La voz de ASKA también existe en digital

Hay otra parte de mi proyecto que quizá no sea evidente cuando escuchas una canción de ASKA por primera vez.

La voz que escuchas es una voz creada digitalmente.

Pero hay algo importante que quiero dejar claro desde el principio: no es una voz inventada al azar.

Es mi voz.

Para poder utilizarla de esta manera tuve que crear un modelo digital capaz de reconocer e imitar mis características vocales. Dicho de una manera sencilla: construí una especie de gemela digital de mi voz.

Y sí, detrás de eso hay bastante más trabajo del que puede parecer.

Todo empieza con mi voz real

Para crear ese modelo no podía simplemente decirle a una herramienta de Inteligencia Artificial: “quiero que suenes como yo”.

Ojalá funcionara así. Nos ahorraríamos unas cuantas horas de trabajo y probablemente varias crisis existenciales.

Primero tuve que grabar mi propia voz.

Preparé diferentes textos y realicé grabaciones intentando que fueran lo más limpias y claras posible. Sin música de fondo, sin ruido y procurando mantener una pronunciación natural.

Esas grabaciones se convierten en el material que necesita la IA para aprender cómo sueno.

Porque mi voz no es solamente el tono que escuchamos.

Tiene una determinada frecuencia, un timbre concreto, una forma de pronunciar, unas pausas, una manera de respirar y pequeñas características que hacen que sea reconocible como mía.

El modelo analiza toda esa información y aprende a reproducirla.

¿Qué aprende realmente la IA?

Cuando hablamos de “clonar una voz”, puede parecer que estamos hablando de copiar simplemente un sonido.

En realidad, el proceso es bastante más complejo.

El modelo analiza las características acústicas de mi voz y aprende patrones que después puede reproducir.

La forma en la que pronuncio determinados sonidos.

Mi timbre.

Mis cambios de intensidad.

Mi manera de articular las palabras.

Incluso determinadas características de mi forma de hablar.

El resultado es una voz sintética que intenta mantener mi identidad vocal aunque yo no esté físicamente delante de un micrófono cantando cada toma.

Y esto es precisamente lo que me permite llevar mi voz al proceso musical.

De hablar a cantar

Aquí aparece una de las partes que más me fascinan.

Una cosa es conseguir que una inteligencia artificial diga una frase utilizando mi voz.

Otra muy diferente es conseguir que esa voz pueda cantar.

En mi caso, el objetivo no era crear una voz que simplemente leyera mis letras.

Quería que esa identidad vocal pudiera formar parte de una canción.

Que pudiera adaptarse a una melodía, a un ritmo, a una estructura de rap y a diferentes intensidades.

Por eso el proceso no termina cuando consigo un clon de mi voz.

Después hay que integrarlo dentro del proceso de creación musical.

Y ahí entran herramientas como las que utilizo para construir las canciones de ASKA.

¿Entonces estoy cantando yo?

Aquí está probablemente la pregunta que más curiosidad genera.

No, físicamente no estoy grabando cada canción en un estudio.

Cuando escuchas “Cantera”, por ejemplo, no hay una sesión tradicional en la que yo esté delante de un micrófono grabando todas las tomas vocales que después aparecen en la canción.

Pero tampoco estás escuchando una voz completamente ajena a mí.

Estás escuchando una representación digital de mi propia voz.

Por eso me gusta llamarla mi “gemela digital”.

La voz nace de mi identidad vocal real, pero su interpretación final se genera mediante herramientas de Inteligencia Artificial.

Y para mí esa diferencia es importante.

No quiero presentar el proceso como algo que no es.

Mi gemela digital canta mis palabras

Hay algo bastante curioso en todo esto.

La IA puede generar una voz capaz de cantar, pero no sabe por qué está cantando esas palabras.

No sabe qué significa para mí una determinada frase.

No conoce la historia que hay detrás de una canción.

No sabe por qué decidí escribirla.

Eso sigue estando fuera del modelo.

Cuando escribo una letra, la historia empieza conmigo.

Cuando diseño cómo quiero que suene, también.

Cuando elijo una versión entre todas las posibilidades que genera la tecnología, vuelvo a estar yo.

Y en medio de todo eso aparece mi voz digital.

Una especie de versión de mí que puede cantar cosas que yo he escrito.

Es extraño.

Y al mismo tiempo, tremendamente fascinante.

¿Es menos mía por ser digital?

Supongo que esta es la pregunta que inevitablemente aparece.

Y mi respuesta es que no creo que la tecnología determine por sí sola cuánto de humano hay en una creación.

Mi voz digital existe porque antes existió mi voz real.

La letra existe porque yo la escribí.

La canción existe porque yo decidí qué quería contar.

La producción existe porque fui tomando decisiones sobre cómo quería que sonara.

La IA interviene en el proceso, pero no aparece de la nada.

Parte de mí.

Por eso, cuando escucho mi voz digital cantando una canción que he escrito, la sensación es bastante peculiar.

Es mi voz.

Pero no soy yo físicamente.

Es una versión digital de mí haciendo algo que yo, por las características de mi proyecto, he decidido que haga.

ASKA no pretende esconder la tecnología

Desde el principio he querido que ASKA sea un proyecto transparente con respecto a la forma en la que se crea.

No me interesa que alguien escuche una canción y piense que estoy intentando hacer pasar una producción de Inteligencia Artificial por una grabación convencional.

Todo lo contrario.

Quiero hablar de ello.

Porque creo que vamos a tener que aprender a convivir con estas nuevas formas de creación.

Y también aprender a hacer preguntas.

¿Quién escribió la canción?

¿Quién tomó las decisiones creativas?

¿De quién es la voz?

¿Quién controla el modelo?

¿Qué parte es humana y qué parte es artificial?

En mi caso, las respuestas forman parte de la propia identidad de ASKA.

Mi voz real fue el origen.

La IA aprendió a reproducirla.

Y ahora existe una versión digital de mi voz que puede cantar las letras que escribo.

Mi gemela digital no tiene mis recuerdos, ni mis experiencias, ni sabe por qué escribí cada palabra.

Pero cuando canta una canción de ASKA, canta con mi voz.

Y quizá esa sea la mejor manera que tengo de explicar lo que estoy haciendo: