Cos’è davvero Auto-Tune

Auto-Tune è un prodotto, non una tecnica

Auto-Tune è un software preciso che corregge l’intonazione di una voce registrata: lo ha creato Antares Audio Technologies, che ne detiene il marchio. Non è il nome del processo. Il processo si chiama correzione dell’intonazione, o intonazione vocale, e lo fanno moltissimi prodotti: Auto-Tune è stato semplicemente il primo a funzionare abbastanza bene da diventare famoso, e il suo nome è rimasto attaccato all’intera categoria, come in inglese è successo al marchio Hoover con gli aspirapolvere.

La distinzione conta più di quanto sembri, perché quasi sempre, quando si dice «autotune», non si parla affatto di correzione dell’intonazione. Si parla di una sua particolare impostazione estrema: il suono duro, a scalini, sintetico dei dischi di Cher, di T-Pain e di mille imitatori. La normale correzione dell’intonazione, usata come la usa la maggior parte dei dischi, è del tutto impercettibile, ed è presente in molta più musica di quanto immagineresti.

Quindi in realtà ci sono tre cose distinte che condividono una parola: il prodotto dell’azienda, la tecnica in generale, e un effetto famoso che il prodotto può ottenere ma che di solito non gli viene chiesto. Il meccanismo dietro tutte e tre è lo stesso, e vale la pena capirlo una volta per tutte.

Dati sismici, e poi un disco di Cher

Auto-Tune è stato inventato da Andy Hildebrand, un ingegnere ricercatore che aveva passato la carriera nell’industria petrolifera lavorando sui dati sismici: mandare suono nel terreno e interpretarne le riflessioni per trovare i giacimenti. Lo strumento matematico per quel lavoro è l’autocorrelazione: far scorrere un segnale su sé stesso per trovare l’intervallo a cui si ripete meglio.

Un intervallo che si ripete in un’onda d’urto riflessa ti dice qualcosa sulla roccia. La stessa misura su una voce umana ti dice l’altezza, perché l’altezza è la frequenza con cui una forma d’onda si ripete. Hildebrand capì che la tecnica si poteva trasferire, e Antares mise in commercio Auto-Tune nel 1997.

L’intento era la trasparenza: sistemare una nota leggermente calante e lasciare tutto il resto com’era. A renderlo famoso fu qualcuno che lo spinse al massimo. «Believe» di Cher, nel 1998, usava l’impostazione più estrema del controllo della velocità di correzione (retune speed), e ne usciva una voce che scattava tra altezze esatte senza alcuno scivolamento umano tra l’una e l’altra. All’inizio i produttori attribuirono il suono a un pedale vocoder. Era Auto-Tune, e nel giro di un decennio T-Pain si era costruito una carriera sulla stessa impostazione e Kanye West ci aveva fatto un album.

Uno strumento costruito per passare inosservato è diventato famoso per essere estremamente evidente, ed è per questo che oggi la parola significa l’opposto di ciò a cui il software serviva.

Cosa fa a una voce

Tre passaggi, e sono gli stessi tre in ogni prodotto di questo tipo. Il software capisce a quale altezza sta cantando la voce in ogni istante; decide quale altezza dovrebbe avere quella nota; e renderizza di nuovo l’audio all’altezza corretta senza cambiarne i tempi.

Il primo e il terzo passaggio sono problemi di ingegneria risolti. Quello di mezzo è un giudizio musicale, ed è da lì che vengono quasi tutte le voci corrette che suonano male. Lasciato sulle impostazioni predefinite, il software punta alla nota più vicina di una scala cromatica: tutti e dodici i semitoni disponibili in ogni momento. Se chi canta punta a un Do e arriva un po’ calante, la nota cromatica più vicina può essere un Si, e il software porterà con sicurezza la nota a Si: ora ben intonata con niente, e molto più sbagliata di quanto fosse la nota calante di partenza.

Dirgli la tonalità della canzone elimina del tutto questo tipo di errore. La spiegazione completa dei tre passaggi tratta la scelta della scala, le tracce accordi, e perché è la preservazione delle formanti a evitare che una nota spostata suoni come una persona più piccola.

L’effetto robotico viene da un solo controllo

È la cosa più utile da sapere su questi strumenti, ed è fraintesa quasi da tutti: il famoso suono non è il risultato di una correzione troppo forte. È il risultato di una correzione troppo veloce.

Entrano in gioco due controlli diversi. L’intensità, quanto una nota si sposta verso la sua destinazione. La velocità di correzione: quanto in fretta ci arriva, una volta che il software ha deciso di spostarla.

Una voce umana non arriva mai a un’altezza all’istante. Ci scivola dentro dal basso, la supera di poco, si assesta e aggiunge il vibrato. Quei passaggi portano la maggior parte dell’espressione di una frase; il portamento tra due note è spesso la cosa più umana di una voce.

Imposta una velocità di correzione lenta e il software aspetta che lo scivolamento finisca, correggendo solo la parte centrale tenuta della nota. Nessuno sente altro che una persona che canta intonata. Imposta la velocità di correzione a zero e ogni passaggio viene quantizzato: la voce salta tra altezze esatte senza alcuno scivolamento. Siccome una voce umana fisicamente non può farlo, l’orecchio lo riconosce subito come una macchina.

Il che significa che una correzione forte con velocità lenta è trasparente, e una correzione leggera con velocità istantanea è inconfondibilmente elaborata. Se una voce corretta suona robotica e non lo volevi, il controllo da cambiare è la velocità di correzione, non l’intensità.

Automatico e manuale sono due lavori diversi

I prodotti di questa categoria di solito offrono due modi di lavorare, adatti a problemi diversi.

• •Automatico. Imposti una tonalità e una scala, e il software corregge tutto in tempo reale rispetto a quelle. Veloce, utile per una voce provvisoria o per l’effetto voluto, e indiscriminato: «correggerà» una blue note, un bending voluto e un attacco dal basso insieme agli errori veri.
• •Manuale o grafico. Il software disegna la curva di intonazione che ha rilevato e tu la modifichi nota per nota, spostando solo ciò che è sbagliato. Più lento, ed è l’unico modo per intonare un’esecuzione senza appiattirne le parti intenzionali.

La maggior parte dell’intonazione professionale è del secondo tipo, applicata a quattro o cinque note di una take e non a tutta la take. Se uno strumento non ti mostra la curva di intonazione, ti stai fidando alla cieca della sua segmentazione in note: ed è proprio nella segmentazione che leggerà male i melismi. L’intonazione vocale di Euphona segmenta le note sulla curva rilevata e fa ripartire la correzione all’attacco di ogni nota proprio per questo, e come impostazione predefinita usa una correzione graduale, non istantanea.

Il resto della categoria

Auto-Tune è un prodotto tra tanti, e chiamare la categoria con il suo nome nasconde alcune differenze di approccio reali.

• •Celemony Melodyne porta l’approccio grafico più lontano di tutti, e può separare le singole note dentro un accordo: una capacità davvero diversa dal correggere una sola linea monofonica.
• •Strumenti integrati nella DAW. Logic, Cubase e la maggior parte delle altre DAW principali includono un editor di intonazione. Per sistemare una manciata di note di solito bastano, e li hai già.
• •Gli strumenti di allineamento si occupano del problema vicino, quello dei tempi: far combaciare un raddoppio o un’armonizzazione con la take principale invece che con una griglia, che in genere è proprio lo scopo di un raddoppio.
• •I software di intonazione basati su modelli, compreso il nostro, mettono un rilevatore di intonazione basato su apprendimento davanti allo stimatore classico, invece di affidarsi solo all’autocorrelazione. La differenza si sente sul materiale difficile (canto soffiato, growl, i primi millisecondi di una nota) dove il rilevamento classico commette errori di ottava. Di solito, poi, si pagano a consumo anziché con una licenza, quindi il confronto con una licenza perpetua è una questione di quanto intoni più che un confronto secco.

Nessuno di questi è Auto-Tune, e nessuno dovrebbe essere chiamato così. Sono correttori di intonazione, e Auto-Tune è di Antares.

