Hier gibt es eine ausführliche Anleitung auf was es ankommt:
Das Ergebnis des Vocoderklanges hängt sehr stark von den zugeführten Signalen ab. Das Carriersignal sollte stets obertonreich sein, denn nur im Träger vorhandene Obertöne können moduliert werden. Sägezahn, Rechteck und Pulswelle liefern gute Voraussetzungen. Um das Vocodersignal als Sprache auszumachen, sollte die Frequenz des Carriers im Bereich der Grundfrequenz der Sprechstimme liegen, also bei Männern zwischen 100 und 150 Hz, bei Frauen zwischen 200 und 350 Hz. Weiterhin sollte das Carriersignal an den Stellen Obertöne enthalten, an denen sich die Vokal-Formanten befinden. Da Klänge mit den angegebenen Grungfrequenzen aber meist keine Obertöne an diesen Stellen aufweisen, kann man statt einzelnen Tönen besser Akkorde als Carrier benutzen und evtl. etwas Rauschen zumischen.
Auch an das Sprachsignal sind besondere Anforderungen zu stellen. Ein stark komprimiertes Mikrofonsignal erzeugt eine gleichmäßige Lautstärke, typisch für den synthetischen Klangeindruck. Die Attackzeit des Kompresors darf man dabei ruhig etwas länger einstellen, weil dann die Impulsspitzen erhalten bleiben und somit Konsonanten betont werden. Extrem starke Kompression erhöt das Rauschen, das durch Einsatz eines Noisegates in Signalpausen unterdrückt werden kann. Auch die Bearbeitung mit einem Equalizer kann die Qualität verbessern: Unterhalb von 150 Hz kann man ruhig alles wegdrehen, und die für die Stimme des Sprechers markanten Frequenzen sollten etwas betont werden.
Bietet der eingesetzte Vocoder keinen Voiced/Unvoiced-Detektor, so kann man das Sprachsignal vor dem Vocoder abgreifen, parallel durch einen Hochpaß leiten, und dessen Ausgangssignal (also nur die hohen Frequenzen der Stimme) leise dem Ausgangssignal des Vocoders beimischen. Die Sprachverständlichkeit wird damit verbessert. Die Ergebnisse mit einem Voiced/Unvoiced-Detektor sind jedoch in der Regel besser.
Der Text ist von dieser Seite:
http://www.ths-nation.de/recall/vocoder.htm
