Mitä synteesi oikeasti tekee

Yhteinen ongelma

Musiikillinen ääni on spektri, joka kehittyy ajan myötä. Jokainen synteesitekniikka on erilainen strategia yhden tuottamiseksi tehokkaasti ja hallitusti. Perheet eroavat siinä, mihin monimutkaisuus tuodaan.

Kolme strategiaa
Menetelmä	Strategia	Intuitiivinen hallita	Kömpelö hallita
Poistava	Aloita harmonisesti rikkaana, suodata pois	Kirkkaus, liike, vaippa	Tarkat harmoniset suhteet
FM / vaihemodulaatio	Tuota sivubandeja moduloimalla vaihetta	Kello, metalliset ja kehittyvät soinnut	Tuloksen ennustaminen parametreista
Fysikaalinen mallinnus	Simuloi värähtelevää järjestelmää	Fysikaalisesti merkitykselliset eleet	Äänet, joita mikään objekti ei voisi tuottaa
Aaltotaulukko	Interpoloi tallennettujen spektrien välillä	Muuntaminen ja liike	Tarkat spektriset kohteet

Fysikaalinen mallinnus erityisesti on edelleen aktiivinen tutkimusalue — työ yksinkertaistettujen ja hallittavien mallien kehittämiseksi moodikytkennälle ^[1] käsittelee tarkasti jännitettä fyysisen tarkkuuden ja soittokelpoisen hallinnan välillä.

Miksi poistava hallitsee

Ei siksi, että se olisi voimakkain — se ei ole — vaan siksi, että sen parametrit vastaavat havaintodimensioita, joille ihmisillä on jo sanoja. Suodattimen katkaisu vastaa kirkkautta. Resonanssi vastaa nenämaista, keskittynyttä laatua. Vaippa vastaa hyökkäystä ja häipymistä. Voit ennustaa, mitä muutos tekee ennen kuin teet sen.

FM on kykenevämpi ja paljon vähemmän ennustettava. Modulaattorisuhteen muuttaminen voi siirtää äänen kellosta bassoon tai meluun ilman havaittavaa gradienttia välissä, mikä on syy siihen, että FM-ohjelmoinnilla on maine oppia muistamalla sen sijaan, että järkeilemällä.

Synteesi ja ohjauskartoitus

Ohjaus on todellinen suunnitteluongelma

Tutkimus digitaalisten instrumenttien parissa — mukaan lukien optiset ja gestuaaliset ohjaimet ^[5] ja äänentuotto mekatronisissa järjestelmissä ^[4] — käsittelee pääasiassa kartoitusta: miten esittäjän ele yhdistyy synteesiparametriin. Tämä kartoitus määrittää ilmaisun paljon enemmän kuin taustalla oleva menetelmä.

Tuotannon vastine on modulaatio. Staattinen patch kykenevästä synteesistä on vähemmän kiinnostava kuin yksinkertainen patch hyvin valitulla modulaatiolla, koska se, mikä saa äänen tuntumaan elävältä, on muutos ajan myötä, ei spektrin monimutkaisuus millään hetkellä.

Yleisimmät kysymykset

Minkä syntetisaattorin pitäisi opetella ensin?

Subtraktiivisen, koska sen parametrit vastaavat ominaisuuksia, joita osaat jo kuvailla. Kaikki muu on sen jälkeen helpompaa.

Onko analoginen parempi kuin digitaalinen?

Erilaisia, ja erot ovat lähinnä epälineaarisuudessa, driftissä ja käyttöliittymässä. Kumpikaan ei ole kategorisesti parempi tietyn äänen tuottamisessa.

Miksi patchini kuulostavat elottomilta?

Yleensä riittämätön modulaatio. Muutos ajan kuluessa on tärkeämpää kuin spektrinen monimutkaisuus.

Tarvitsenko laitteistoa?

Ei. Laitteisto muuttaa tapaa, jolla olet vuorovaikutuksessa parametrien kanssa, mikä muuttaa sitä, mitä teet — tämä on työnkulkuun liittyvä argumentti, ei äänenlaatuun liittyvä.

Useita pieniä mikseripöytiä pinottuna, joiden säätimet ja liukusäätimet ovat kameran suuntaan — AKX_ from Finland · CC BY 2.0 · Wikimedia Commons

Jälkikaiku ja syvyyden psykoakustiikka

12 julkaisuja, 2013–2024. Tämä on pääasiassa havainnoiva aineisto. Se voi todeta, että asiat esiintyvät yhdessä; se ei voi ratkaista, mikä aiheuttaa toisen. Lähde: tämän sivun oma viittauslista, alla.

References

Every citation below links to the original peer-reviewed record on PubMed or via DOI. Nothing here is a substitute for medical advice.

A simplified and controllable model of mode coupling for addressing nonlinear phenomena in sound synthesis processes Poirot S, Bilbao S, Kronland-Martinet R · EURASIP Journal on Audio, Speech, and Music Processing · 2024 · Journal article DOI
Signal Processing for Image Morphing in Digital Image Synthesis Dr. Elena Martinez · American Journal of Signal and Image Processing · 2024 · Journal article DOI
Sound event triage: detecting sound events considering priority of classes Tonami N, Imoto K · EURASIP Journal on Audio, Speech, and Music Processing · 2023 · Journal article DOI
Exploring Sound Generation and Processing in Mechatronic Systems through Digital Signal Processing: A MATLAB-Based Investigation Wahhab M · Engineering and Technology Journal · 2023 · Journal article DOI
Optical Digital Theremin with Audio Synthesis and Graphic Interface Ramos dos Santos M, Coca Salazar A · International Journal of Circuits, Systems and Signal Processing · 2021 · Journal article DOI
Digital audio signal watermarking using minimum‐energy scaling optimisation in the wavelet domain Hsu C, Tu S, Yang C, et al. · IET Signal Processing · 2020 · Journal article DOI
Processing of volcano infrasound using film sound audio post-production techniques to improve signal detection via array processing Williams R, Perttu A, Taisne B · Geoscience Letters · 2020 · Journal article DOI
Sound effects without side effects—Suppression of artifacts in audio signal processing Case A · The Journal of the Acoustical Society of America · 2018 · Journal article DOI
Analysis by synthesis spatial audio coding Elfitri I, Shi X, Kondoz A · IET Signal Processing · 2014 · Journal article DOI
Digital removal of pulse‐width‐modulation‐induced distortion in class‐D audio amplifiers Aase S · IET Signal Processing · 2014 · Journal article DOI
Applications and implications of digital audio databases for the field of ethnomusicology: A discussion of the CNRS — Musée de l’Homme sound archives Khoury S, Simonnot J · First Monday · 2014 · Journal article DOI
Performance Analysis Of Haar Wavelets For Segmentation Of Heart Sound Bahekar L · i-manager's Journal on Digital Signal Processing · 2013 · Journal article DOI