Funciona no seu dispositivo · Seu arquivo nunca sai do seu dispositivo.
Grave um trecho ou solte qualquer arquivo de áudio ou vídeo, escolha uma voz e ouça o resultado: voz grave, esquilo, gigante, robô, metálica, rádio, megafone, câmara de eco, câmera lenta — ou uma voz anônima, que dificulta reconhecer você num áudio que você prefere não ver ligado ao seu nome. Depois, dois controles ajustam o tom (em semitons) e a velocidade separadamente, então uma voz mais grave não precisa ficar mais lenta.
O motor de efeitos é uma adaptação para o navegador das cadeias de efeitos do estúdio de código aberto Voicebox — o mesmo reverb (Freeverb), compressor, filtros e flanger, com os mesmos valores de predefinição —, mais um deslocador de tom que preserva o tempo. Tudo roda no processador do seu celular ou computador; nada é enviado, e funciona até sem internet. Aqui isso pesa mais do que na maioria dos lugares: a voz é um dado biométrico.
Funciona com áudios do WhatsApp e do Telegram (OPUS, OGG, M4A), gravações do celular, MP3 e a trilha de áudio de qualquer MP4 ou MOV. Sai um MP3 ou WAV normal, que você manda direto de volta em qualquer conversa.
Não serve para: Clonar ou imitar a voz de uma pessoa real — aqui muda o jeito como você soa, não transforma você em outra pessoa.
O controle de tom estica a gravação no tempo e depois a toca mais rápido ou mais devagar, o que traz a duração de volta ao que era. Isso desloca tudo na voz pela mesma medida, inclusive as ressonâncias da garganta e da boca que dizem a quem ouve qual é o tamanho de quem fala. Por isso −3 soa como uma versão mais grave da mesma pessoa, enquanto −7 ou +6 soa como alguém bem maior ou bem menor. Para um resultado natural, fique dentro de três ou quatro semitons.
Cada voz define o seu ponto de partida: «Voz grave» −3, «Anônima» −4, «Gigante» −7 a 0,95×, «Esquilo» +6, «Câmera lenta» −2 a 0,7×. As outras deixam tom e velocidade como estão e mudam o som com filtros, compressão, chorus, modulação em anel, distorção ou reverb. Os controles partem desse ponto, então «Rádio» com o tom em −3 dá uma voz de rádio grave. «Redefinir» devolve os dois controles aos valores da voz escolhida.
«Anônima» baixa a voz em quatro semitons, mantém só a faixa de cerca de 200 a 4.500 Hz, acrescenta um chorus leve e nivela o volume. Ela não muda as suas palavras, o sotaque, o ritmo nem as pausas, nem o ambiente e os sons de fundo ao seu redor.
Como a configuração é fixa, alguém que a conheça pode deslocar o tom de volta e desfazer boa parte da mudança. Levar o controle de tom a um valor escolhido por você torna a mudança mais difícil de adivinhar.
«Pré-visualizar 10 segundos» processa só os primeiros dez segundos do arquivo, então uma gravação que começa com uma pausa dá uma prévia silenciosa. Uma gravação acima de cinco minutos é processada em mono para economizar memória, e o resultado avisa isso. Gravações acima de trinta minutos são recusadas; corte antes o trecho de que precisa em /mp3-cutter. Uma trilha surround é dobrada para estéreo junto com o canal central, onde o diálogo costuma ficar.
Quando o arquivo tem imagem, uma terceira saída, «Vídeo com a nova voz», coloca o som modificado sob a imagem original num MP4, com o som gravado em AAC. A imagem é copiada como está quando o MP4 consegue levá-la, e codificada de novo em H.264 quando não consegue. Nessa saída a velocidade fica em 1×, mesmo em «Gigante» e «Câmera lenta», para a voz manter a duração do vídeo e continuar sincronizada com os lábios.
Esta página em outros idiomas: English · العربية · Deutsch · Français · Español · Русский · 中文 · हिन्दी · Türkçe · עברית · فارسی · اردو · Bahasa Indonesia · বাংলা