Sintetizator de Voce

• Proiectul constă în realizarea unui sintetizator de voce pe fundalul unei mașini de tip karaoke, bazat pe microcontroller-ul ATmega328P.
• Ideea proiectului a pornit în urma influenței albumului brat al artistei Charli XCX și a popularizării sintetizatoarelor de voce în muzica anilor 2020.
• Aceste tendințe au evidențiat interesul pentru efecte vocale artificiale și procesare digitală a vocii, inspirând dezvoltarea unui sistem hardware capabil să reproducă un astfel de efect într-o formă simplificată.

• Scopul proiectului este de a transforma vocea umană într-un semnal artificial de tip „square tooth”, generând un efect robotic controlat. Sistemul urmărește să corecteze automat notele cântate astfel încât acestea să se încadreze în cheia melodiei, eliminând dependența de acuratețea interpretării vocale.
• Utilizatorul poate selecta o melodie folosind o interfață simplă cu butoane, iar versurile sunt afișate pe un calculator. În același timp, semnalul vocal captat printr-un microfon este procesat în timp real, fiind detectată înălțimea sunetului și corectată conform tonalității melodiei selectate.
• Rezultatul este redat sub forma unui semnal de tip square wave, cu un caracter artificial, specific efectelor moderne de auto-tune.
• Proiectul este util din mai multe perspective:
  • Pentru utilizatori, oferă o experiență interactivă de karaoke în care aptitudinile muzicale nu influențează semnificativ rezultatul, deoarece toate notele sunt ajustate automat în cheia melodiei.
  • Proiectul reprezintă, de asemenea, un exercițiu de integrare hardware-software, implicând procesare de semnal, lucrul cu periferice (ADC, SPI, USART) și generarea de semnale audio. El poate constitui o bază pentru dezvoltarea ulterioară a unor sisteme mai avansate de procesare audio în timp real.

Schema bloc:

Implementarea software a proiectului se bazează pe prelucrarea în timp real a semnalului audio recepționat de la un microfon și pe generarea unei frecvențe corectate muzical prin intermediul unui buzzer pasiv. Sistemul funcționează pe microcontrolerul ATmega328P Xplained Mini și utilizează resursele interne ale acestuia pentru achiziția semnalului, analiza frecvenței și generarea semnalului audio de ieșire.

Procesul software este împărțit în mai multe etape principale:

Semnalul audio este captat cu ajutorul unui modul microfon conectat la pinul PC0 al microcontrolerului, corespunzător canalului analogic A0. Microfonul transformă undele sonore în variații de tensiune electrică.

Microcontrolerul utilizează convertorul analog-digital (ADC – Analog to Digital Converter) integrat pentru a eșantiona semnalul audio la intervale regulate de timp. În urma acestui proces se obține o succesiune de valori numerice ce reprezintă amplitudinea semnalului audio în funcție de timp.

Datele rezultate sunt stocate într-un buffer și sunt utilizate ulterior pentru analiza frecvenței fundamentale.

Pentru identificarea notei muzicale cântate sau detectate de microfon se utilizează algoritmul YIN, un algoritm eficient pentru estimarea frecvenței fundamentale a unui semnal periodic.

Algoritmul funcționează prin compararea semnalului cu versiuni decalate ale acestuia și determinarea perioadei dominante. Principalele etape ale algoritmului sunt:

• calculul funcției de diferență
• normalizarea cumulativă a diferenței
• identificarea minimului local relevant
• determinarea perioadei semnalului
• conversia perioadei în frecvență

Rezultatul obținut reprezintă nota reală emisă de utilizator.

După determinarea frecvenței fundamentale, sistemul compară valoarea detectată cu un set predefinit de note muzicale aparținând unei game selectate.

Fiecare notă are asociată o frecvență standard conform sistemului temperării egale. Software-ul determină cea mai apropiată notă validă din gama activă prin calculul diferenței dintre frecvența detectată și frecvențele notelor disponibile.

Această etapă reprezintă funcția principală de autotune în timp real.

După alegerea notei corectate, microcontrolerul generează un semnal dreptunghiular cu frecvența corespunzătoare notei respective.

Pentru acest lucru este utilizat unul dintre temporizatoarele hardware interne ale microcontrolerului ATmega328P. Timerul este configurat astfel încât să producă o undă PWM sau un semnal periodic la frecvența dorită.

Semnalul generat de timer este transmis către un buzzer pasiv conectat la unul dintre pinii digitali ai microcontrolerului.

Buzzerul convertește semnalul electric periodic în vibrații mecanice, producând astfel sunetul notei corectate.

În acest mod, utilizatorul aude în timp real varianta corectată tonal a notei detectate de microfon.

Întregul proces:

• captarea semnalului
• analiza frecvenței
• corectarea tonală
• generarea sunetului

este executat continuu într-o buclă principală de program, ceea ce permite funcționarea sistemului în timp real.

Export to PDF