Vocoder：给载波以节奏和咬字

在一台设备里跟住两个角色

输入音频是调制器。Vocoder 将其合并为单声道做分析，切分成频段，并跟踪每个频段的振幅。这些包络随后塑形载波的对应频段。你传递的是咬字和频谱重心，而不是简单地移动调制器的音符。

示例提供一段原创的八秒类元音合成乐句作为调制器。里面没有人声、歌词或录制的歌手。Saw 选择 110 Hz 的内部音调载波，所以这一课既不需要第二条轨道，也不需要按住的 MIDI 音符。全湿播放，跟着音色反复的开合听。

对比 Carrier 在 110 和 220 Hz。载波音区变了，而时序仍来自音源。然后选 Noise：包络现在塑形的是宽频噪声，而不是固定音高的锯齿波。Carrier 变灰是因为它的频率只适用于 Saw。Modulator 用输入本身作为载波；它不是外部轨道选择器。

先修好包络，再加细节

开头模糊是 Attack 的问题。把 Attack 从 5 ms 提向 100 ms，听每个合成音节的开始变慢。这可以把节奏性的声音变成 pad，但也可能抹掉让乐句作为节奏可被理解的那个小事件。当开头很要紧时，回到更快的 attack。

结尾拖得太长是 Release 的问题。对比初始的 80 ms 和 400 ms。更长的释放让载波频段在调制器落下时继续存在，填满间隙。更短的释放让咬字更干脆。在事件之间的边界处听，当连续的姿态融成一片持续的糊时，就别再拉长了。

这些控件跟踪的是各频段的独立包络，不是由音符触发的 MIDI 放大器包络。安静的输入产生微弱的调制，而载波本身并不保证可闻的输出。如果结果很微弱，先确认音源在播放，再用 Gain 补偿。不要把大幅的电平提升解读成咬字的改善。

决定频谱印记该有多精细

Bands 的范围是 4–40。保持 Range Lo 在 80 Hz、Range Hi 在 8 kHz，对比 8 和 16。更少的频段给出更粗的频谱轮廓；更多则把同一范围切分得更细。它们不是自动的可懂度设置。这段合成素材无法演示辅音识别，也无法证明一段真实口语会有多好懂。

Range Lo 和 Range Hi 选择分析与合成的区域。抬高下边缘会移除低频段的参与；压低上边缘会排除更亮的细节。Bands 和两个 range 控件都会重建滤波器组，所以请做有意的改动，并对比一段新的乐句，而不是把它们的重置当作音乐性的包络行为。

改变类似口腔的色彩，但不改载波音高

Formant 以半音为单位移动载波频段的中心。保持 Carrier 不变，试 +4 和 −4；去听频谱色彩，别指望又一次旋律移调。Res 让频段更锐利。过量会把宽阔的咬字换成狭窄、执拗的共振，所以当个别频段开始主导乐句时就调低它。

Unvoiced 往音调载波里混入噪声，可以增加气声般的高频质感。它无法在这个音源里凭空造出缺失的辅音或歌词。加一点点，与零对比，然后在需要保留一些原始咬字时用 Dry/Wet。这套实现只有 Noise、Saw 和自身 Modulator 三种载波：外部载波路由和用 MIDI 弹奏的载波和弦不属于这块面板，也不属于这个演示。