Bonjour,
 
Tout d'abord une note importante : je ne suis pas un fin connaisseur :-)
 
L'idée est la suivante :
1/ on enregistre la voix de M. Dupond de différente manieres
2/ moi, zags, je parle dans un micro une phrase de mon choix (qui n'a pas été dite par M. Dupond) et en temps réel (ou enregistré) sa propre mère croirait qu'il s'agit de M. Dupond (vous avez saisi l'idée)
 
Question :
- est-ce fesable ? (peu importe les moyens techniques)
- si oui, comment procéderiez-vous pour l'étape 1 ? quels matériels? quels techniques? ça porte quoi comme nom ce procédé, "échantillonage" ?
 
merci :-)
 
Stéphane

non, "science-fiction"
 
Pour être sérieux, oui c'est faisable, avec énormément de temps et de travail...
Il faudrait décomposer chaque syllabe, la faire dire par dupont des dizaines de façons différentes, que le logici"el reconnaisse la voix de durand, analyse le sens des phrases, vocabulaire et grammaire, et au final rejoue les échantillons de durand de formants et syllabes correspondant à l'intonation la plus probable selon le phrasé de zags, etc etc...
 
C'est le principe utilisé par les serveurs vocaux ("vous avez composé le "zéro"..."huit"...."vingt"..." et" .."un" etc...), sauf que dans ce cas là il n'y a pas de réinterprétation nécessaire du phrasé d'un "modèle", en l'occurence zags.
 
Si tu cherches à te faire passer pour quelqu'un d'autre au téléphone, engage un imitateur, ca te coutera moins cher en temps et en recherche.

"Si tu cherches à te faire passer pour quelqu'un d'autre au téléphone, engage un imitateur, ca te coutera moins cher en temps et en recherche."
 
non non du tout, c'est du domaine pro et cinéma.
On discutait dans la section graphisme 3D de clonage virtuel (ce n'est pas le titre du topic), et on abordait le sujet de la voix.
 
il n'y a pas uen histoire de spectre des frequence (etc) par rapport au "timbre" de la voix ?

En son il y a toujours une histoire de "spectre sonore" ... pour ce que tu demandes je t'assure que ca va bien au delà de la simple égalisation..
 
En revanche il existe des simulateurs de voix humaine assez crédibles, Lola, Leon etc.. voire celui mis en ligne par AT&T dont j'ai perdu l'URL (a rechercher) mais en aucun cas ce que tu demandes.. a savoir un logiciel qui prend la voix de A pour faire parler un B virtuel avec ses propres caractéristiques de prononciation, de phrasé, de nuances, n'existe.
 
On peut en revanche envisager de justement effectuer une reconnaissance audio des mots et phbrases dits par A et commander un logiciel de synthèse de la parole pour B, qui aura été durant des heures et des jours programmé, corrigé etc.... Prendre un snapshot de la voix de quelqu'un et en faire en dix secondes un nouveau module de synthèse vocale parlant comme son modèle est du domaine de la SF.
 
La voix n'est pas composée uniquement de fréquences associées les unes aux autres sur une échele de temps.. elle comporte également des caractéristiques liées à l'émulation de la bouche, des cordes vocales, du souffle de chacun.. celà s'appelle de la modélisation virtuelle qui consiste à intégrer une nouvelle donnée: les formants. Trop complexe pour en faire le tour ici, je te donne des pistes. C'est justement la base de travail des ingénieurs qui créent ces émulateurs de voix humaine de type AT&T, maintenant reste à savoir si peut-être un jour un logiciel sera capable d'intégrer les milliards de combinaisons de synthèse virtuelle différentes,  et surtout reconnaître un modèle et savoir quels algorithmes utiliser pour en reproduire d'emblée une voix parfaitement imitée à partir d'un modèle quelconque... Reste à rencontrer un terminator et lui demander sa recette.

;-)
 
merci beaucoup pour ces réponses fort instructives.
 
Poussons le bouchons ...
Et si on rentrait dans un soft toutes les paroles que M. X a enregistré au cours de ses différents tournages (films), et là le soft analyserait (pendant X heures/jours)..
Ensuite M. Y enregistre une phrase. Et un autre logiciel calcule et reproduit comme énoncé au premier post.
La différence par rapport à ma premiere idée c'est qu'il n'y a pas de notion de temps réel mais de "pré-calculé", et que l'analyse/statique y est beaucoup + poussée. Est-ce que de tel algorythmes ont été créé ?
 
Par analogie, dans le domaine du graphisme, une société a modélisé en 3D des centaines de visages. L'analyse et les statiques ont été poussé de sorte que maintenant lorsqu'on présente une photo (2D, plate donc) à ce logiciel, il est capable (je zape volontairement les explications) de montrer le meme visage sous un autre angle (ah la 3D... :-) et sous une humeur différente (triste, joyeux, etc..). Simplement à partir des statistiques de centaines de visages modélisés.
 
Est-ce que les ingé ont bossé de meme coté traitement audio ? :-)
 
(je me doute de ce que tu va répondre mais bon .. au moins j'aurai été au fond des idées..)
 
 

slt,
 
moi je voudrai fair quelque chose d'a peu pres similair. en fait j'ai une musique avec une voix metalique, et je voudrai retrouver exactement la meme voix sur ce que j'enregistre au micro. j'ai des logiciels de modification de voix, mais pas moyen de tomber pil poil sur le meme son de la voix a reproduir (jespere que vous me comprenez)  
 
peu etre ya t'il plus simple que de chercher pendant des heure avec un modificateur de voix??

Il n'y a plus qu'a t'entraîner pour devenir imitateur et tu verras ca sera ressemblant