Auch wenn hier jetzt einige Leute Aufschreien werden: offengestanden, hat die Anzahl der Bänder erstaunlich wenig mit der Verständlichkeit zu tun. 10 Bänder reichen locker.
Das A und O ist die Kompression des Modulatorsignals (also der Sprache) bis zum Abwinken, ggf vorher noch absenken um -3db unter 500Hz
Man kann die Verständlichkeit von Sprache extrem(!!!) erhöhen, wenn man vom Originalsignal alles über 8kHz direkt dem Ausgang beimischt. Das ist nur das Knispern und Zischeln der Konsonanten, aber das macht sehr viel aus.
Der zweite wichtige Punkt ist das Carriersignal: Es muss auch die Möglichkeit zur Sprachverständlichkeit bieten. Schmale Pulswelle ist besser als Sägezahn, Sägezahn ist immer noch besser als Rechteck (Rechteck geht garnich).
Der Carrier sollte KEINE Modulation oder Schwebung enthalten. Also keine PWM, keinen Chorus, nur ein VCO. Wenn man Chorus drauf haben will, dann soll man das mit dem Ausgangssignal des Vocoders probieren.
Und es ist auch wichtig, dass die gespielten Töne des Vocoders zum gesprochenen Signal passen. Man braucht nihct glauben, dass man eine sonore Männerstimme noch versteht, wenn der Carrier einen Grundtonbereich in den oberen Oktavlagen einer Sopranistin hat. Einzelne Töne sind besser als Akkorde. Wenn Akkorde, dann mit möglichst wenig Tönen (eine Quint wie bei dem VocoderBeispiel vom Ausgangsposting bringt ein verständlicheres Ergebnis als ein aus fünf Noten bestehender Sus49hastdunichtgesehen).