remplacer la voix d'un homme par celle d'un autre

Lors d'un cours de traitement de signal (Matlab), je me suis pris a rever :

et si on pouvait échanger la voix d'une personne. je ne dis pas modifier ni changer mais simplement échanger.

je vais essayer d'etre clair :

enregistrons Monsieur A avec n'importe quel micro et faisons une analyse spectrale.

ensuite faisons dire exactement le meme texte à monsieur B(les meme intonations, la meme force , le meme volume ..)
mais sans changer sa voix. et faisons une analyse spectrale.

ensuite faisons effectuer par un outils mathematique (matlab) le calcul suivant (analyse spectrale A - Analyse spectrale B), on obtient un filtre passe B-->A)

puis a chaque fois que nous pourrons enregistrer un message de B nous pourrons y appliquer ce filtre et ainsi obtenir la voix de A

Comme exemple, je pense a faire dire n'importe quoi a l'un de mes potes (B) et modifier sa voix pour qu'elle resseble a celle d'un de mes parents (A). je peux alors faire dire n'importe quoi a mes parents.

Est ce possible en théorie???

en pratique??

est ce completement cretin??


merci

guigol

 

Les fonctions de traitement de signal tels que celles de Matlab sont puissantes, et ca peut effectivement donner des idées.

En théorie, on peut effectivement créer un filtre qui transpose une réponse spectrale en une autre. Ce n'est pas aussi simple que de faire l'operation que tu ecris:
"(analyse spectrale A - Analyse spectrale B), on obtient un filtre passe B-->A"
Car que signifie "analyse spectrale A - Analyse spectrale B"? Il faut en fait tenir compte d'un grand nombre de paramètres (fréquence, timbre de la voix,...) pour effectuer cette transposition. Les rythmes de diction ne seront pas exactement les mêmes, les intonations pas exactement les mêmes, ce qui nécessiterait de faire manuellement un grand nombre de retouches pour avoir un bon résultat. Car ces petits détails viennent forcément perturber la transposition. Or l'oreille est très sensible aux nuances des voix, ce qui nécessite d'avoir une transposition très "fine".

Donc même si en théorie c'est concevable, je pense que la mise en pratique, pour obtenir un signal final ressemblant et d'une qualité "diffusable", demande de faire des prises de son impeccables et de passer un bon moment devant Matlab ou un outil équivalent. Remarque, c'est une bonne idée de projet de fin d'études pour quelqu'un qui fait du signal !

Stéphane (www.srevel.org)

 

oui donc si j'ai bien compris jene suis pas si crétin que ca. lol

a appronfondir a mon avis. peut tre bientot trouvera t on des plugins qui le font.

 

Comme je le répondais dans un autre forum,
Freefilter de chez Steinberg fait ça (empreinte de
fréquences d'un signal A puis application à un signal B).
Il faut une bête de course pour les calculs !!!
D'autres filtres font ça aussi mais ça ne me revient pas.

Si t'arrives à faire des essais, j'aimerais bien voir ce que ça donne ! Ca doit être super bizarre.
Genre j'applique Barry White sur Jane Birkin...:lol:

 

C'est intéressant. Est-ce que la qualité de la transposition donne un bon effet, où on reconnait vraiment la "fausse" voix?
Et que faut-il fournir en entrée pour que ça marche: des échantillons de voix quelconques des 2 chanteurs, des séquences particulières?

Stéphane

 

Pour quelqu'un qui pense à la sécurité, c'est à frémir votre truc ...

Dès qu'on pourra transposer en temps réel, Guigol va passer des ordres au courtier de ses parents par téléphone...

 

Ben, pour ce qui est de la sécurité, y'a pas forcément besoin d'aller aussi loin : la synthèse vocale suffit. Comme en MAO. Mais au lieu de reproduire une batterie ou un violon, tu reproduis la voix de papa maman. Et tu leur fait dire ce que tu veux. La différence, c'est que tu n'as pas besoin de faire l'analyse de la voix à remplacer, donc c'est moins lourd. Par contre, si tu veux faire du temps réèl... faut être rapide du clavier et de la souris!

Ceci dit, avant que ton courtier accepte des ordres par téléphone, sans d'autre verification que les son de la voix...

 

oui et encore faudrait-il que mes parents est un courtier.


faie chanter un joyeux anniversaire a un ami par la voix d'un prof, c'est plus l'utilité du systeme., je n'en suis pas encore a essayer de truquerpour du proffit.

 

Ah, pour ça y'a plus simple: tu vas voir ton prof et tu lui demande de chanter "joyeux anniversaire"

 

Je ne t'accuse pas personnellement évidemment, je me projette dans l'avenir à moyen terme: plus moyen de savoir à qui on parle au téléphone... , empreinte vocale pour ouvrir les portes,.. poubelles
Saddam Hussein et Ben Laden? leurs "enregistrements"? bidons?


Photo truquée, sfx, voix reconstituée,... il vas tout doucement falloir rayer la réalité de notre vocabulaire...

 

Surtout que pour recomposer sa voix il te faudra au préalable l'enregistrer dans de bonnes conditions sur un texte contraint présentant l'ensemble des phonèmes... enfin je suppose

 

dans le dernier matrix, il y a un nombre impressionnant de plans sfx et la plupart d'entre eux sont deja impossible a differencier de plans réels.

evidemment, il y a encore des progres a faire pour les textures humaines et les mouvements mais je pense comme toi babel. il va falloir se mefier de tout ca.

 

hehehe... a quand les sfx au journal télévisé, histoire de ne pas trop se compliquer la vie pour des tournages difficiles.

C'est vrai que pour nous faires prendre des vessies pour des lanternes... il y a déjà les bidouilles au montages .... rappelons nous l'interview de ppda avec je ne sais plus quel dictateur (saddam ou kadafi)... où il avait il me semble ajouté des plans de lui avec des larmes.


Enfi j'arrête là sinon on passe au café

 

Realite et virtuel

Il faut quand même remarquer que même pour des films d'animation, ou toutes les images sont virtuelles, on utilise des voix reelles d'acteurs.

Que ce soit Final Fantasy, Mille et une pattes, les derniers Disney, 100% des images sont modelisées et rendues sur ordinateur MAIS pas les voix des personnages! Ca montre bien qu'en matiere de synthese, l'image a de l'avance sur le son. Ou plutot, qu'il est plus dur de synthétiser une voix correcte qu'une image correcte. Voire encore, qu'il est moins intéressant financierement de créer une voix virtuelle qu'une image virtuelle....

Stéphane.

 

Ca fait entrer le débat dans une autre dimension...
Ceci dit, comme il l'a été écrit, une voix n'est pas qu'un
spectre, donc on n'est pas prêt d'avoir un changeur de voix
crédible --- sauf pour faire Darth Vador !!!:lol:

A propos de bidouillage, il faut savoir que la grande majorité des photos de pub sont truquées. Et puis ça me rappelle l'histoire des mecs de banlieue à qui on avait rajouté une barbe dans photoshop pour faire style banlieue-sous-bannière-intégriste. C'était dans "La Marche du Siècle" je crois et ça avait fait grand bruit il y a quelques années.

Maintenant, pour imiter la voix de ton prof, il te reste Laurent Gerra.