03 / VOCI E INTERPRETAZIONE
Voce, canto e sintesi AI
Le parole per distinguere registrazione, sintesi, trasformazione e trattamento della voce.
INDICE PER LETTERA
← Tutte le categorie · 33 voci spiegate. Le lettere portano alle sezioni presenti.
CAMBIA CATEGORIA: Produzione · Generazione AI · Voci e canto · Video · Diritti
A
A cappella
Che cosa significa? Indica una voce eseguita senza accompagnamento strumentale. Nel lavoro in studio un file «a cappella» può contenere anche più voci o effetti: bisogna ascoltarlo prima di trattarlo come una singola voce pulita.
Articolazione vocale
Che cosa significa? È il modo in cui vengono formati suoni e parole durante il canto o il parlato. Una buona articolazione rende comprensibile il testo; nella sintesi AI può cambiare a seconda di lingua, velocità e modello.
Auto-Tune
Che cosa significa? È il nome di una tecnologia commerciale di correzione dell'intonazione, spesso usato colloquialmente per indicare strumenti simili. La correzione può essere discreta o diventare un effetto sonoro riconoscibile.
B
Backing vocals
Che cosa significa? Sono voci di supporto alla linea principale: cori, armonizzazioni, risposte e raddoppi. In un arrangiamento aiutano a dare ampiezza senza sostituire la voce guida.
Breath noise
Che cosa significa? È il rumore del respiro percepibile in una registrazione vocale. Può essere un elemento naturale dell'interpretazione; eliminarlo completamente può rendere il canto artificiale.
C
Chorus vocale
Che cosa significa? È un effetto che combina versioni leggermente differenti o ritardate del segnale per creare sensazione di ampiezza. Non va confuso con il «chorus» inteso come ritornello della canzone.
Consonanti esplosive
Che cosa significa? Sono suoni consonantici come «p» e «b» che possono provocare picchi di aria sul microfono. In registrazione si gestiscono con distanza, posizione e filtro antipop; nell'audio generato possono richiedere editing.
D
De-esser
Che cosa significa? È un processore che attenua selettivamente sibilanti troppo evidenti, spesso nelle alte frequenze. Se impostato eccessivamente può peggiorare la chiarezza delle consonanti.
Dizione
Che cosa significa? È la chiarezza con cui vengono pronunciate parole e suoni. Per un brano multilingue conviene verificare accenti, sillabe e intelligibilità, anziché affidarsi solo alla trascrizione del testo.
Double tracking
Che cosa significa? È la registrazione o creazione di due esecuzioni simili della stessa parte, poi sovrapposte. Differenze naturali di tempo e intonazione possono rendere la voce più piena; una copia identica non produce lo stesso risultato.
E
Enunciazione
Che cosa significa? È il modo in cui una frase viene detta o cantata, con accenti e intenzione. Un buon prompt vocale può indicare intensità e stile espressivo, ma non sostituisce la valutazione all'ascolto.
F
Falsetto
Che cosa significa? È una modalità di emissione vocale associata a un registro leggero e acuto. Nel canto generativo il termine descrive il risultato desiderato, ma il sistema non riproduce necessariamente la tecnica fisiologica umana.
Formanti
Che cosa significa? Sono concentrazioni di energia spettrale legate alle risonanze del tratto vocale. Modificarle può alterare la percezione di dimensione e identità timbrica della voce senza cambiare in modo equivalente l'altezza delle note.
H
Harmony stack
Che cosa significa? È la sovrapposizione di più linee vocali armonizzate. Può comprendere terze, quinte, ottave o armonie più complesse e richiede controllo di accordi, intonazione e distribuzione stereo.
I
Intelligibilità
Che cosa significa? È la facilità con cui l'ascoltatore comprende le parole. Dipende da dizione, mascheramento strumentale, equalizzazione, riverbero e qualità dell'audio generato.
Intonazione
Che cosa significa? È l'accuratezza dell'altezza delle note rispetto alla melodia desiderata. Può essere corretta o modificata con processori di pitch, ma una correzione estrema può produrre artefatti.
