Vocoder V · Armon.ai

Cómo funciona

Dos señales, una sola salida

Un vocoder tiene dos entradas. El modulador es la señal que habla (normalmente la voz, pero también una batería o un loop); la portadora (carrier) es el sonido al que se hará hablar (aquí, un sintetizador interno). La salida es la portadora modelada por la envolvente espectral del modulador.

Bancos de filtros

El modulador pasa por un banco de 16 filtros pasabanda que lo divide en 16 franjas de frecuencia, de los graves a los agudos, como un ecualizador gráfico. Para cada banda, un seguidor de envolvente (envelope follower) mide instante a instante cuánta energía hay en esa franja. La portadora pasa por un banco idéntico de 16 filtros; la salida de cada filtro pasa por un amplificador (VCA/DCA) cuyo volumen está controlado por la envolvente de la banda correspondiente del modulador. Así, cuando la voz pronuncia una a con energía en 700 Hz y 1,2 kHz, se abren precisamente esas bandas del sintetizador: el sintetizador dice la vocal.

Por qué hace falta una portadora rica

El vocoder no añade armónicos: solo puede dejar pasar los que la portadora ya posee. Una onda de diente de sierra o una onda cuadrada (o ruido) contienen energía en todas las bandas y hacen las palabras claras; un seno contiene solo una y la palabra desaparece.

Las consonantes sibilantes

Las fricativas (s, f, z, sh) tienen energía por encima de 4–5 kHz, a menudo fuera de la portadora: por eso los vocoders inyectan ruido (hiss) o dejan pasar directamente la alta frecuencia del modulador cuando la detectan, mejorando la inteligibilidad.

Afinación

La afinación la decide la portadora: las notas que tocas en el teclado (o, con el pitch tracking, las detectadas en la voz) se convierten en las notas de la voz vocodificada. Tocando acordes obtienes un coro armonizado a partir de una sola voz.

Attack, release y Shift

Los tiempos de los seguidores de envolvente deciden la rapidez de reacción del vocoder (articulación nítida o suave); desplazar las frecuencias de las bandas de la portadora respecto a las del modulador (Shift) cambia el formante y, por tanto, el carácter de la voz (más oscura o más aguda).

Carácter y timbre

La voz sintética, metálica y robótica por excelencia: la palabra sigue siendo comprensible pero adquiere el timbre del sintetizador que la porta. Con 16 bandas tiene la definición clásica de los vocoders analógicos de gama alta: suficiente para la inteligibilidad, con un carácter suave y cálido frente a los vocoders digitales de muchas bandas (más quirúrgicos pero menos musicales). El sintetizador interno de 2 VCO con wavefolding, FM y Ensemble ofrece portadoras brillantes (saw y square) ideales para que se entiendan las palabras. Hiss/Buzz mejoran las sibilantes. Puntos fuertes: coros amplios, voces robot, leads cantados con pitch tracking, articulación rítmica de pads mediante batería. Límites: requiere una señal moduladora limpia y bien nivelada, hay que cuidar la latencia y el enrutamiento en el DAW, y las palabras pierden inteligibilidad con portadoras pobres en armónicos (seno, triángulo) o con demasiadas bandas atenuadas.

Arquitectura

Original

El vocoder nace en los Bell Labs (Homer Dudley, años 30) para comprimir la banda telefónica; se usó en criptografía durante la Segunda Guerra Mundial.
Robert Moog construye un vocoder de estado sólido en 1968; en 1978–79 Moog Music produce el 16 Channel Vocoder (diseñado con Harald Bode), con dos bancos de 16 filtros, seguidores de envolvente y VCA, entradas separadas para modulador y portadora, control de sibilantes y matriz para reconectar las bandas; es la referencia declarada de Vocoder V (la voice box de 16 bandas de Bob Moog de 1979).
El original no tenía sintetizador interno: requería un sintetizador externo como portadora.

