Генерирање на глас и изменување на истиот

Во овој дел го синтетизиравме гласот на Рик Астли со користење на "Ableton" и повеќе "plug-ins":

Линк до OneDrive: ​https://finkiukim-my.sharepoint.com/personal/vangel_ajanovski_finki_ukim_mk/_layouts/15/onedrive.aspx?id=%2Fpersonal%2Fvangel_ajanovski_finki_ukim_mk%2FDocuments%2FCompSnd%2F2021-2022%2FProekti%2FSynthesisOfAstley%2FФаза%202Б

Документација:

За реализирање на овој дел користени е “Ableton”. Превемен е глас генериран преку “text-to-speech” модел. Беше користен и одреден модел за “Speech recognition”, меѓутоа поради понатамошната преработка со “Ableton” неговото присуство е неприметно. Линк до репото од кое ги добивме моделиве: ​https://github.com/CorentinJ/Real-Time-Voice-Cloning. Добиениот глас е импортиран во “Ableton”, таму е кропнат на повеќе мали делови и издолжуван со помош на вградениот алгоритам кој го има “Ableton”. За мерка на тоа дали е на соодветно место вокалот е користена инструментална верзија на песната. Самиот глас, сам по себе не звучи баш на пеење па со “plug-in” Серум и со Вокодер успеавме да го наштимаме вокалот. Во таа редица се наоѓа извадок од миди фајл кој го најдовме, конкретно “tone sax”, линкот: ​https://www.midiworld.com/files/690/?fbclid=IwAR19LviiXzrU_f71MS4UTLatzr3fiu_y-bHrFdonKq_oUo8P2it7G6m4hOM, конкретно со (Never Gonna Give You Up (Rick Astley)). Потоа Серум се предава на Вокодер, кој го врши самото штимање. Гласот кој е добиен е доста роботски, меѓутоа постигнато е пеење.