Como uma imitação de voz é pontuada

Um jogo de imitar vozes pede uma coisa só: ouvir um som e depois fazê-lo. Uma cabra, um alarme de carro, alguém gritando de um lado a outro de um estacionamento — todo mundo tenta, e volta um número dizendo o quanto cada um chegou perto. É esse número que gera briga. Leia as avaliações de quase qualquer jogo do gênero e aparecem as mesmas reclamações: a nota parece arbitrária, o jogo parece não te ouvir, e quem tem uma voz muito grave ou muito aguda desconfia que está sendo avaliada a voz, e não a tentativa.

São problemas de design, e têm respostas de design. É assim que o Mimic, o modo de imitação do PartyDub, transforma uma tentativa de dois segundos numa nota — posto por escrito para você conferir se ele julga o que você acha que deveria julgar.

Ele mede, não chuta

Em nenhum momento entram um modelo de linguagem ou reconhecimento de fala. Sua gravação é comparada com a original por medição, e o resultado é um número de 0 a 100 que fica pronto no momento em que a janela de gravação fecha. Nada tenta reconhecer palavras, então não há nada que um sotaque possa confundir. O clipe é cortado em pedaços onde quer que comece um som novo — três latidos são julgados como três latidos — e cada pedaço é comparado em quatro coisas:

• —Tempo — se cada ataque seu cai onde cai o do original.
• —Movimento do tom — se sua voz sobe e desce onde o original sobe e desce.
• —Forma do volume — se você cresce, corta e bate nos mesmos lugares.
• —Ritmo — se cada pedaço dura o quanto deve. Correr e arrastar são igualmente errados, então segurar um som pelo dobro do tempo custa o mesmo que cortá-lo pela metade.

O que recebe nota não é a sua voz

Antes de comparar duas linhas de tom, cada voz tem o seu próprio tom habitual removido, então o que sobra é a forma do movimento, e não as notas. Um baixo e uma criança fazendo a mesma subida e descida tiram a mesma nota. O volume é tratado do mesmo jeito — comparado como forma, não como nível —, então um microfone baixo não dá nota pior e gritar não dá nota melhor.

Mais uma regra, e é a que mantém o jogo divertido: exagerar nunca custa nada. Uma gravação que segue o movimento do original mas exagera leva a nota cheia. Uma que segue timidamente, na metade do tamanho, não leva. Ficar reto é o erro. Exagerar, nunca.

Nem todo som tem uma voz dentro

Uma sirene, um refrão cantado, uma porta batendo e uma ovelha pedem coisas diferentes, então a nota muda o peso conforme o que o clipe realmente contém. Numa melodia, o movimento do tom pesa mais que tudo. Um barulho sem tom nenhum — chiado, uma batida — ignora o tom por completo e é julgado pela forma do volume, pelo tempo e pela textura. O que fica no meio é pesado por igual. Seja qual for o clipe, o total vai até os mesmos 100, então o clipe que cai para você não decide até onde você pode chegar.

Atrasado não é o mesmo que errado

Antes de qualquer medição, sua gravação inteira é alinhada com o clipe. Entrar um pouco atrasado do começo ao fim custa muito pouco, porque quase não se ouve — e a tela de resultados diz isso com todas as letras: você ficou sempre uns tantos milissegundos atrás do clipe, entre mais cedo. Ficar espalhado é outra coisa. Cedo num ataque e tarde no seguinte é o que realmente soa errado, então é aí que os pontos vão embora. Quando dois jogadores empatam, fica na frente quem teve os ataques mais regulares.

O que um zero quer dizer

Zero não é o fundo aritmético da escala. Quer dizer que a gravação não se saiu melhor do que um som qualquer se sairia. Qualquer barulho com mais ou menos a forma certa bate um pouco com o original por acaso, então a escala começa onde o acaso acaba: tudo acima de zero é a parte do clipe que você acertou de verdade.

Antes de uma gravação receber nota, verifica-se se há uma atuação nela. Um cômodo quieto não é silencioso — um ventilador ou uma geladeira são um tom constante, exatamente o que um detector de tom foi feito para achar —, então a gravação precisa se destacar com clareza do ruído do próprio cômodo, se mover e ter pelo menos um ataque claro. A que não consegue não recebe nota ruim. Ela não recebe nota, e você fica sabendo por quê — por exemplo, que o cômodo abafou você.

Tocar o clipe no microfone não passa despercebido. Uma gravação que soa parecida demais com o original é marcada na tela de resultados para a sala inteira ver. A nota continua valendo, porque um imitador bom de verdade pode parecer igual — e acusar o melhor jogador da mesa é pior do que um jogo de festa ser burlado de vez em quando.

Como tirar nota mais alta

• —Escute direito na primeira vez. Você ouve o clipe uma vez, e aí todo mundo grava.
• —Acerte o primeiro ataque. Um começo limpo mantém tudo o que vem depois no lugar.
• —Copie o movimento, não a voz. Suba onde sobe e corte onde corta, no seu próprio tom.
• —Maior, nunca menor. Exagerar é de graça; uma gravação tímida perde pontos.
• —Use fones com fio. O Bluetooth adiciona um atraso que você não sente, e alto-falantes vazam para a sua gravação.

Nada disso deixa o jogo menos bobo. Só quer dizer que, quando a sala ri da sua cabra, o número embaixo dela é um com o qual você pode discutir.