Vocoder V (Arturia, 2020)

Modelado virtual-analog (TAE) de los bancos de 16 bandas con Attack (1 ms–1 s), Release (10 ms–30 s), Shift y Width de las bandas, 16 faders de nivel por banda con medidor, sección High Freq (Switched/Direct, Level, Balance Hiss/Buzz, Fast/Slow), Sample and Hold (freeze), patch bay modulador→portadora con presets, Mix dry/vocoded y Master Volume.
Entrada Voice con Gain, Threshold (genera note on/off), pitch tracking con Quantize, Param EQ y compresor en la entrada.
Sample Player con 12 celdas (WAV, AIFF, FLAC; más de 700 muestras de fábrica), modos Keyboard (octava más grave reservada a los triggers) y Cycle (forward, backward, forward/backward, random), time-stretch por múltiplos o compases, start/end, loop, Legato.
Sintetizador portadora: 2 VCO (triángulo, diente de sierra, cuadrada, ruido blanco) con Shape (PWM, color del ruido o wavefolding), Freq ±60 semitonos, Level; Sync en VCO 1, FM de VCO 2 a VCO 1, VCO 2 Fixed y Fine; Bend Range, Glide hasta 10 s, Hold, Chord (11 tipos más Custom), Attack y Release 2 ms–20 s, Ensemble, Master Tune.
Modulaciones: Envelope Follower (Gain, Rise, Fall; dos destinos), LFO polifónico (6 formas, 0,001–200 Hz o sync binario/con puntillo/tresillos, Single/Cycle, Retrig, Unipolar; dos destinos), Assign de 6 slots (Carrier Envelope, Velocity, Keyboard, Aftertouch, Mod Wheel) sobre 30 destinos; 4 macros (Brightness, Timbre, Time, Movement).
3 slots de efectos en serie o en paralelo con 11 efectos: Reverb, Delay, Chorus, Flanger, Phaser, Overdrive, Compressor, BitCrusher, Multi Filter, Param EQ, Stereo Pan.

Los controles, uno por uno

Barra superior

Voice / Sample Player: Elige la fuente del modulador: entrada de audio en tiempo real o muestras internas (no ambas).
Advanced: Muestra el panel avanzado con Voice, Mods y Effects.
Engranaje (side panel): Ajustes, MIDI learn, macros y tutoriales.

Voice — Voice Input

Help: Instrucciones de enrutamiento para los DAW compatibles (sidechain o entrada de audio del plug-in).
Gain: Preamplificación de la entrada de −36 a +24 dB; objetivo: picos en torno a −18 dBFS en el visualizador.
Threshold: −70/+6 dB: por encima del umbral la entrada genera note on para el sintetizador, por debajo note off. Ajústalo después de Gain para evitar que los ruidos de fondo hagan sonar la portadora.
Pitch Track (on/off): Detecta la altura de una señal monofónica (voz, guitarra, viento) y toca la nota correspondiente en el sintetizador: cantas la parte del sintetizador.
Quantize: Ajusta las notas detectadas a la escala cromática (efecto más robótico, afinación perfecta).
Param EQ y Compressor (entrada): EQ paramétrico antes del vocoder (corta por debajo de 100 Hz, enfatiza 2–5 kHz para las consonantes) y compresor de un solo slider con make-up automático para nivelar la voz.

Voice — Sample Player

12 celdas: Carga WAV, AIFF, FLAC con drag & drop o desde el navegador (Factory, User, +Add Sample, +Add Folder); Alt+drag copia una celda.
Keyboard mode: La octava más grave (desde C1) llama a las 12 muestras, el resto del teclado toca la portadora.
Cycle mode y Play Direction: Cada nueva nota o acorde inicia la muestra siguiente: forward, backward, forward/backward, random; Reset vuelve al principio (también con MIDI Start).
Lock: Bloquea una celda en Cycle para tocarla siempre.
Stretch (Multi o Bars): Time-stretch de la muestra de 0,125× a 4× o de 1/32 a 8 compases, sincronizado con el tempo.
Start / End: Puntos de inicio y final (aíslan palabras sueltas de una frase).
Gain: −36/+24 dB para uniformar las muestras.
Loop: Loop hacia delante dentro de la región.
Legato: En Cycle: con notas ligadas la muestra continúa en lugar de pasar a la siguiente.

