Changeur de voix : hauteur, robot et effets d'écho

Chaque effet de cette page fonctionne hors ligne dans votre navigateur et produit un fichier WAV standard de 16 bits. Le traitement est déterministe : une même entrée avec les mêmes réglages donne toujours la même sortie, et un extrait courant est rendu en une ou deux secondes. Les effets de hauteur conservent la durée : monter ou descendre la voix ne change PAS la longueur de l'extrait. Un enregistrement de cinq secondes reste donc de cinq secondes, même transposé d'une octave vers le haut ou le bas. Le traitement de hauteur et de vitesse repose sur Signalsmith Stretch, un moteur open source de qualité studio pour l'étirement temporel et la transposition, compilé en WebAssembly et exécuté entièrement hors ligne. Il analyse le spectre de blocs superposés et reconstruit l'audio à la nouvelle hauteur et au nouveau tempo, préservant des voix naturelles et des transitoires nets même avec de grands écarts. Si le moteur WASM ne se charge pas à cause d'un ancien navigateur ou d'une politique bloquant WebAssembly, l'outil passe automatiquement au moteur temporel WSOLA intégré, pour « superposition-addition par similarité de forme d'onde ». Le son est découpé en grains superposés d'environ 90 millisecondes, leur espacement est modifié et, à chaque raccord, le grain suivant est déplacé jusqu'à 10 millisecondes dans les deux sens pour s'aligner au mieux sur l'onde précédente. Un rééchantillonnage final ramène exactement la durée à sa valeur initiale. Dans les deux cas, chaque fréquence est multipliée par le facteur affiché : 2 puissance (transposition en demi-tons divisée par 12). Après traitement, le panneau indique le moteur utilisé : Signalsmith (qualité studio) ou WSOLA (secours). La vitesse est un réglage séparé et indépendant. Choisir 0.5× ou 2× utilise le même moteur pour un pur étirement temporel : l'extrait s'allonge ou se raccourcit sans changer de hauteur. Les deux réglages se combinent : une voix d'écureuil à +5 demi-tons et une vitesse de 1.5× passent une seule fois dans le moteur. Pour retrouver un son à l'ancienne, le Mode bande active le rééchantillonnage classique par vitesse de lecture, qui lie hauteur et vitesse comme une bande accélérée ou un disque lu au mauvais régime. +12 demi-tons donne alors une vitesse double et une durée divisée par deux ; l'affichage indique le facteur de durée pour éviter les surprises. L'effet robot est une modulation en anneau : votre voix est multipliée par une sinusoïde de 30 Hz, remplaçant les harmoniques naturelles par des fréquences somme et différence. C'est la technique des voix de Daleks des années 1960. L'écho fait passer le signal dans un retard de 250 millisecondes avec 45 pour cent de réinjection et ajoute une seconde et demie de traîne pour laisser finir les répétitions. Les usages dépassent les plaisanteries : des podcasteurs anonymisent une voix avec quelques demi-tons en gardant un débit naturel, des développeurs créent des voix de créatures en série, des enseignants illustrent le lien entre hauteur et tempo, et des producteurs utilisent le mode bande pour une texture lo-fi. Le traitement granulaire sollicitant le processeur, l'entrée est limitée à 10 minutes. Tout reste local : les enregistrements sensibles ne passent jamais par un serveur.