آموزش ساخت آهنگ

ساخت آهنگ با صدای زن با هوش مصنوعی؛ فرمول پرامپت، تفکیک گستره صوتی و رفع تیزی وکال

ساخت آهنگ با صدای زن با هوش مصنوعی نیازمند مهار فرکانس‌های زیر، تفکیک گستره صوتی آلتو و سوپرانو و استفاده هم‌زمان از تگ‌های ساختاری است. در این آموزش گام‌به‌گام یاد می‌گیرید چگونه زنگ صدا را گرم کنید و مانع از تیزی و دیستورشن وکال شوید.

۲۳ مهر ۱۴۰۵

نویسنده: تحریریه آمارد

ساخت آهنگ با صدای زن با هوش مصنوعی بر هماهنگی هم‌زمان سه لایه استوار است: تعیین صریح جنسیت خواننده در تنظیمات، توصیف دقیق بافت آکوستیک حنجره در کادر سبک، و هدایت گسترهٔ صوتی از طریق برچسب‌های متنی در شعر. مهم‌ترین محدودیت ابزارهای مولد صوت این است که مدل‌ها به‌طور پیش‌فرض گرایش شدیدی به تولید وکال‌های سوپرانوی بسیار زیر، شتاب‌زده و هایپرپاپ دارند؛ در غیاب پرامپت مهندسی‌شده و فیلترهای منفی، صدای خواننده زن به سمت تیزی گوش‌خراش فرکانس‌های ۸ تا ۱۲ کیلوهرتز (سوت کشیدن صامت‌های سایشی)، لحن تودماغی و اتوتیون فلزی کشیده می‌شود؛ ضمناً هوش مصنوعی هیچ تضمینی برای کوک بی‌نقص در نخستین برداشت یا موفقیت تجاری قطعه نمی‌دهد. با این حال، با تفکیک آگاهانهٔ رجیسترهای صوتی آلتو و سوپرانو، گرما بخشیدن به سازهای همراه و تنظیم اسلایدرها در «موزیکساز آمارد»، می‌توان به وکالی مخملی، شفاف و استاندارد دست یافت.

چالش‌های آکوستیک وکال زنانه؛ از فرکانس پایه تا تلهٔ سیبیلنس

در فیزیک صوت، فرکانس پایه (Fundamental Frequency) صدای بانوان بالاتر از آقایان است و معمولاً از ۲۵۰ تا ۳۵۰ هرتز آغاز می‌شود. این ویژگی باعث می‌شود انرژی رزونانس حنجره در نیمهٔ بالایی طیف فرکانسی متمرکز شود و نبود فرکانس‌های بم، صدا را در برابر ناهنجاری‌های صوتی آسیب‌پذیرتر کند.

تحلیل‌های تخصصی نشریهٔ Sound On Sound نشان می‌دهد که چالش بنیادین در ضبط صدای زن، مهار «سیبیلنس» (Sibilance) یا سایش شدید هوا در ادای صامت‌های «س»، «ش»، «ز» و «چ» است. در حالی که این سایش در صدای مردان در بازهٔ ۴ تا ۷ کیلوهرتز رخ می‌دهد، در صدای زنان انرژی سایش به محدودهٔ ۸ تا ۱۲ کیلوهرتز پرتاب می‌شود. موتورهای هوش مصنوعی نیز با شبیه‌سازی میکروفون‌های خازنی مدرن، این فرکانس‌ها را تقویت می‌کنند. اگر در پرامپت تنها عبارت کلی «وکال شفاف» بنویسید، مدل آن را به صدایی تیز و شکننده تبدیل می‌کند که پس از چند ثانیه خستگی شنوایی پدید می‌آورد.

تفکیک گستره‌های صوتی؛ تفاوت هدایت سوپرانو و آلتو

اصول آموزش آواز در کالج موسیقی برکلی گستره‌های صدایی بانوان را به سه رده تفکیک می‌کند: سوپرانو (زیر و روشن)، متسو سوپرانو (میانی و متعادل) و آلتو یا کنترآلتو (بم، گرم و پرحجم). مهار صدای زن در هوش مصنوعی نیازمند واژگان آکوستیک دقیق برای هر گستره است:

• وکال آلتو (Alto): گرم‌ترین گستره با رزونانس قفسه سینه. برای سبک‌های پاپ احساسی، فولک و جاز، از واژگان warm female alto vocals، intimate close-mic'd delivery و velvety tone استفاده کنید تا صدا بم و صمیمی شکل گیرد.
• وکال متسو سوپرانو (Mezzo-Soprano): پرکاربردترین گستره برای قطعات عامه‌پسند. دارای توازن میان شفافیت و بدنهٔ صوتی که با کلیدواژه‌های balanced female mezzo-soprano و soulful lead vocal هدایت می‌شود.
• وکال سوپرانو (Soprano): بالاترین دامنهٔ صوتی. برای جلوگیری از جیغ شدن صدا در اوج‌ها، به جای عبارات هیجانی از ethereal breathy soprano و soaring clear head voice استفاده نمایید.

طبق راهنماهای صدابرداری پایگاه آموزشی iZotope، سازهای همراه نقش کلیدی در محافظت از صدای خواننده دارند. از آنجا که وکال زنانه در فرکانس‌های زیر ۲۰۰ هرتز خلوت است، همراهی پیانوی نمدی (Felt Piano)، گیتار نایلون و ویولنسل بستر گرمی می‌سازد که تیزی صدا را خنثی کرده و به اثر تعادل فرکانسی می‌بخشد.

چهار ستون مهار زنگ صدا در پرامپت‌نویسی وکال زن

برای دستیابی به صدایی استودیویی و طبیعی، رعایت این چهار اصل در طراحی دستور ضروری است:

1. توصیف فاصله و بافت اجرا: کلماتی چون breathy (نفس‌دار و نرم) و close-mic'd (خوانش نزدیک به میکروفون) مانع از شبیه‌سازی خوانش فریادگونه یا دور از میکروفون می‌شوند.
2. انتخاب سبک‌های آکوستیک‌محور: سبک‌هایی مانند بالاد پاپ فارسی، ایندی فولک و نئوسول موتور صوتی را به سمت بازتاب‌های ملایم اتاق و فرکانس‌های میانی گرم هدایت می‌کنند.
3. کنترل هجاها در شعر: نوشتن مصراع‌های طولانی موجب شتاب‌زدگی و جیغ خواننده می‌شود. سطرها را روی ۶ تا ۸ هجا تنظیم کنید و با ویرگول مکث تنفسی ایجاد نمایید.
4. پالایش فرکانس‌ها در فیلتر ناخواسته: هرگز عباراتی چون «بدون جیغ» را درون شعر ننویسید. واژه‌های منفی را منحصراً درون کادر موارد ناخواسته ثبت کنید.

مسیر گام‌به‌گام پیاده‌سازی در «موزیکساز آمارد»

برای پیاده‌سازی این الگو، در صفحهٔ اصلی «موزیکساز آمارد» بخش «ساخت آهنگ» را انتخاب کنید. سامانه با سه پرسش کوتاه فرم را آماده می‌سازد:

• ۱. پرسش اول: در بخش «چه نوع آهنگی می‌خواهید؟»، گزینهٔ «آهنگ با کلام» را انتخاب کنید.
• ۲. پرسش دوم: در پرسش «شعر آماده دارید؟»، گزینهٔ «بله، شعر دارم» را برگزینید (در صورت نداشتن شعر، «نه، فقط ایده دارم» را بزنید).
• ۳. پرسش سوم: در پرسش «برای این شعر ملودی دارید؟»، گزینهٔ «نه، ملودی را سامانه بسازد» را بزنید تا مستقیماً به ماژول «آهنگ با کلام از روی شعر» هدایت شوید.

در فرم تولید، فیلدها را بر اساس این اولویت تکمیل کنید:

• تیک گزینهٔ «کنترل کامل شعر، عنوان و سبک» را فعال کنید تا تمام تنظیمات پیشرفته آشکار شوند.
• در فیلد «جنسیت خواننده (اختیاری)»، صراحتاً گزینهٔ «زن» را برگزینید.
• در کادر «شعر آهنگ»، متن ترانه را همراه با برچسب‌های بخشی مانند [ورس ۱ - وکال زن آلتو، آرام] و [کورس - سوپرانو اوج، شفاف] درج کنید.
• در کادر «سبک دلخواه (اختیاری)»، مشخصات سازها، تمپو و جنس آکوستیک وکال را وارد نمایید.
• در کادر «چه چیزهایی را در خروجی نمی‌خواهید؟ (اختیاری)»، عبارت «صدای مرد، جیغ فرکانس بالا، اتوتیون افراطی فلزی، وکال تودماغی، سینتی‌سایزر تیز، دیستورشن» را بنویسید.
• اسلایدر «تأثیر توضیح سبک (اختیاری)» را روی ۰٫۷۲ و اسلایدر «خلاقیت و تازگی (اختیاری)» را روی ۰٫۴۴ قرار دهید تا کوک صدا پایدار بماند؛ اسلایدر «تنوع بین خروجی‌ها (اختیاری)» نیز روی ۱ بماند.

تفاوت نمایش در دستگاه‌ها: در رایانه گزینه‌ها و راهنماها در دو ستون عریض کنار هم دیده می‌شوند؛ در گوشی تلفن همراه کارت‌ها تک‌ستونی چیده شده‌اند و برای دسترسی به انتخاب جنسیت خواننده، فیلتر منفی و اسلایدرها کافی است صفحه را به پایین بکشید.

اعتبارسنجی سرور: در هستهٔ پردازشی موزیکساز آمارد، اگر جنسیت خواننده روی «زن» باشد اما در شعر یا سبک به خواننده مرد اشاره شود، سامانه هشدار تناقض صادر می‌کند؛ بنابراین هر سه لایه باید هم‌راستا باشند.

بررسی نمونهٔ عملی؛ قبل و بعد از مهندسی پرامپت وکال زن

نمونهٔ قبل (دستور مبهم و کنترل‌نشده): در کادر شعر: «پشت پنجره بارون میباره من دلم تنگه برای چشمات تو کجایی که این خونه بی تو سرده بیا پیشم تا دوباره آروم بشم نرو از پیشم» در کادر سبک: «یک آهنگ خیلی احساسی و غمگین پاپ با صدای زن که خفن باشه و اوج بگیره» فیلتر منفی و اسلایدرها: دست‌نخورده. اشکالات نمونهٔ قبل: شعر فاقد تقطیع هجایی و برچسب حسی است؛ خواننده کلمات را با شتاب ادا می‌کند و به دلیل عدم تعیین گسترهٔ صوتی، صدایی بسیار تیز، سوت‌مانند و سرشار از اتوتیون مصنوعی پدید می‌آید.

نمونهٔ بعد (دستور ساختاریافته و مهندسی‌شده): در کادر «شعر آهنگ»: [اینترو - پیانوی آرام نمدی و گیتار نایلون] [ورس ۱ - وکال زن آلتو، آرام و صمیمی] پشت این پنجرهٔ خیس، (۶ هجا) پاییز بیدار است هنوز، (۶ هجا) کوچه در سایهٔ باران، (۶ هجا) یادِ تو سرشار است هنوز. (۶ هجا) [پیش‌کورس - تحریر ملایم، ورود ویولنسل] فاصله‌ها، قصهٔ تنهاییِ ماست، این سکوتِ شبِ غمگین، همه جاست. [کورس - سوپرانو شفاف، اوج با احساس] بیا که این دل، به یادِ تو زنده‌ست، امیدِ فردا، به این شبِ پیوست. طلوعِ نوری، در این مهِ تاریک، بیا که جانم، به عشقِ تو نزدیک. [اوترو - فیدآوت آرام پیانو و زمزمه] در کادر «سبک دلخواه»: Persian acoustic pop ballad, intimate warm female alto vocals, transitioning to breathy clear soprano chorus, felt piano, delicate nylon guitar, warm cello, soft room acoustics, 76 BPM در کادر «چه چیزهایی را در خروجی نمی‌خواهید؟ (اختیاری)»: «صدای مرد، جیغ فرکانس بالا، اتوتیون افراطی فلزی، وکال تودماغی نازک، سینتی‌سایزر تیز، دیستورشن، وکال خشن، سوت فرکانسی» کنترل‌ها: جنسیت «زن»، تأثیر سبک ۰٫۷۲، خلاقیت ۰٫۴۴، تنوع ۱. نتیجهٔ نمونهٔ بعد: ورس اول با صدایی بم، آرام و گرم (آلتو) آغاز می‌شود و در کورس بدون سوت کشیدن یا خستگی فرکانسی، حنجره با شفافیت وارد دامنهٔ سوپرانو می‌شود.