Carrier Synthesizer — VCO 1 y VCO 2

Waveform: Triangle, Sawtooth, Square, White noise. Saw y square dan la máxima inteligibilidad; el ruido produce voces susurradas o multitud.
Shape: En square: ancho de pulso; en noise: color; en triangle y saw: wavefolding que añade armónicos agudos (más brillo y claridad).
Freq: Transposición ±60 semitonos: VCO 2 a +12 para voces más agudas, −12 para voces más profundas.
Level: Nivel del oscilador.
Sync (VCO 1): Hard sync: al mover Freq de VCO 1 cambia el timbre, la afinación la decide VCO 2.
FM: VCO 2 modula en frecuencia a VCO 1: timbres metálicos y disonantes, voces alienígenas.
Fixed (VCO 2): VCO 2 con afinación fija independiente del teclado (drone o ruido constante).
Fine (VCO 2): Afinación fina en cents: unos pocos cents de diferencia engrosan la portadora.

Carrier Synthesizer — Globales

Bend Range: ±1–24 semitonos.
Glide: Portamento de hasta 10 s, también en acordes (sube o baja según la primera nota tocada).
Hold: Mantiene nota o acorde indefinidamente (con Voice Input) o durante la duración de la muestra: tocas el acorde una vez y cantas encima.
Sel y Chord: Elige uno de los 11 tipos de acorde o un acorde Custom; con Chord activo, una nota toca el acorde entero.
Attack: Fade-in de la portadora 2 ms–20 s.
Release: Cola de la portadora 2 ms–20 s.
Ensemble: Efecto de conjunto que engrosa y ensancha el estéreo: fundamental para los coros.
Master Tune: 400–480 Hz.

Teclado y barra inferior

Teclado virtual y ruedas: Velocity según el punto de clic; Bend con retorno al centro; Mod wheel asignable.
Polyphony selection: Polifonía de la portadora (mono para leads y robot monótono, poly para coros).
Undo, Redo, History, CPU/Panic: Gestión de cambios y reinicio de notas.
Macro 1–4: Brightness, Timbre, Time, Movement (configurables en el side panel con límites para cada control).

Vocoder — Input, Times, Bands

Voice level y Synth level: Niveles de modulador y portadora a la entrada del vocoder (−75/0 dB); evita el indicador rojo.
Preview (auriculares): Escucha solo el modulador o solo la portadora (diagnóstico, no se guarda). La portadora en preview se toca como un sintetizador normal.
Attack: 1 ms–1 s: tiempo de respuesta de los seguidores. 2–10 ms = articulación nítida; más lento = suave, con menos transitorios.
Release: 10 ms–30 s: cuánto permanece abierta la portadora después de que el modulador calle. 40–120 ms para un habla clara; largos para pads y freeze.
Shift: Desplaza las frecuencias de las bandas: a la izquierda voz más oscura y grande, a la derecha más aguda y pequeña.
Width: Anchura de los 16 filtros: estrechos = más sintético y robótico; anchos = más natural y lleno.
16 faders de banda con medidor: Nivel de salida de cada banda de la portadora: baja las bandas que chocan con otros instrumentos, sube 2–5 kHz para la inteligibilidad; se pueden dibujar arrastrando.

Vocoder — High Freq, Master, Patch Bay, S&H

Switched / Direct: Switched: añade altas frecuencias solo cuando las sibilantes son fuertes (más robótico); Direct: siempre (más natural).
Level (High Freq): Cantidad de altas frecuencias inyectadas: dosifícala para equilibrar vocales y consonantes.
Balance (Hiss/Buzz): Mezcla entre ruido blanco (Hiss) y zumbido generado (Buzz) para las sibilantes; las posiciones centrales son más naturales.
Fast / Slow: Las sibilantes llegan como ráfagas percusivas (Fast) o más suaves (Slow).
Master Volume: Salida −60/0 dB.
Mix: Balance entre señal seca y vocodificada: un poco de voz seca aumenta la inteligibilidad.
Patch Bay: Conecta una banda del modulador (fila superior) con hasta tres bandas de la portadora (fila inferior); cada banda portadora recibe una sola señal. Las inversiones y los desplazamientos crean voces alienígenas. Bypass on/off y presets (Blank para poner a cero).
Sample / Hold: Congela los niveles de las bandas: la portadora mantiene la vocal o el timbre capturado mientras tocas notas nuevas.

