• Português

      • Gravação

      Com as especificações técnicas definidas, esta etapa detalha o processo prático de captação: quanto tempo gravar, qual conteúdo vocal produzir e como executar a gravação seguindo as boas práticas estabelecidas.

      Tempo de Gravação

      A duração total recomendada varia conforme o tipo de modelo que você deseja treinar:

      Tipo de ModeloDuração RecomendadaObservações
      Modelo Individual (único cantor)1 a 3 horasPor ser um único cantor, um número maior de dados é necessário para cobrir a variedade fonética, podendo precisar de mais horas dependendo da quantidade de idiomas cantados.
      Modelo Multi-Vocal (vários cantores)Até 1 hora por vozCada voz se benificia dos dados de todo o conjunto, podendo ter menos gravações por voz.
      Tip

      Para qualquer tipo de modelo, qualidade > quantidade. É preferível ter 1 hora de áudio impecável e boa distribuição fonética do que 3 horas com ruídos ou inconsistências.

      O que Gravar

      Conteúdo Vocal Recomendado

      Para garantir um modelo robusto e expressivo, o dataset deve cobrir:

      AspectoRecomendação
      Alcance (vocal range)Grave notas graves, médias e agudas do seu alcance natural.
      Velocidades (tempo)Músicas lentas (baladas), médias (pop) e rápidas (rock, dance).
      FonemasCubra todos os fonemas do idioma, com ênfase nos raros (ex.: mandarim: "iong", "uai"; japonês: "ky", "jy").
      Expressividade vocalGrave com emoção, dinâmica e variações de intensidade.
      Estilos musicaisAs que o seu vocal cobre e que se sinta confortável em cantar.
      Sons sustentadosInclua notas longas para evitar interrupções no banco de vozes.

      Como Gravar

      Antes de Começar

      1. Escolha o software adequado.

        • Adobe Audition, Audacity, Reaper, qualquer outro software de gravação do seu gosto.

      2. Configure o formato de áudio:

        • Preferencial: WAV Mono, 48kHz x 24bit.
        • Alternativa: WAV Mono, 44.1kHz x 16bit.
        Tip

        Recomenda-se gravar em 48kHz x 24bit para maior qualidade. Conversões para 44.1kHz x 16bit podem ser feitas posteriormente.

      3. Prepare o ambiente:

        • Ambiente silencioso, com o mínimo de ruído de fundo e reflexões.
        • Evite vazamento de som dos fones de ouvido ou caixas de som.

      4. Posicione o microfone:

        • Distância consistente da boca (10–20 cm)
        • Use pop filter para evitar plosivas
        • Mantenha a mesma configuração durante todos os takes e dias de gravação

      Durante a Gravação

      ProcedimentoDescrição
      Silêncio natural no início e fim do áudioMantenha pelo menos 1 segundo de silêncio no início e no final de cada gravação.
      Níveis de áudioMonitore para evitar clipagem – o volume não deve exceder 0dB.
      Espectro de frequênciaVerifique se o espectro até 16kHz está completo e claro.
      Evite ruídos indesejadosNada de tosses, risadas ou sons inesperados (respirações naturais são permitidas).
      ConsistênciaMantenha o mesmo padrão de gravação durante todos os takes e dias.
      PausasA cada 20–30 minutos, descanse a voz para evitar fadiga.

      Organização dos Arquivos

      • Um arquivo por música.
      • Nome do arquivo em romano (sem acentos ou caracteres especiais).
      • Classifique por idioma.
      • Se houver múltiplos timbres vocais, classifique por idioma e timbre.
      • Cada classe em sua própria pasta.