Ottenere l’effetto di proposito

Il suono della correzione estrema è una scelta di produzione legittima con trent’anni di storia, ed è facile sbagliarlo puntando al controllo sbagliato.

• •Velocità di correzione a zero. L’effetto è questo. Tutto il resto è secondario.
• •Imposta una scala ristretta. Gli scalini si sentono solo se sono distanti tra loro. Una scala cromatica dà alla voce dodici destinazioni vicine, e i salti diventano così piccoli da perdersi; la scala maggiore o minore della canzone gliene dà sette, e una pentatonica ancora meno. L’effetto diventa più forte man mano che togli note.
• •Canta più dritto di quanto ti venga naturale. L’effetto rende al meglio su un’esecuzione con poco vibrato e salti di intervallo ampi e decisi, perché il software ha qualcosa di evidente su cui scattare.
• •Tienila asciutta, o elaborala dopo. Un riverbero impresso prima del correttore confonde il rilevatore di intonazione. Prima intona, poi tratta: e se la take è arrivata già con l’ambiente dentro, la riduzione del riverbero va prima del correttore, non dopo.

L’effetto è una decisione di mix tanto quanto una decisione sulla voce, e si comporta in modo diverso una volta che il brano è finito: le voci con correzione estrema sono dense e brillanti, e ciò che un master può ancora cambiare in questo è meno di quanto ci si aspetti.

Intonare senza che nessuno se ne accorga

L’obiettivo opposto, ed è quello che vuole davvero la maggior parte dei dischi.

• •Parti dalla take migliore. La correzione sistema l’intonazione. Non sistema fraseggio, tempo, timbro o convinzione, che sono ciò che rende buona una voce: e la maggior parte di ciò che va storto al microfono dopo non si può correggere affatto.
• •Imposta sempre tonalità e scala. La scala cromatica predefinita è all’origine della maggior parte dei cattivi risultati.
• •Rallenta la velocità di correzione, a meno che tu non voglia proprio l’effetto.
• •Correggi le note sbagliate. Quasi tutte le take ne hanno quattro o cinque che ne hanno bisogno; quasi tutti i software elaborerebbero volentieri tutte le note.
• •Proteggi il vibrato. Il vibrato è una modulazione d’altezza deliberata, e una velocità di correzione rapida lo legge come un errore e lo appiattisce.
• •Giudica nel mix. Una voce in solo rivela ogni artefatto; una voce nel brano rivela quelli che qualcuno sentirà davvero. Se la voce si scontra con l’arrangiamento più che con l’intonazione, è un problema di EQ, non di altezza.
• •Conserva la take non toccata. Una settimana dopo vorrai confrontare, e a volte preferirai l’originale.

Un caso merita un avvertimento a parte: intonare una voce che è ancora dentro un mix stereo finito. Il rilevatore deve fare i conti con tutti gli altri strumenti e seguirà il suono intonato più forte che riesce a trovare. Separare prima la voce rende il lavoro fattibile: anche se una voce estratta e poi risommata non è mai del tutto uguale alla take originale, per i motivi che descrivono i limiti della separazione. Se hai il multitraccia, usalo. Se vuoi solo sentire se la separazione è abbastanza pulita da valere la pena di intonarla, la rimozione voce gratuita in due stem te lo dice in un paio di minuti, senza account.

Autotune, auto-tune, Auto-Tune

Tutte e tre le grafie sono di uso comune, e non significano esattamente la stessa cosa. Il prodotto è Auto-Tune, con le maiuscole e il trattino, ed è di Antares. Quando si intende l’effetto o la pratica in generale, la maggior parte delle persone scrive autotune, tutto attaccato e minuscolo. In inglese, auto-tune usato come verbo significa applicare il processo.

Noi usiamo «correzione dell’intonazione» e «intonazione vocale» per la tecnica, e chiamiamo il nostro strumento un software di intonazione, perché sono i termini corretti e il nome del marchio non spetta a noi. Se sei qui perché cercavi l’altra parola, questa è la cosa che stavi cercando: e l’articolo sul meccanismo è la risposta più lunga su come funziona.