Mods — Envelope Follower

On/Off: Activa la modulación desde la envolvente de la señal de entrada (después del EQ y del compresor).
Gain: −60/+30 dB para adaptar la amplitud al rango de control.
Rise: 0,001–5 s: ralentiza la subida de la envolvente.
Fall: 0,001–5 s: ralentiza la bajada.
Destinos 1 y 2 con Amount: Dos destinos con cantidad ±1 (p. ej., más voz = más Shape o más Ensemble).

Mods — LFO

Waveform: Sine, Triangle, Sawtooth, Ramp, Square, SnH.
Rate y tipo: 0,001–200 Hz o valores rítmicos (8 compases–1/32) binarios, con puntillo o en tresillo.
Single / Cycle: Un solo ciclo por nota (envolvente) o ciclo continuo.
Retrig: En Cycle reinicia el LFO en cada nota.
Unipolar: Solo modulación positiva.
Destinos 1 y 2 con Amount: LFO polifónico (uno por voz) hacia dos destinos (p. ej., Shift lento para voces que respiran).

Mods — Assign (6 slots)

Source: Carrier Envelope, Velocity, Keyboard (bipolar alrededor de C3), Aftertouch (de canal o polifónico en standalone), Mod Wheel.
Destination y Amount: Uno de los 30 destinos (parámetros de los VCO, globales del sintetizador, del vocoder como Shift, Width, Attack, Release, High Freq…) con cantidad ±1.

Effects (3 slots)

Serie / Paralelo: Efectos post-vocoder en cadena o en paralelo; cada slot con bypass, selección y Wet/Dry.
Reverb: De sala pequeña a sala de conciertos.
Delay: Tempo, feedback, tono, anchura estéreo, ping-pong, sync.
Chorus: Multiplica y ensancha la voz.
Flanger: Efecto metálico y sweep, con sync.
Phaser: Sweep de fase.
Overdrive: Saturación de estado sólido con tono.
Compressor: Control de picos y compacidad.
BitCrusher: De 16 a 1,5 bits y reducción de sample rate: voces de radio rota o de videojuego.
Multi Filter: Filtro multimodo con varias pendientes y resonancia.
Param EQ: 5 bandas: 3 paramétricas más shelving grave y agudo.
Stereo Pan: Autopan.

Consejos de diseño de sonido

El modulador cuenta más que nada

Graba o envía una voz seca, cercana al micrófono, sin reverb: la reverb ensucia los seguidores y la palabra se empasta.
Comprime la voz de entrada (compresor interno a mitad de recorrido o más) y trabaja con un nivel constante: un vocoder con dinámica irregular suena a trompicones.
Corta por debajo de 80–120 Hz en el Param EQ de entrada (pops, retumbos) y, si las palabras se entienden poco, sube 3–6 dB la zona de 2–5 kHz.
Ajusta Threshold justo por encima del ruido de fondo: de lo contrario la portadora suena incluso cuando no hablas.

La portadora debe ser rica

Sawtooth o square, eventualmente con Shape (wavefolding) y una pizca de ruido: más armónicos = más inteligibilidad. Evita los triángulos puros como única fuente.
Dos VCO a +0 y +12 o ligeramente desafinados con Fine y Ensemble dan coros amplios; un solo VCO en mono da el robot clásico.
Toca acordes en la zona media (C3–C5) para coros naturales; los voicings demasiado graves empastan las bandas bajas.

Bandas y frecuencias

Las vocales viven entre 300 Hz y 3 kHz, las consonantes entre 2 y 8 kHz: no bajes demasiado las bandas altas si quieres que se entiendan las palabras. Las bandas por debajo de 150 Hz se pueden atenuar para dejar espacio al bombo y al bajo.
Usa los faders de banda como EQ creativo antes de los efectos: es más musical que ecualizar después.
Width estrecho y Shift a la derecha = voz pequeña y sintética; Width amplio y Shift a la izquierda = voz grande y oscura.

Tiempos

Attack 2–10 ms y Release 40–120 ms para un habla clara; Release largos (300 ms–1 s) para pads corales; si son demasiado cortos, el sonido resulta granuloso.
High Freq Switched para voces robóticas, Direct para voces naturales; dosifica Level para no tener sibilantes desproporcionadas.

Usos no vocales

Batería como modulador y acorde sostenido (Hold) como portadora: el pad se mueve al ritmo; baja las bandas bajas si el bombo abre demasiado la portadora.

Errores comunes

Olvidar el enrutamiento en el DAW: sin señal moduladora, el vocoder calla.
Monitorizar con latencia alta durante la grabación en directo: reduce el buffer.
Mix todo en vocoded con una voz poco inteligible: añade un 10–20% de señal seca.
Usar Sample Player y Voice Input a la vez: no es posible, elige una fuente.

Presets para recrear

Voz robot clásica

Voz robótica · Electrónica alemana de los años 70, French house

El robot monótono: voz hablada y articulada sobre una sola nota de la portadora, bandas estrechas y sibilantes bien presentes para la inteligibilidad. Es el tipo de voz sintética de The Robots de Kraftwerk y de los temas robóticos de Daft Punk; aquí con el Vocoder V.

Osciladores (portadora): VCO 1 Sawtooth, Shape 0, Freq 0, Level 100%; VCO 2 Square, Freq -12, Level 50%.
Mixer: Mix 100% vocoded; fuente Voice con Gain a picos de -18 dBFS y Threshold justo por encima del ruido.
Filtro: Param EQ de entrada con corte por debajo de 100 Hz y +4 dB a 3 kHz; banco del vocoder con Width a la izquierda (bandas estrechas), Shift en el centro.
Envolvente del filtro (bandas): Attack 3 ms, Release 60 ms; High Freq Switched, Level medio, Balance hacia Hiss, Fast.
Envolvente de amplitud (portadora): Attack 2 ms, Release 50 ms; Ensemble 0.
LFO y modulaciones: ninguna; compresor de entrada al 60%.
Voz y glide: Polyphony mono, Glide 0; una sola nota sostenida (Hold activado) entre A2 y C3, o bien Pitch Track con Quantize activado.
Efectos: Compressor → BitCrusher ligero (12 bits) → Delay corto (Wet 10%).

Coro vocoder

Coros / pad · Synthpop, nu disco, baladas electrónicas

Coro armonizado amplio y cálido obtenido a partir de una sola voz: acordes en la portadora, bandas anchas y Ensemble alto.

Osciladores (portadora): VCO 1 Sawtooth con Shape 20%; VCO 2 Sawtooth, Fine +8 cents, Level 80%.
Mixer: Mix 85% vocoded; fuente Voice con vocales largas.
Filtro: banco del vocoder con Width hacia la derecha (bandas anchas), Shift ligeramente a la izquierda; primeras 2–3 bandas atenuadas con los faders de banda.
Envolvente del filtro (bandas): Attack 8 ms, Release 250 ms; High Freq Direct con Level bajo.
Envolvente de amplitud (portadora): Attack 80 ms, Release 600 ms; Ensemble 70%.
LFO y modulaciones: ninguna.
Voz y glide: polifónico, Glide 0; acordes de 3–4 notas entre C3 y C5 en voicings abiertos.
Efectos: Chorus (Wet 20%) → Reverb grande (Wet 25%).

Lead cantado con pitch tracking

Lead · Electro-pop, French house

Melodía de sintetizador que sigue la afinación de la voz, para hooks electrónicos y partes solistas.

Osciladores (portadora): VCO 1 Square con Shape (ancho de pulso) 30%; VCO 2 Sawtooth, Freq +12, Level 40%.
Mixer: Mix 90% vocoded; fuente Voice con Pitch Track activado y Quantize activado.
Filtro: banco del vocoder con Width en el centro, Shift ligeramente a la derecha.
Envolvente del filtro (bandas): Attack 5 ms, Release 90 ms.
Envolvente de amplitud (portadora): Attack 5 ms, Release 150 ms.
LFO y modulaciones: LFO Sine 5,5 Hz sobre el pitch de los VCO mediante Mod Wheel (vibrato a demanda).
Voz y glide: Polyphony mono, Glide 80 ms.
Efectos: Delay en sync 1/8 con puntillo ping-pong (Wet 20%) → Reverb media (Wet 20%).

