Was ist Vocoder

Der Vocoder wurde in den 1920er Jahren für Kommunikationszwecke erfunden. Sein eigentlicher Zweck wurde jedoch in der elektronischen Musik entdeckt, wo er zu einem wichtigen Werkzeug für die Erzeugung roboterähnlicher Stimmen wurde. Fast hundert Jahre nach seinem Erscheinen wird der Vocoder in der Musikindustrie aktiv genutzt, aber nicht jeder weiß, wie dieses einzigartige Instrument funktioniert und wie man es einsetzt. In diesem Text erfahren Sie, wie der Zweite Weltkrieg Sprachsynthesizer populär gemacht hat, wie der Vocoder funktioniert und wie man ihn richtig einsetzt.

Die Entwicklung des Vocoders begann 1928 durch die Arbeit eines Ingenieurs namens Homer Dudley bei Bell Labs. Ende der 1930er Jahre war das Endergebnis erreicht, und im November 1937 erhielt Dudley das erste Patent für seine Erfindung, 1939 das zweite. Dudleys Hauptidee war es, den menschlichen Sprachapparat mit Hilfe von Elektronik nachzubilden. Mit elektronischen Bauteilen und Effekten versuchte der Ingenieur, die Funktionsweise der menschlichen Sprachorgane so genau wie möglich nachzuahmen und die Geräusche zu reproduzieren, die durch den Luftstrom durch verschiedene Teile des menschlichen Körpers, wie Lunge und andere Organe, entstehen.

1939 stellte Bell Labs der Öffentlichkeit in einer Reihe von Vorführungen in New York und San Francisco ein Sprachsynthesegerät namens VODER (Voice Operating Demonstrator) vor. Das Gerät verfügte über zwei schaltbare Oszillatoren und einen Rauschgenerator als Audioquelle. Ein spezieller Sprachpfad, bestehend aus Zehn-Band-Filtern, war mit einer anschlagdynamischen Tastatur verbunden, die die Intensität der Filterung steuerte. Die Tonhöhe des Klangs wurde mit einem Fußpedal verändert. Zusätzliche Tasten waren für die Erzeugung der Buchstaben „P“, „D“, „J“ sowie der Lautkombinationen „JAW“ und „CH“ zuständig.

VODER war ein komplexes Gerät, dessen Bedienung eine spezielle, mehrere Monate dauernde Schulung erforderte. Für die täglichen Vorführungen bildete Bell Labs 20 Personen speziell aus, die abwechselnd allen Interessierten das neue Produkt vorstellten. Während der Vorführung sagte VODER den Satz „Guten Tag, liebe Radiohörer!“

1949 wurde der Sprachkonverter KO-6 entwickelt, der Sprache und Informationen mit einer Geschwindigkeit von 1200 Bit pro Sekunde codierte. 1953 erschien ein weiterer Vocoder, der KY-9 THESEUS, der nicht nur die Verarbeitungsgeschwindigkeit auf 1650 Bit pro Sekunde erhöhte, sondern auch andere Komponenten verwendete. Dank der modifizierten Materialien konnte das Gewicht des Vocoders von 55 Tonnen bei SIGSALY auf 256 Kilogramm bei KY-9 reduziert werden. Mit der Veröffentlichung des HY-2-Konverters im Jahr 1961 gelang es schließlich, das Gewicht des Vocoders auf 45 Kilogramm zu reduzieren und gleichzeitig die Codierungsgeschwindigkeit auf 2400 Bit pro Sekunde zu erhöhen. Der HY-2 war der letzte industrielle Vocoder, der in sicheren Kommunikationssystemen eingesetzt wurde, während das Instrument im Verbrauchersektor verblieb.

1948 veröffentlichte der deutsche Wissenschaftler Werner Mayer-Eppler, der sich besonders für Sprachsynthese interessierte, eine Dissertation über Sprachsynthese und elektronische Musik aus der Sicht der Klangsynthese. Sein Wissen spielte später eine wichtige Rolle bei der Gründung des Elektronischen Musikstudios des Westdeutschen Rundfunks (WDR) in Köln im Jahr 1951.

Der erste Einsatz eines Vocoders zur Musikproduktion erfolgte 1959, ebenfalls in Deutschland. Zwischen 1956 und 1959 entwickelte Siemens den Siemens-Synthesizer, der Töne in Sprache umwandeln konnte. 1968 entwickelte Robert Moog, Gründer der Firma Moog, einen der ersten Vocoder, der speziell für den Einsatz in der Musikindustrie konzipiert war. Dieser Vocoder wurde von der University at Buffalo in Auftrag gegeben.

