Apndice B Voz (Alfonos)

Introducción

El modo Speech del canal WAVE utiliza un conjunto de alófonos (fragmentos fonéticos pregrabados) para sintetizar voz hablada en la Game Boy. Estos sonidos fueron diseñados originalmente para el chip SP0256‑AL2 de Texas Instruments, y posteriormente adaptados a LSDj en forma de banco interno.

Mediante la combinación de vocales y consonantes, puedes generar sílabas, efectos robóticos o incluso frases completas. No hay reconocimiento de texto, por lo que el resultado depende totalmente del oído y del orden en que se coloquen los fonemas.

Estructura y funcionamiento

• Cada alófono es una breve muestra PCM de voz digitalizada a 4 bits.
• El sintetizador reproduce los fragmentos de forma secuencial, sin ajuste automático de duración ni entonación.
• Se recomienda asignar un instrumento “Speech” y disparar los fonemas mediante notas individuales en una frase o tabla.
• El parámetro Speed controla la duración de cada alófono (a menor valor, más rápido y entrecortado).
• Los alófonos se combinan libremente: AY + MM → “I’m”, SH + EE → “She”.

Lista de alófonos disponibles

Combinaciones útiles

Estas secuencias son solo orientativas; prueba combinaciones nuevas ajustando Speed y Pitch hasta que suene natural o divertido.

Trucos de articulación y mezcla

• Para una voz más clara, usa el canal WAVE en modo “Speech” aislado, sin mezclar con ruido.
• Si la voz queda apagada, sube ligeramente el Cutoff o añade Dist para más presencia.
• Combina con Delay o Reverb externo para ambiente retro‑futurista.
• Para simular una voz femenina, usa Pitch +12 semitonos o Speed más alto.
• Para voz grave o robótica, baja el Pitch o aplica Vshift para “crujir” la señal.

Ejemplos creativos

• Intro de tema: programa “HELLO WORLD” fonema a fonema como presentación.
• Efecto robot: combina DH + EH + LL + OW con Limit y Dist altos.
• Glitch vocal: dispara fonemas aleatorios desde una tabla con SPEED variable.
• Voz rítmica: sincroniza alófonos con el patrón de batería (por ejemplo, “YEAH” en los compases 4 y 8).
• Sampling híbrido: alterna fonemas Speech con samples de percusión para una textura mixta.