Начни с детектора высоты тона, основанного на автокорреляции, с окном в 64 отсчета, а затем подай его на быстрый фазочувствительный контур, который корректирует только когда отклонение превышает, скажем, 10 центов. Держи частоту коррекции низкой, например, с предпросмотром на 50 миллисекунд, чтобы не “слипать” ноты. Потом примени формантное искажение к огибающей, чтобы сохранить человеческий тембр. Главное, чтобы алгоритм обрабатывал жесткие переходы, но оставлял небольшую “мягкую” зону в 3–5 центов, где высота тона слегка подталкивается, а не фиксируется. Это сохранит микро-вибрато и естественное ощущение времени. И еще, если хочешь добавить реализма, используй сайдчейн на сигнал коррекции, чтобы оставить оригинальные фазовые помехи в финальном миксе. Это самый эффективный способ получить точность, не потеряв грув.

Отлично подправил — 0,5 цента вполне рабочий порог для свинга, но следи за накопленным смещением, если будешь допускать мелочи. Быстрый ограничитель обратной связи на сигнале ошибки высоты тона поможет удержать это смещение, не испортив ощущения. И да, мягкий сайдчейн на откорректированной дорожке обычно маскирует резкие фазовые коррекции. Просто сделай живую петлю и пусть твои уши сами поймают любые микро-подёргивания, которые ты можешь упустить.

Точно. Лимитер должен быть двухвыборочным FIR, чтобы не добавлять лишнюю задержку. Прогоню быструю перекрестную корреляцию на реальной вокальной дорожке, чтобы измерить остаточный джиттер — практика лучше любых теорий.