L
Lead vocal
Che cosa significa? È la parte vocale principale che porta testo e melodia in primo piano. Nel mix dovrebbe restare distinguibile dai cori e dagli strumenti, pur adattandosi al genere musicale.
M
Melisma
Che cosa significa? È l'esecuzione di più note su una sola sillaba. È frequente in alcuni stili vocali e può richiedere particolare attenzione quando si genera o si sincronizza una performance cantata.
N
Neural TTS
Che cosa significa? È una forma di sintesi text-to-speech che utilizza modelli neurali per trasformare testo scritto in parlato. Una voce TTS non diventa automaticamente una voce adatta al canto musicale.
P
Phoneme
Che cosa significa? Il fonema è un'unità distintiva del sistema sonoro di una lingua. Nella sintesi vocale la corretta rappresentazione fonetica aiuta la pronuncia, soprattutto di nomi, sigle e parole straniere.
Pitch
Che cosa significa? È l'altezza percepita di un suono, collegata principalmente alla frequenza fondamentale. Non coincide con il volume né con il timbro; una voce può mantenere lo stesso pitch pur cambiando carattere.
Pitch correction
Che cosa significa? È la correzione dell'intonazione tramite software. Gli algoritmi possono spostare note verso scale o valori impostati, ma risultati naturali richiedono attenzione a transizioni e vibrato.
Prosodia
Che cosa significa? È l'insieme di ritmo, accenti, pause e intonazione del parlato. Una sintesi credibile deve rendere anche queste caratteristiche, non limitarsi a pronunciare correttamente ogni parola.
R
Reference voice
Che cosa significa? È un esempio di voce usato come riferimento per una generazione o trasformazione, se il servizio lo supporta. È necessario avere le autorizzazioni appropriate; somiglianza e imitazione di persone reali possono avere implicazioni legali.
S
Singing voice conversion
Che cosa significa? È la trasformazione delle caratteristiche timbriche di un canto mantenendo almeno parte della performance musicale di partenza. La qualità dipende da modello e sorgente; non equivale a creare una nuova interpretazione da zero.
Sintesi vocale
Che cosa significa? È la generazione artificiale di un segnale vocale a partire da testo o altre rappresentazioni. Comprende metodi diversi: voce parlata, canto sintetizzato e sistemi di conversione.
Stem vocale
Che cosa significa? È una traccia che contiene la componente vocale separata dal resto del mix. Se ricavata da un master con AI, può conservare residui strumentali o perdere dettagli vocali.
T
Timbro vocale
Che cosa significa? È la qualità sonora che distingue due voci anche quando cantano la stessa nota. Dipende dallo spettro, dalle risonanze e dall'articolazione; non coincide con la sola altezza.
V
Vibrato
Che cosa significa? È una piccola oscillazione periodica dell'altezza durante una nota tenuta. Intensità e velocità contribuiscono all'espressione; il vibrato generato può suonare innaturale se troppo regolare.
Vocal separation
Che cosa significa? È la separazione stimata della voce dagli strumenti in una registrazione mista. Gli algoritmi possono introdurre artefatti; gli stem così ottenuti non corrispondono sempre alle tracce originali.
Vocoder
Che cosa significa? È un sistema di analisi e sintesi che può trasferire caratteristiche spettrali di una voce a un segnale portante. È noto per particolari effetti vocali elettronici; non è sinonimo di correzione dell'intonazione.
Voice cloning
Che cosa significa? È la riproduzione sintetica di caratteristiche riconoscibili di una voce a partire da esempi. L'impiego responsabile richiede consenso, verifica dei diritti e attenzione alla possibile identificazione o imitazione di terzi.
Voice conversion
Che cosa significa? È la modifica di caratteristiche della voce presente in un audio di partenza, spesso preservando contenuto linguistico o andamento temporale. Differisce dalla sintesi che parte direttamente da un testo.
Definizioni utili, con limiti dichiarati.
I significati tecnici sono spiegati in relazione alla produzione creativa. Per strumenti, licenze e piattaforme le condizioni possono variare; verifica sempre la documentazione ufficiale applicabile.
Riferimenti per le nozioni di sintesi e modelli: Google — AI generativa. Per trattamento e manipolazione vocale sono indispensabili consenso e verifiche specifiche.
