Vivimos en el tiempo de las voces virtuales, un tiempo en el que uno casi tiene miedo de decir la palabra incorrecta, no vayan Siri, o Google, o Alexa, o Cortana a darse por aludidos. Podemos “oír” nuestro correo electrónico mientras cocinamos, escuchar libros que nunca nadie ha leído en voz alta, abrir las voces que nos esperan en nuestro buzón, o incluso preguntarle a un coche cuál es la mejor ruta a seguir. Las voces virtuales se han convertido en un lugar común, que ya casi no reparamos en ellas. Pero para poder sintetizarlas, grabarlas, transmitirlas o digitalizarlas, fue necesario entender primero cómo funciona nuestra propia voz y un físico capaz de enseñar a hablar a los diapasones.

Empecemos por lo básico: ¿dónde dirías que se forman las palabras cuando hablas? Sin pensarlo demasiado, ¿en el pecho, la boca, en la garganta quizás?

Hasta finales del siglo XVIII, esta pregunta no tenía una fácil respuesta. Muchos pensadores creían que el habla tiene su origen en las cuerdas vocales, quizás porque es lo primero que activamos y notamos vibrar al hablar. Otros argumentaban, en cambio, que la boca es lo que se mueve para pronunciar las distintas letras del lenguaje. Con el fin de aclarar esta disputa, en 1778 la Academia de Ciencias de Rusia lanzó un concurso dirigido a la comunidad científica. El premio recaería en aquella persona capaz de explicar la mecánica de las vocales humanas. Dos años más tarde, el profesor Christian Kratzenstein fue anunciado como ganador. No solo había logrado explicar por primera vez las diferencias acústicas entre los sonidos A E I O U, sino que además había fabricado una máquina capaz de producirlos artificialmente.

El invento consistía en una serie de tubos, parecidos a los de un órgano pero con formas mucho más variopintas. Estos tubos filtraban una nota producida por una lengüeta (parecida a la de una armónica) y daban lugar a los timbres de las vocales A E I O U. Era un mecanismo sorprendentemente sencillo. Pero así es como funciona nuestra propia voz. Puedes comprobarlo en primera persona: si yo ahora te pido que cantes una “u” y a continuación una “a”, ¿qué es lo que sucede exactamente en tu garganta, y en tu cara? Aunque sostengas todo el rato la misma nota con tu voz, la forma de tu tracto vocal (tu boca, en este caso) cambia para dar lugar a distintos timbres, igual que los tubos de la máquina de Kratzenstein.

Para entender cuál era la naturaleza de estos timbres de manera precisa, fue necesario esperar un siglo más. De hecho, la misma palabra “timbre” es difícil de definir y a menudo crea confusión. El timbre es lo que distingue a dos sonidos que tienen el mismo tono y la misma intensidad. Es decir, si yo cojo un violín, una trompeta, y una guitarra, y hago que toquen la misma nota (pongamos, un la 440 Hz), con la misma intensidad y la misma duración, la cualidad sonora que me permite distinguirlos es el timbre. La diferencia entre una “a” y una “u” es una diferencia tímbrica también. Ahora bien, desde un punto de vista físico, el timbre no es nada fácil de desentrañar.

En la segunda mitad del siglo XIX, Hermann von Helmholtz se empeñó en destilar esta propiedad del sonido. El físico alemán quería entender de qué estaban hechas las vocales del lenguaje¹, y por extensión, el sonido de los instrumentos musicales. Lo que descubrió es que el timbre tiene mucho que ver con la complejidad de un sonido. Todo tono está compuesto por un montón de frecuencias. Esa composición (lo que en física conocemos como su espectro), y la manera en que cambia con el tiempo, es lo que determina en gran medida eso que percibimos como “timbre”.

Para demostrarlo, al igual que Kratzenstein, Helmholtz no se contentó con presentar simplemente su explicación. Con ayuda de Rudolph Koenig, construyó una máquina capaz de sintetizar esas mismas letras a partir de sus componentes fundamentales. Constaba de un conjunto de diapasones que se mantenían en constante vibración gracias a pulsos electromagnéticos. Cada diapasón producía una frecuencia pura de una serie armónica (frecuencias proporcionadas por números enteros 1, 2, 3, 4…). Al hacerlos vibrar con distintas intensidad relativa, era posible escuchar el sonido de las vocales. ¡Los diapasones, habían aprendido hablar!

Aquel primitivo sintetizador ayudó a comprender mejor la naturaleza del habla y los sonidos de las vocales. Pero además, al otro lado del Atlántico, los diapasones de Helmholtz inspiraron a un joven Alexander Graham Bell, que empezó a soñar con convertir la voz humana en frecuencias eléctricas, capaces de recorrer enormes distancias a través un cable de cobre². Un siglo después, las tataranietas de aquel extraño sueño, nos ofrecen ayuda desde nuestros dispositivos móviles. Sus voces digitales nos recuerdan que nuestras palabras, en último término, también están hechas de números.

Notas y referencias: