Cơ chế nắn chỉnh giọng hát của công nghệ Auto-tune

Hầu hết ca sĩ không hát chuẩn từng nốt như chúng ta tưởng đâu. Auto-tune thực chất là một cây thước kẻ kỹ thuật số, liên tục đo đạc tần số âm thanh mà giọng hát phát ra hàng nghìn lần mỗi giây.

Khi thuật toán phát hiện một nốt nhạc bị lệch khỏi thang âm chuẩn, nó sẽ ngay lập tức kéo tần số đó về đúng vị trí nốt gần nhất. Cơ chế này giống như tính năng tự động sửa lỗi chính tả trên bàn phím, giúp mọi âm thanh trở nên hoàn hảo về mặt toán học.

Nếu tốc độ nắn chỉnh này diễn ra quá nhanh, giọng hát sẽ mất đi độ rung tự nhiên và tạo ra hiệu ứng robot đặc trưng. Đó chính là lúc dữ liệu thô được gọt giũa để khớp hoàn toàn với các quy luật âm nhạc.

Ủa, vậy chỉnh tốc độ chậm lại là nghe y như giọng thật luôn hả?

Đúng là vậy, thông số này được gọi là "Retune Speed". Khi bạn tăng thời gian trễ lên, thuật toán sẽ kiên nhẫn hơn, cho phép những rung động và luyến láy nhỏ của dây thanh quản được giữ lại thay vì bị băm nát ngay lập tức.

Nhưng có một cái bẫy: nếu ca sĩ hát quá lệch tông, tốc độ chậm sẽ tạo ra hiệu ứng trượt nốt nghe rất mệt mỏi. Nó giống như việc bạn cố tình lái xe từ từ qua một ổ gà lớn, cảm giác xóc nảy sẽ kéo dài và khó chịu hơn là lướt nhanh qua.

Vì vậy, để đạt tới độ chân thực tuyệt đối, Auto-tune cần một nguyên liệu đầu vào không quá tệ. Thuật toán chỉ là lớp trang điểm kỹ thuật số, còn khung xương vẫn phải là kỹ thuật thanh nhạc của con người.

Nhưng làm sao cái máy biết nốt nào là "đúng" để mà nắn?

Thuật toán không tự thông minh đến mức đó đâu. Trước khi bắt đầu, kỹ thuật viên phải "nạp" cho nó một bản đồ định hướng, chính là tông chủ đạo (key) và thang âm của bài hát. Nếu bài hát ở tông Đô trưởng, máy sẽ chỉ mặc định 7 nốt nhạc cụ thể trong hệ thống đó là hợp lệ.

Hãy tưởng tượng nó như một cái máng trượt có các rãnh định sẵn. Khi giọng hát của bạn rơi vào khoảng chênh vênh giữa hai nốt, thuật toán sẽ dựa vào bản đồ này để "đẩy" tần số âm thanh vào rãnh gần nhất mà nó được phép hoạt động.

Nếu người chỉnh máy chọn sai tông, Auto-tune vẫn sẽ nắn giọng bạn rất mượt, nhưng kết quả nghe sẽ cực kỳ lệch quẻ. Lúc đó, máy đang ép bạn hát đúng theo một quy luật toán học hoàn toàn lạc tông so với nhạc nền.

Rốt cuộc cái máy sẽ làm gì nếu mình bỏ trống phần tông nhạc?

Thực ra, nếu không được nạp tông cụ thể, máy sẽ mặc định dùng thang âm "Chromatic" – tức là mở sẵn tất cả 12 nốt nhạc cơ bản. Lúc này, cái "máng trượt" sẽ có cực kỳ nhiều rãnh nằm san sát nhau.

Nhưng đây là con dao hai lưỡi. Vì các rãnh quá gần, chỉ cần bạn hát hơi chênh một chút, máy sẽ dễ dàng đẩy giọng bạn sang một nốt lạ hoắc nằm ngay cạnh. Kết quả là giai điệu nghe sẽ cực kỳ hỗn loạn và lạc quẻ.

Việc giới hạn bản đồ xuống còn vài nốt cố định chính là cách để ép thuật toán đi đúng lộ trình cảm xúc, thay vì để nó tự bơi giữa một biển lựa chọn rồi nắn nhầm.

Thế chuyện gì xảy ra nếu mình cố tình đứng giữa hai rãnh đó?

Khi bạn "đứng giữa", thuật toán sẽ rơi vào trạng thái do dự cực độ. Nếu tốc độ xử lý nhanh, nó sẽ liên tục kéo giọng bạn qua lại giữa hai nốt như một quả bóng bàn. Đây chính là nguồn gốc của tiếng "rung" máy móc, nghe rất giật và thiếu tự nhiên.

Đây thực chất là một "lỗi làm tròn". Thay vì tạo ra đường cong mềm mại, máy tính chỉ hiểu các bậc thang cứng nhắc. Khi giọng bạn nằm đúng ở mép bậc thang, thuật toán sẽ nhảy loạn xạ vì không biết nên chọn nốt trên hay nốt dưới.

Chính sự "loạn nhịp" này, khi được kiểm soát bằng cách cố tình hát chênh, lại tạo ra những hiệu ứng âm thanh điện tử cực kỳ bắt tai và cá tính trong nhạc hiện đại.