خطاهای رایج و روش‌های عیب‌یابی وکال در ساخت آهنگ

• سوت کشیدن صامت‌ها (سیبیلنس تیز): در کادر سبک عبارت‌های warm chest tone و rounded highs را اضافه کنید؛ در فیلتر ناخواسته عبارت «سوت فرکانسی، تیزی فرکانس بالا» را درج کرده و تأثیر سبک را روی ۰٫۷۴ بگذارید.
• لحن مکانیکی و اتوتیون شدید: اسلایدر «خلاقیت و تازگی» را به ۰٫۴۲ کاهش دهید و مطمئن شوید سازهای الکترونیک پرانرژی با پاپ آرام ترکیب نشده باشند.
• شتاب‌زدگی و بلعیده شدن کلمات: سطرها را با کلید اینتر به مصراع‌های کوتاه ۶ تا ۸ هجایی بشکنید و با علامت ویرگول به خواننده فرصت نفس‌گیری بدهید.
• چرخش جنسیت به مرد در میانهٔ آهنگ: در کادر شعر پیش از شروع هر بند برچسب [وکال زن] را تکرار کنید و مطمئن شوید فیلد جنسیت روی «زن» ثابت است.

تمرین عملی یک‌روزه در موزیکساز آمارد

برای درک عملی تفاوت رجیسترها، یک دوبیتی یا چهار خط شعر بردارید و در «موزیکساز آمارد» از بخش «ساخت آهنگ»، دو آزمایش موازی انجام دهید:

• آزمایش اول (وکال گرم آلتو): جنسیت را روی «زن» بگذارید، در سبک بنویسید: «Acoustic ballad, deep warm female alto vocals, felt piano, 74 BPM»، تأثیر سبک را روی ۰٫۷۲ و خلاقیت را روی ۰٫۴۴ بگذارید و دکمهٔ «ساخت آهنگ» را بزنید.
• آزمایش دوم (وکال اِتریال سوپرانو): متن را ثابت نگه دارید، اما در سبک بنویسید: «Dream pop, ethereal airy female soprano vocals, ambient acoustic guitar, 74 BPM» و دوباره خروجی بگیرید.

هر دو جفت خروجی را با هدفون بسنجید تا تفاوت رزونانس قفسه سینه در آلتو و زلالی هوایی در سوپرانو را به شکلی ملموس تجربه کنید.

نتیجه‌گیری و تسلط بر امضای صوتی زنانه

ساخت آهنگ با صدای زن با هوش مصنوعی زمانی به بالاترین کیفیت می‌رسد که اصول آکوستیک را به درستی به کار گیرید. با تفکیک دقیق گستره‌های آلتو و سوپرانو، بهره‌گیری از سازهای مکمل در فرکانس‌های میانی، استفاده از تگ‌های حسی و فیلتر کردن فرکانس‌های تیز در بخش ناخواسته، می‌توانید قطعاتی خلق کنید که زنگ صدای آن‌ها گوش‌نواز، طبیعی و از نظر احساسی ماندگار باشد.