Seitdem hat sich die Geschichte des Vocoders eigenständig weiterentwickelt, und er wird heute in allen Bereichen der Audio- und Videotechnik eingesetzt. Das Instrument wurde dank der Gruppe Kraftwerk bekannt, die unabhängig einen Vocoder für ihre Experimente zusammenbaute und ihn seit ihrer Gründung im Jahr 1970 einsetzte. Das bekannteste und beliebteste Beispiel für die Verwendung eines Vocoders war das Kraftwerk-Album „Trans-Europe Express“, das wir in einer Rezension über ungewöhnliche Musikinstrumente deutscher Elektronik-Künstler ausführlich untersucht haben.

Wie funktioniert ein Vocoder?

Es ist besser, zwei Signale statt nur einem zu verwenden. Der Vocoder benötigt zwei Klangquellen, um zu funktionieren:

1. Operator: ursprüngliches Tonsignal;
2. Modulator: ein Signal mit unterschiedlichen harmonischen Eigenschaften, die den Klang des Operators bestimmen.

Der Klang durchläuft eine spezielle „Filterbank”, die das Modulatorsignal analysiert, es in Frequenzbänder unterteilt und auf jedes Band einen Filter anwendet. Die Filter werden immer so eingestellt, dass der Cutoff-Punkt genau in der Mitte jedes Bereichs im Modulatorsignal liegt. Unabhängig von der Slicing-Dichte wird das Signal innerhalb jedes Bereichs in der Mitte gefiltert.

Anschließend wird das Operatorsignal an den Modulator weitergeleitet, der alle Filter durchläuft. Der Vocoder passt den Cutoff-Punkt jedes Filters in Abhängigkeit von den Oberwellen und Obertönen im Modulatorsignal an.

Um die Funktionsweise eines Vocoders zu verstehen, können wir eine Analogie zur menschlichen Stimme ziehen. Der Klang der Stimme wird durch die Signale von Operatoren und Modulatoren gebildet. Wenn wir Wörter aussprechen, strömt Luft durch die Stimmbänder und erzeugt das ursprüngliche Signalsignal. Gleichzeitig vibrieren andere Teile des Stimmapparats und erzeugen ein Modulatorsignal. Diese Eigenschaften wirken sich direkt auf den Klang der Stimme aus.

Ein Vocoder funktioniert auf ähnliche Weise: Er modifiziert das Originalsignal aufgrund der Eigenschaften des zusätzlichen Signals.

Jedes Audiosignal kann ein Operator oder ein Modulator sein. Produzenten verwenden häufig synthetisierte Klänge als Operator und die Stimme als Modulator. Ein Beispiel für die Verwendung eines Vocoders in der Musik ist der Titel „Trans-Europe Express” von Kraftwerk. Der Operator ist das Synthesizersignal, der Modulator ist normale Sprache.

Eine experimentellere Verwendung des Vocoders findet sich im Titel „Nightcall“ von Kavinsky. Dieser Effekt lässt sich mit iZotope VocalSynth nachbilden, indem man den Patch so einstellt, dass er Akkorde aus zwei Schallwellen und weißem Rauschen als Operator erzeugt, die durch die Stimme moduliert werden.

Wie man einen Vocoder verwendet

Damit ein Vocoder so beeindruckend klingt wie viele kommerzielle Aufnahmen, muss der Signaloperator reich an Obertönen sein. Je reichhaltiger und vielfältiger der Operator, desto stärker ist die Wirkung des Modulators.

Am besten beginnt man mit Patches zu experimentieren, die die Sägezahn-Schallwellenform verwenden oder darauf basieren. Rampenwellen-Signale sind in der Regel reichhaltiger und voller als Dreieck- oder Sinuswellen. Es hat sich auch bewährt, das Operatorsignal zu komprimieren oder zu sättigen, bevor es in den Vocoder eingespeist wird. Dadurch wird der Effekt des durch die Filterbank laufenden Signals hervorgehoben.

Die Stimme, die als Modulator fungiert, erfordert besondere Aufmerksamkeit. Beim Schreiben von Wörtern sollten Sie sehr klar und präzise sein und jeden Laut betonen. Unabhängig davon, welche Art von Stimme Sie haben, ist es wichtig, dass die Artikulation deutlich ist. Es sind die Präzision und Klarheit, die den charakteristischen Vocoder-Effekt erzeugen, der eine roboterhafte Stimme erzeugt. Achten Sie darauf, wie in Kavinskys „Nightcall“ jedes Wort klar und langsam ausgesprochen wird. Bei der Arbeit mit einem Vocoder ist es wichtig, die Artikulation zu überwachen, um Verzerrungen zu vermeiden.

