オンラインボイスチェンジャー：音程・ロボット・エコー

このページのすべてのエフェクトはブラウザー内でオフライン実行され、標準の16ビットWAVファイルに書き出されます。処理は決定的なので、同じ入力と設定なら常に同じ出力になり、一般的な短い音声は1〜2秒でレンダリングできます。 音程エフェクトは長さを維持します。音程を上げても下げても音声の長さは変わらないため、5秒の録音は1オクターブ上下に移調しても5秒のままです。内部の音程・速度処理にはSignalsmith Stretchを使います。オープンソースのスタジオ品質の時間伸縮・移調エンジンをWebAssemblyにコンパイルし、ブラウザー内で完全にオフライン動作させています。重なり合う音声ブロックをスペクトル解析し、新しい音程とテンポで再構築することで、大きな移調でも自然な声と明瞭なアタックを保ちます。古いブラウザーやポリシーによるWebAssemblyの制限でWASMエンジンを読み込めない場合は、内蔵の時間領域移調方式WSOLAに自動で切り替わります。WSOLAは波形類似度に基づくオーバーラップ加算の略で、音声を約90ミリ秒の重なる粒に分け、時間方向の間隔を調整します。各接続点では次の粒を前後最大10ミリ秒動かし、前の波形と最もよく合う位置につなぎ、最後にリサンプリングで長さを正確に元へ戻します。どちらの方式でも各周波数は表示の倍率、つまり2の（移調する半音数を12で割った値）乗だけ変化します。処理後は結果パネルにSignalsmith（スタジオ品質）またはWSOLA（代替）と表示されます。 速度は別の独立した設定です。0.5×や2×を選ぶと、同じエンジンが純粋な時間伸縮を行い、音程を保ったまま音声が長く・短くなります。両方の組み合わせも可能で、+5半音のリス声を1.5×にする処理も一度で完了します。昔ながらの音が欲しい場合はテープモードをオンにすると、古典的な再生レートのリサンプリングに切り替わります。テープを速く回したり、レコードを違う回転数で再生したりするように音程と速度が連動し、+12半音なら倍速・半分の長さになります。長さの倍率も表示されるので、結果を予測できます。 ロボット効果はリング変調です。声に30 Hzの正弦波を掛け合わせ、自然な倍音を和周波数と差周波数に置き換えます。1960年代のダーレクの声と同じ技術です。エコーは250ミリ秒の遅延と45パーセントのフィードバックを使い、最後の反響が途切れないよう1秒半の余韻を追加します。いたずら以外にも用途は豊富です。ポッドキャストで話すペースを保ちながら数半音移調して取材相手の声を匿名化する、ゲーム用の生物の声をまとめて作る、授業で音程とテンポの関係を示す、テープモードでローファイな質感を加える、といった使い方ができます。グラニュラー処理はCPU負荷が高いため入力は10分までです。すべて端末内で動作し、機密性の高い録音もサーバーには送られません。