आपके डिवाइस पर चलता है · आपकी फ़ाइल कभी आपके डिवाइस से बाहर नहीं जाती।
क्लिप रिकॉर्ड कीजिए या कोई भी ऑडियो या वीडियो फ़ाइल डालिए, आवाज़ चुनिए और नतीजा सुनिए: भारी आवाज़, गिलहरी, दैत्य, रोबोट, धातु जैसी, रेडियो, मेगाफ़ोन, गूँज, धीमी गति — या गुमनाम आवाज़, जो ऐसे वॉइस नोट में आपको पहचानना मुश्किल बना देती है जिसे आप अपने नाम से जुड़ा नहीं देखना चाहते। फिर दो स्लाइडर पिच (सेमीटोन में) और गति को अलग-अलग खिसकाते हैं, ताकि भारी आवाज़ को धीमा होना न पड़े।
इफ़ेक्ट इंजन ओपन-सोर्स Voicebox स्टूडियो की इफ़ेक्ट चेन का ब्राउज़र रूप है — वही रिवर्ब (Freeverb), कंप्रेसर, फ़िल्टर और फ़्लैंजर, वही प्रीसेट मान — साथ में एक पिच शिफ़्टर जो समय नहीं बदलता। सब कुछ आपके फ़ोन या कंप्यूटर के अपने प्रोसेसर पर चलता है; कुछ कहीं नहीं भेजा जाता, और कनेक्शन बंद होने पर भी काम करता है। यहाँ यह बाक़ी जगहों से ज़्यादा मायने रखता है: आवाज़ बायोमेट्रिक डेटा है।
यह WhatsApp और Telegram के वॉइस नोट (OPUS, OGG, M4A), फ़ोन रिकॉर्डिंग, MP3 और किसी भी MP4 या MOV की आवाज़ पर चलता है। नतीजा एक आम MP3 या WAV है, जिसे आप सीधे किसी भी चैट में वापस भेज सकते हैं।
इनके लिए नहीं: किसी असली व्यक्ति की आवाज़ की नक़ल — यह बदलता है कि आप कैसे सुनाई देते हैं, आपको कोई और नहीं बनाता।
पिच स्लाइडर रिकॉर्डिंग को समय में खींचता है और फिर उसे तेज़ या धीमा चलाता है, जिससे लंबाई वापस वहीं आ जाती है। इससे आवाज़ की हर चीज़ उतनी ही खिसकती है, गले और मुँह की वे गूँजें भी जो सुनने वाले को बताती हैं कि बोलने वाला कितना बड़ा है। इसलिए −3 उसी व्यक्ति की भारी आवाज़ जैसा लगता है, जबकि −7 या +6 कहीं बड़े या छोटे इंसान जैसा। स्वाभाविक नतीजे के लिए तीन-चार सेमीटोन के भीतर रहिए।
हर आवाज़ अपना शुरुआती बिंदु तय करती है: भारी आवाज़ −3, गुमनाम −4, दैत्य −7 और 0.95×, गिलहरी +6, धीमी गति −2 और 0.7×। बाक़ी आवाज़ें पिच और गति नहीं छूतीं, और फ़िल्टर, कंप्रेशन, कोरस, रिंग मॉड्यूलेशन, डिस्टॉर्शन या रिवर्ब से आवाज़ बदलती हैं। फिर स्लाइडर उस शुरुआती बिंदु से खिसकते हैं, इसलिए पिच −3 पर रखा "रेडियो" भारी रेडियो आवाज़ देता है। "रीसेट" दोनों स्लाइडर चुनी हुई आवाज़ के मानों पर लौटा देता है।
"गुमनाम" आवाज़ को चार सेमीटोन नीचे लाती है, सिर्फ़ लगभग 200 से 4,500 Hz का बैंड रखती है, हल्का कोरस जोड़ती है और लाउडनेस बराबर करती है। यह आपके शब्द, लहजा, बोलने की लय या ठहराव नहीं बदलती, न आपके आसपास के कमरे और पीछे की आवाज़ें।
चूँकि यह सेटिंग तय है, इसे जानने वाला पिच वापस खिसकाकर बदलाव का बड़ा हिस्सा पलट सकता है। पिच स्लाइडर को अपनी पसंद के किसी मान पर रखने से बदलाव का अंदाज़ा लगाना कठिन हो जाता है।
"10 सेकंड का पूर्वावलोकन" फ़ाइल के सिर्फ़ पहले दस सेकंड प्रोसेस करता है, इसलिए जो रिकॉर्डिंग चुप्पी से शुरू होती है उसका पूर्वावलोकन शांत आता है। पाँच मिनट से लंबी रिकॉर्डिंग मेमोरी बचाने के लिए मोनो में प्रोसेस होती है, और नतीजा यह बताता है। तीस मिनट से लंबी रिकॉर्डिंग नहीं ली जातीं; पहले /mp3-cutter पर ज़रूरी हिस्सा काट लीजिए। सराउंड साउंडट्रैक स्टीरियो में समेटा जाता है, उसके सेंटर चैनल समेत, जहाँ आमतौर पर संवाद होता है।
जब फ़ाइल में तस्वीर हो, तो तीसरा आउटपुट, "नई आवाज़ के साथ वीडियो", बदली हुई आवाज़ को मूल तस्वीर के नीचे एक MP4 में रखता है, आवाज़ AAC में। जब MP4 तस्वीर को रख सके तो वह जस की तस कॉपी होती है, और न रख सके तो H.264 में दोबारा एन्कोड होती है। इस आउटपुट के लिए गति 1× पर रहती है, दैत्य और धीमी गति के लिए भी, ताकि आवाज़ वीडियो की लंबाई बनाए रखे और होंठों से मेल खाती रहे।
यह पेज अन्य भाषाओं में: English · العربية · Deutsch · Français · Español · Русский · Português · 中文 · Türkçe · עברית · فارسی · اردو · Bahasa Indonesia · বাংলা