Die Stimmlage ist bei der Verwendung eines Vocoders nicht so wichtig. Konzentrieren Sie sich auf andere Eigenschaften der Stimme: Klangfarbe, Tiefe, Klarheit und Definition. Anstatt mit dem Stimmumfang zu experimentieren, ist es besser, an Ausdruck und Intonation zu arbeiten.

Welche Parameter steuern die Funktion des Vocoders?

Sowohl Hardware- als auch Software-Vocoder (VST) verfügen in der Regel über ähnliche Parameter. In den meisten Fällen sind ihre Einstellungen ähnlich: Obwohl die Bezeichnungen der Regler und Parameter je nach Hersteller variieren können, bleibt ihr Wesen in etwa gleich.

Anzahl der Bänder

Der Regler „Bands“ steuert, wie das Audiosignal in verschiedene Frequenzbereiche unterteilt wird. Die Position dieses Reglers bestimmt, in wie viele Teile das Modulatorsignal unterteilt wird. Im Gegensatz zu Software-Vocodern und Plug-ins haben ältere Geräte eine Begrenzung der Anzahl der Frequenzbereiche, in die das Signal unterteilt werden kann. Um einen traditionellen Roboterklang ähnlich dem Stil von Kraftwerk zu erzeugen, wird empfohlen, den Parameter „Bands“ im Bereich von 8 bis 12 Werten einzustellen.

Frequenzbereich

Dieser Parameter bestimmt den Frequenzbereich, der bei der Signalverarbeitung des Operators verwendet wird. Bei der Verwendung des Vocoders werden nur Frequenzen innerhalb dieses festgelegten Intervalls berücksichtigt, der Rest wird ignoriert. Um die Audioqualität zu verbessern, wird empfohlen, die Obergrenze auf über 5 kHz einzustellen.

Formant

Einige Vocoder-Modelle verfügen über eine Formant-Einstellfunktion, die oft als „Shift“ bezeichnet wird. Mit dieser Option kann der Benutzer die Breite oder Enge der Bänder zum Filtern des Audiosignals ändern. Durch Erhöhen der Formanten wird das verarbeitete Signal heller, während durch Verringern das verarbeitete Signal dunkler und tiefer wird.

In der Regel wird die Formanteneinstellung verwendet, um den Vocoder an weibliche oder männliche Stimmen anzupassen, wobei die Verschiebung die Roboterstimme weiblicher oder männlicher macht. Einige Vocoder-Modelle verfügen anstelle der Formanteneinstellung über einen „Gender”-Parameter, mit dem Sie das Geschlecht der resultierenden Stimme einstellen können.

Unstimmig

Die menschliche Sprache in jeder Sprache wird immer von sogenannten Plosivlauten begleitet. Ein Plosivlaut entsteht in dem Moment, in dem zur Aussprache ein Luftstrom durch geschlossene Lippen geleitet werden muss, beispielsweise bei der Aussprache der Buchstaben „P“ und „B“. Plosive sind keine Vokale, daher werden sie oft als stimmlose Laute bezeichnet.

Unstimmige Laute haben keine bestimmte Tonhöhe und sind Geräusche über den gesamten Frequenzbereich, die vom Vocoder ignoriert werden. Aber Sie sollten sich nicht über den Ausschluss solcher Geräusche freuen: Stellen Sie sich vor, wie vertraute Wörter ohne die Buchstaben „P“ und „B“ klingen („habitual“ – „rich“, „problem“ – „rolema“).

Um zu verhindern, dass der Vocoder Plosivlaute übersieht und Buchstaben in Wörtern „verschluckt“, fügen die Hersteller den Einstellungen einen speziellen Parameter „Unvoiced“ hinzu. Diese Steuerung ist mit einem Rauschgenerator verbunden, der Mängel in der Funktion des Vocoders korrigiert: Je mehr der Parameter gedreht wird, desto stärker ist die Korrektur. Der Rauschgenerator gibt ein Signal mit einer Klangwellenform wieder, die dem Operatorsignal ähnelt. Alle tonlosen und übergangsmäßigen Plosive bleiben im Signal erhalten, Buchstaben in Wörtern bleiben erhalten und Sprachlaute klingen nach dem Vocoder korrekt.