Pad rítmico a partir de batería

Pad rítmico · French house, electro

Acorde sostenido que se mueve al ritmo de un loop de batería usado como modulador.

Osciladores (portadora): VCO 1 Sawtooth; VCO 2 Square, Freq -12, Level 60%.
Mixer: fuente Sample Player en Keyboard mode con un loop de batería en la celda 1, Stretch en Bars (1 o 2 compases); Mix 100% vocoded.
Filtro: bandas 1–3 bajadas para que el bombo no abra demasiado los graves; Width en el centro.
Envolvente del filtro (bandas): Attack 2 ms, Release 120 ms.
Envolvente de amplitud (portadora): Attack 5 ms, Release 300 ms; Ensemble 50%.
LFO y modulaciones: Envelope Follower → Shape de VCO 1 (+0,4) para un brillo dinámico.
Voz y glide: polifónico, Hold activado sobre un acorde (por ejemplo Fm7) iniciado con la tecla C1.
Efectos: Multi Filter pasaaltos a 150 Hz → Compressor → Reverb corta (Wet 15%).

Voz alienígena con patch bay

Efecto de ciencia ficción · Bandas sonoras de ciencia ficción, videojuegos

Voz inteligible pero antinatural: las bandas del modulador se reconectan a bandas de la portadora desplazadas.

Osciladores (portadora): VCO 1 Sawtooth con FM al 30% desde VCO 2; VCO 2 Fixed con Freq baja (drone).
Mixer: fuente Voice o una muestra de habla en el Sample Player; Mix 100% vocoded.
Filtro: Patch Bay On, bandas del modulador conectadas a bandas de la portadora desplazadas 2–3 posiciones hacia arriba; Shift todo a la derecha, Width estrecho.
Envolvente del filtro (bandas): Attack 5 ms, Release 150 ms.
Envolvente de amplitud (portadora): Attack 2 ms, Release 200 ms.
LFO y modulaciones: LFO S&H 4 Hz sobre Shift (Amount 0,3) para dar inestabilidad.
Voz y glide: polifónico, Glide 0.
Efectos: Flanger con feedback alto → BitCrusher 8 bits → Delay 30 ms con feedback → Reverb (Wet 25%).

En géneros y discos

Electrónica y synthpop: el vocoder Moog de 16 canales está entre los instrumentos de Yellow Magic Orchestra, Devo y Saga; Kraftwerk hace del vocoder un elemento central de su música, por ejemplo con las voces sintéticas de The Robots, y en Autobahn pasa por el vocoder algunas partes vocales.
Funk, soul y jazz-funk: Sly and the Family Stone ya lo usan en 1969 en Sex Machine; Stevie Wonder en Send One Your Love y A Seed's a Star; Herbie Hancock en la segunda mitad de los años 70; Midnight Star en Freak-A-Zoid.
Pop y rock: Neil Young usa un vocoder Sennheiser en seis temas de Trans (1982); Phil Collins un Roland VP-330 en In the Air Tonight; Laurie Anderson un VP-330 en O Superman.
French house y dance: Daft Punk lo usan desde el primero hasta el último álbum, de Around the World (voz íntegramente pasada por el vocoder) a Get Lucky e Instant Crush.
Bandas sonoras y TV: Wendy Carlos y John Carpenter entre los usuarios del vocoder Moog; las voces de los Cylon de Battlestar Galactica proceden de un EMS Vocoder 2000, y parte de la melodía del tema de Doctor Who de 1980 de un Roland SVC-350.
Electro e hip hop old school: voces robóticas y coros.
Nu disco, synthwave, electro-pop e indietrónica: coros armonizados y leads cantados.
Hyperpop y pop experimental: voces transformadas y armonizadas.
Techno y electro de Detroit; música para videojuegos y radio.