Auto-Tune es un producto, no una técnica
Auto-Tune es un software concreto, fabricado por Antares Audio Technologies, que tiene registrada la marca, y corrige la afinación de una voz grabada. No es el nombre del proceso. El proceso se llama corrección de afinación, o afinación vocal, y hay muchísimos productos que lo hacen: Auto-Tune fue simplemente el primero que funcionó lo bastante bien como para hacerse famoso, y su nombre se quedó pegado a toda la categoría, igual que en inglés el nombre Hoover se quedó pegado a las aspiradoras.
Esa distinción importa más de lo que parece, porque lo que la mayoría de la gente quiere decir con “autotune” no es la corrección de afinación en sí. Se refiere a un ajuste extremo concreto de ella: el sonido duro, escalonado y sintético de los discos de Cher, de T-Pain y de mil imitadores. La corrección de afinación normal, usada como la usan la mayoría de los discos, es completamente inaudible, y está en mucha más música de la que imaginarías.
Así que en realidad son tres cosas distintas que comparten una palabra: el producto de la empresa, la técnica general y un efecto famoso que el producto puede producir pero que casi nunca se le pide. El mecanismo detrás de las tres es el mismo, y vale la pena entenderlo una vez.
Datos sísmicos, y después un disco de Cher
Auto-Tune lo inventó Andy Hildebrand, un ingeniero investigador que había hecho su carrera en la industria petrolera trabajando con datos sísmicos: enviar sonido al subsuelo e interpretar las reflexiones para encontrar yacimientos. La herramienta matemática para ese trabajo es la autocorrelación: deslizar una señal sobre sí misma para encontrar el intervalo en el que mejor se repite.
Un intervalo que se repite en una onda de choque reflejada te habla de la roca. La misma medición sobre una voz humana te da la altura, porque la altura es la frecuencia con la que se repite una forma de onda. Hildebrand se dio cuenta de que la técnica se podía trasladar, y Antares lanzó Auto-Tune en 1997.
La intención era la transparencia: corregir una nota un poco baja y dejar todo lo demás intacto. Lo que lo hizo famoso fue que alguien lo subió al máximo. “Believe”, de Cher, en 1998, usó el ajuste más extremo de la velocidad de corrección, y el resultado fue una voz que saltaba entre alturas exactas sin ningún deslizamiento humano entre ellas. Al principio, los productores atribuyeron el sonido a un pedal vocoder. Era Auto-Tune, y en menos de una década T-Pain había construido una carrera con ese mismo ajuste y Kanye West había hecho un álbum con él.
Una herramienta hecha para pasar desapercibida se hizo famosa por notarse muchísimo, y por eso hoy la palabra significa lo contrario de aquello para lo que se creó el software.
Qué le hace a una voz
Tres pasos, y son los mismos tres en todos los productos de este tipo. El software averigua a qué altura está cantando la voz en cada instante; decide qué altura debería tener esa nota; y vuelve a renderizar el audio a la altura corregida sin alterar los tiempos.
El primer y el tercer paso son problemas de ingeniería resueltos. El paso del medio es un juicio musical, y de ahí sale casi toda voz afinada que suena mal. Con su opción por defecto, el software apunta a la nota más cercana de una escala cromática: los doce semitonos disponibles en todo momento. Si un cantante que apunta a un Do se queda un poco bajo, la nota cromática más cercana puede ser un Si, y el software llevará la nota a Si con toda seguridad: ahora firmemente afinada respecto a nada, y mucho más fuera de lugar que la desafinación original.
Decirle la tonalidad de la canción elimina por completo ese tipo de fallo. El recorrido completo por los tres pasos explica la elección de la escala, las pistas de acordes y por qué la preservación de formantes es lo que evita que una nota desplazada suene como una persona más pequeña.
El efecto robótico viene de un solo control
Es lo más útil que se puede saber sobre estas herramientas, y casi todo el mundo lo entiende mal: el famoso sonido no es el resultado de afinar una voz con demasiada intensidad. Es el resultado de afinarla demasiado rápido.
Intervienen dos controles distintos. La intensidad, cuánto se acerca una nota a su objetivo. La velocidad de corrección (retune speed): lo rápido que llega una vez que el software ha decidido moverla.
Una voz humana nunca llega a una altura al instante. Entra deslizándose desde abajo, se pasa un poco, se asienta y añade vibrato. Esas transiciones llevan la mayor parte de la expresión de una frase; el portamento entre dos notas suele ser lo más humano de una voz.
Con una velocidad de corrección lenta, el software espera a que pase el deslizamiento y corrige solo la parte central sostenida de la nota. Nadie oye nada, salvo a un cantante afinado. Con la velocidad de corrección en cero, cada transición se cuantiza: la voz salta entre alturas exactas sin ningún deslizamiento. Como las voces humanas físicamente no pueden hacer eso, el oído lo identifica al instante como una máquina.
Es decir, una corrección intensa con una velocidad lenta es transparente, y una corrección suave con una velocidad instantánea suena procesada sin lugar a dudas. Si una voz afinada suena robótica y no lo buscabas, el control que hay que cambiar es la velocidad de corrección, no la intensidad.
El modo automático y el manual son trabajos distintos
Los productos de esta categoría suelen ofrecer dos maneras de trabajar, y cada una sirve para problemas distintos.
- Automático. Fijas una tonalidad y una escala, y el software lo corrige todo en tiempo real respecto a ellas. Rápido, útil para una voz provisional o para el efecto buscado, e indiscriminado: “arreglará” una blue note, una nota estirada a propósito y una nota atacada desde abajo junto con los errores reales.
- Manual o gráfico. El software dibuja la curva de afinación que detectó y tú la editas nota por nota, moviendo solo lo que está mal. Más lento, y la única manera de afinar una interpretación sin aplanar las partes que eran intencionales.
La mayor parte de la afinación profesional es del segundo tipo, aplicada a cuatro o cinco notas de una toma y no a toda. Si una herramienta no te muestra la curva de afinación, estás confiando a ciegas en su segmentación de notas: y es justo en la segmentación donde leerá mal los melismas. Por eso la afinación vocal de Euphona segmenta las notas sobre la curva detectada y reinicia la corrección en cada ataque, con una velocidad de corrección suave por defecto en lugar de una instantánea.
El resto de la categoría
Auto-Tune es un producto entre muchos, y nombrar la categoría por él oculta algunas diferencias reales de enfoque.
- Celemony Melodyne lleva el enfoque gráfico más lejos que ninguna otra, y puede separar notas individuales dentro de un acorde: una capacidad realmente distinta de corregir una sola línea monofónica.
- Herramientas integradas en el DAW. Logic, Cubase y la mayoría de los demás DAW importantes incluyen un editor de afinación. Para corregir unas pocas notas suelen bastar, y ya las tienes.
- Las herramientas de alineación se ocupan del problema vecino, el del tiempo: ajustar un doble o una armonía a una toma principal y no a una cuadrícula, que es en general para lo que sirve un doble.
- Los afinadores basados en modelos, incluido el nuestro, ponen un detector de afinación aprendido delante del estimador clásico en lugar de depender solo de la autocorrelación. La diferencia se nota en el material difícil (el canto con mucho aire, el growl, los primeros milisegundos de una nota), donde la detección clásica comete errores de octava. Además, suelen cobrarse por uso y no con licencia, así que la comparación con una licencia perpetua es una cuestión de cuánto afinas y no tiene una respuesta única.
Ninguno de ellos es Auto-Tune, y a ninguno debería llamársele así. Son correctores de afinación, y Auto-Tune es el de Antares.
Conseguir el efecto a propósito
El sonido de afinación dura es una decisión de producción legítima con treinta años de historia, y es fácil hacerlo mal por apuntar al control equivocado.
- Velocidad de corrección en cero. Ese es el efecto. Todo lo demás es secundario.
- Fija una escala estrecha. El escalonado solo se oye si los escalones están muy separados. Una escala cromática le da a la voz doce objetivos cercanos y los saltos se vuelven lo bastante pequeños como para perderse; la escala mayor o menor de la canción le da siete, y una pentatónica todavía menos. El efecto se intensifica a medida que quitas notas.
- Canta más recto de lo que te sale natural. El efecto se aprecia mejor en una interpretación con poco vibrato y saltos de intervalo amplios y deliberados, porque el software tiene algo evidente que encajar de golpe.
- Mantenla seca, o procésala después. La reverb grabada antes del afinador confunde al detector de afinación. Primero afina y luego trata: y si la toma ya llegó con sala, la reducción de reverberación va antes del afinador, no después.
El efecto es una decisión de mezcla tanto como vocal, y se comporta de otra manera una vez que la pista está terminada: las voces con afinación dura son densas y brillantes, y lo que un máster todavía puede cambiar de eso es menos de lo que la gente espera.
Afinar sin que nadie lo note
El objetivo contrario, y el que de verdad busca la mayoría de los discos.
- Parte de la mejor toma. La corrección arregla la afinación. No arregla el fraseo, el tiempo, el timbre ni la convicción, y eso es lo que hace buena una voz: la mayor parte de lo que sale mal frente al micrófono no se puede corregir después.
- Fija siempre la tonalidad y la escala. La opción cromática por defecto causa la mayoría de los malos resultados.
- Baja la velocidad de corrección salvo que busques precisamente el efecto.
- Corrige las notas que están mal. La mayoría de las tomas tienen cuatro o cinco que lo necesitan; casi todo el software procesará todas sin dudarlo.
- Protege el vibrato. El vibrato es una modulación deliberada de la altura, y una corrección rápida lo lee como un error y lo aplana.
- Júzgala en la mezcla. Una voz en solo revela todos los artefactos; una voz dentro de la pista revela los que de verdad va a oír alguien. Si la voz está peleando con el arreglo y no con la afinación, es un problema de EQ, no de afinación.
- Guarda la toma sin tocar. Una semana después vas a querer comparar, y a veces preferirás la original.
Hay un caso que merece su propia advertencia: afinar una voz que todavía está dentro de una mezcla estéreo terminada. El detector tiene que lidiar con todos los demás instrumentos y seguirá lo más fuerte con altura definida que encuentre. Separar antes la voz lo hace manejable: aunque una voz extraída y vuelta a sumar nunca es exactamente igual a la toma original, por las razones que describen los límites de la propia separación. Si tienes el multipista, úsalo. Si solo quieres oír si la separación es lo bastante limpia como para que valga la pena afinarla, el separador de voz en dos stems, que se escucha gratis, te lo dice en un par de minutos y sin crear una cuenta.
Autotune, auto-tune, Auto-Tune
Las tres grafías se usan mucho y no significan exactamente lo mismo. El producto es Auto-Tune, con mayúsculas y guion, y pertenece a Antares. Autotune, en una sola palabra y en minúscula, es lo que escribe la mayoría de la gente cuando se refiere al efecto o a la práctica en general. Auto-tune, como verbo en inglés, significa aplicar el proceso.
Usamos “corrección de afinación” y “afinación vocal” para la técnica y llamamos a nuestra herramienta afinador vocal, porque son los términos precisos y la marca no es nuestra. Si llegaste aquí buscando la otra palabra, esto es lo que buscabas: y Cómo funciona realmente la corrección de afinación es la respuesta larga sobre cómo funciona.
Sigue leyendo