

Quanto costa

Un account gratuito con l'accesso fatto riceve una pozione al mese. Chi sostiene ne riceve cinquanta. Una invece di nessuna, perché un numero su una pagina di prezzi non significa niente finché non ne hai lanciata una; una invece di cinque, perché la scarsità è tutta la ragione per cui una pozione vale qualcosa. Gli ospiti possono essere colpiti ma non possono lanciare, per il motivo poco affascinante che una dotazione mensile ha bisogno di un account a cui attaccarsi.

In ogni caso l'audio è identico. Ogni filtro sono pochi nodi Web Audio che girano sulla macchina che riproduce il doppiaggio, il che non costa niente a noi e niente a te: la dotazione serve a tenere una pozione lanciata dalla parte dell'evento invece che del meteo.