1.3.2. Методы получения звука

Используется 2 метода: воспроизведение оцифрованного звука и синтез звука на основе некоторых данных [2-5, 14].

Оцифрованный звук занимает много места, особенно при 16-битной оцифровке. Поэтому применяются различные методы сжатия, в частности, адаптивная разностная импульсно-кодовая модуляция (Adaptive Differencial Pulse-Code Modulation, ADPCM). Модуляция – процесс изменения одного сигнала (как правило, аналогового), называемого «несущей», в соответствии с формой некоторого другого сигнала. ADPCM – это 8- или 4-битное кодирование, но не всей амплитуды, а только разности амплитуд сигналов рассматриваемого и предыдущего. Оно имеет объем данных, как при сжатии, поскольку кодирование разности требует меньше битов, чем кодирование всей амплитуды.

Иное дело – синтезированный звук. Используются 2 технологии синтеза звука:

• на основе частотной модуляции, Frequency Modulation (FM), когда изменяется частота несущей, – FM-синтез. Обозначается OPL2 или OPL3, разработка компании YAMAHA;

• по волновой таблице, Wave Table (WT) – WT-синтез. Обозначается OPL4, разработка компании Creative Labs.

FM-синтез. Звуки описываются математическими формулами, моделирующими определенный спектр звуковых частот. Воздействием на волну можно приблизить ее к более естественному тембру данного инструмента. Используются специальные генераторы сигналов (тонгенераторы) из набора простейших волн (например, нескольких синусоид) с взаимной модуляцией по частоте между несколькими синусоидальными генераторами, реализуемой такими простейшими операциями, как сложение, вычитание, умножение, деление волн и т. д. Каждый генератор управляется схемой, регулирующей частоту и амплитуду сигнала [2-5, 14, 25]. Схема представляет собой базовую единицу синтеза – оператор. Оператор включает два базовых элемента:

• генератор огибающей, определяющий амплитуду (громкость);

• фазовый модулятор – определяющий частоту (высоту) тона.

Чтобы воспроизвести «голос» одного инструмента, достаточно 2 операторов. Первый генерирует несущие колебания (основной тон) и называется генератором основного тона, второй генерирует модулирующую частоту (обертоны) и называется модулятором.

Голоса бывают:

• мелодические – требуют 2 оператора для воспроизведения;

• ударные – требуют 1 оператор. Исключение составляет бас-барабан, требующий 2 оператора.

16-разрядные звуковые карты используют улучшенные 4-операторные синтезаторы. 4-операторный синтезатор звука имеет 2 режима синтеза:

• 2-операторный (OPL2): 20 стереоголосов = 15 мелодических + 5 ударных;

• 4-операторный (OPL3): 11 стереоголосов = 6 мелодических + 5 ударных.

Алгоритмы соединения операторов, когда сигналы с выходов одних управляют работой других, (FM-алгоритмы) и параметры каждого оператора (частота, амплитуда и закон их изменения во времени) определяют тембр звучания. Число операторов и схем управления ими задают максимальное число синтезируемых тембров. Алгоритм может включать один или несколько операторов, соединенных последовательно, параллельно, последовательно-параллельно, с обратными связями и в прочих сочетаниях – все это дает практически бесконечное множество возможных звуков [2-5, 14, 22].

Частотный синтез имеет неоспоримые достоинства, такие, как отсутствие заранее записанного единого комплекта звуков, следовательно, ему не требуется память для их хранения. В принципе при помощи частотного синтеза можно смоделировать практически любой звук, необходимо лишь точное математическое описание и достаточное число «операторов». Выполненные по той же технологии клавишные синтезаторы середины 80-х гг. фирм Roland, Korg и Yamaha (DX7 и DX100 имели 6-операторную конфигурацию) поражали отличным качеством звука [25-26].

Но, разумеется, у FM-синтеза есть и недостатки. Если он применяется для имитации звучания музыкальных инструментов, то подобие получается крайне грубое вследствие сложности создания «реальной» математической модели и реализации тонкого управления операторами. Именно по этой причине в звуковых контроллерах часто использовалась сильно упрощенная по сравнению с настоящими синтезаторами схема с меньшим диапазоном возможных звучаний. В результате FM-синтеза звук получается «сухой», с металлическим оттенком. Поэтому FM-синтез используется в недорогих звуковых картах, а ему на смену пришла более мощная и гибкая WT-технология синтеза.

WT-синтез. Он основан на воспроизведении сэмплов (samples) – заранее записанной и отредактированной цифровой записи образцов звучания различных реальных инструментов (их называют выборками) [2-5, 14]. Причем хранится обычно только один тон каждого инструмента, а остальные тона воспроизводятся по нему, используя соответствующие алгоритмы. Как по одной косточке можно восстановить облик древних животных, так и по образцу (сэмплу) можно восстановить и синтезировать полное звучание любого музыкального инструмента.

Сэмпл может создаваться по-разному, длина и качество (разрешение) образца могут варьироваться в зависимости от емкости памяти карты. Если все варианты звучания отдельного инструмента занимают немного места, они записываются полностью. Для сложных инструментов записываются: начало (атака), небольшая средняя часть (поддержки) для использования в цикле проигрывания, и конец (затухание). Обычно на 1 сэмпл отводится в среднем 20 Кб памяти (16 – 32 Кб), что для 200 инструментов потребует 4 Мб (2-8 Мб). Чем больше объем памяти звуковой карты, тем длиннее может быть сэмпл и реалистичнее получится синтезированный по нему звук. Идеальный сэмпл сложного инструмента может занимать в пределе несколько сотен Кбайт.

Оцифрованные образцы звуков сводятся в один или несколько так называемых банков инструментов, которые в общем случае устроены следующим образом. Каждый образец звучания, иначе пэтч (patch) или инструмент, представляет собой комбинацию сэмплов – обычных WAV-файлов, организованных в слои (layers) [18].

Присутствие в пэтче нескольких сэмплов обусловлено веской причиной. Известно, что при изменении частоты дискретизации можно получить звук любой высоты. Но при этом, к сожалению, будут меняться длительность атаки и скорость затухания сигнала, что вызовет искажение общего впечатления о звуке. Тембр же воспроизводимого сигнала подвергнется еще более серьезным изменениям. Поэтому в WT-синтезаторах применяется несколько иной способ изменения высоты звука: оцифровывается несколько разных по высоте сигналов (сэмплов) реального музыкального инструмента, перекрывающих весь его частотный диапазон. Шаг по частоте должен быть достаточно мал, чтобы изменения тембра, связанные с конструктивными особенностями инструмента, при смещении частоты основного тона (изменением частоты дискретизации) не были заметны на слух. В недорогих устройствах считается достаточной оцифровка через пол-октавы.

Число сэмплов в пэтче определяется характеристиками (возможностями) синтезатора звуковой карты. Например, синтезатор звуковых карт Tropez способен работать с 4 сэмплами в пэтче, а карт Pinnacle – c 32.

Для гипотетического устройства, имеющего диапазон частот генерируемого звука в 5 октав, при оцифровке через интервал в один тон по высоте с частотой дискретизации 48 КГц и разрядностью данных 24 бита понадобится около 7 Мбайт памяти на 1-секундный отрезок сигнала. Однако WT-синтезаторы обычных звуковых карт имеют меньший объем памяти, хотя и могут имитировать более 100 инструментов. Достигается это тем, что звук оцифровывается с большим шагом по частоте основного тона и подвергается различным видам компрессии. В таблице хранятся отрезки сигнала длительностью значительно меньше 1 секунды. При этом для синтеза длинных нот применяется многократное повторное воспроизведение отрезка сигнала из таблицы. А сигнал должен содержать целое число периодов основного тона и быть сглажен в стыках [18].

Но фазы звучания инструмента записываются не только на разных частотах, но и при разных условиях: мягкий удар по клавише рояля, различное положение губ и языка музыканта при игре на саксофоне и т.п. И в результате получается целое семейство звучаний одного инструмента. При воспроизведении эти фазы нужным образом составляются, что дает возможность при относительно небольшом объеме сэмплов получить достаточно широкий спектр различных звучаний инструмента, а главное – заметно усилить выразительность звучания, выбирая, например, в зависимости от силы удара по клавише синтезатора не только нужную амплитудную огибающую, как делает любой синтезатор, но и нужную фазу атаки.

Основная проблема WT-метода состоит в сложности сопряжения различных фаз друг с другом, чтобы переходы не воспринимались на слух, и звучание было цельным и непрерывным [22].

Кроме образцов звучания музыкальных инструментов, в том числе и ударных, в банке инструментов могут храниться пэтчи немузыкальных, необычных или даже нереальных «инструментов» (специальных эффектов), таких как шум ветра, хлопок в ладоши, звук выстрела и т.п.

Один банк может содержать образцы звучания 7-10 инструментов, всего же инструментов обычно около 500.

Выборки сигналов (таблицы) сохраняются либо в ПЗУ, либо программно загружаются в ОЗУ звуковой карты. Но сэмплы не могут быть воспроизведены непосредственно, так как их сначала надо модулировать, чтобы получить в результате музыкальные ноты или инструментальные эффекты типа вибрации звука. Специальный WT-процессор выполняет операции над выборками сигнала, изменяя их амплитуду и частоту. Например, в процессе синтеза:

• чтобы получить нужную высоту, меняется скорость воспроизведения (быстрее – выше и наоборот). Точнее, отсчеты сигнала требуется выбирать из таблицы с частотой, отличной от базовой, что соответствует изменению частоты дискретизации и на слух будет восприниматься как изменение основного тона сигнала;

• сложные синтезаторы для воспроизведения каждой ноты применяют параллельное проигрывание (наложение) нескольких сэмплов и дополнительную обработку звука (модуляцию, фильтрацию, спецэффекты).

В результате WT-синтеза звук более похож на звучание реальных инструментов. Поэтому WT-синтез и стал основным способом генерации звука.

WT-карты различаются не только по качеству сэмплов, но и по эффективности их модулирования. Например, имеется сэмпл звучания валторны. Но еще потребуется сложная обработка сигнала, чтобы воссоздать эффект придыхания музыканта при тихом выдувании или резкий медный эффект громкого выдувания. А это иногда непросто сделать, и может получиться плохо: валторна будет звучать, как автомобильный клаксон [2-5, 14].

В современных сэмплерах используется по нескольку сэмплов на одну ноту, которые могут проигрываться как по очереди, так и параллельно (слоями) – этим достигается имитация экспрессии, а также применяется дополнительная обработка звука – реверберация, хорус, модуляция, наложение частотных фильтров и т. д.

К достоинствам сэмплеров относится весьма точное и «почти реальное» воссоздание звучания определенного инструмента, зависящее лишь от количества и качества записанных сэмплов. При соответствующих объемах и качестве создания сэмплов вместе с изощренными алгоритмами обработки можно добиться практически 100%-ной естественности звука. Самый большой недостаток сэмплирующих синтезаторов – ограниченный объем памяти и, как следствие, ограничение на объем размещаемых в ней сэмплов и качество звука.

Впоследствии появились синтезаторы с сэмплами, загружаемыми в память звукового контроллера с жесткого диска, а затем и использующие для своей работы системную память. В настоящее время существуют также программные синтезаторы, такие, как GigaSampler и HALion [25].

Усовершенствованные звуковые карты для увеличения числа голосов могут комбинировать FM- и WT-синтез. Игры и поддержка воспроизведения MIDI требуют до 20 голосов одновременно. Но звуковая карта не может обеспечить одновременное звучание целого оркестра из 128 инструментов.

Тип синтезатора на звуковых картах не оказывает влияния на WAV-файлы, поскольку они являются непосредственными цифровыми звукозаписями. FM- и WT-cинтез применяется только для работы с MIDI и для звукового сопровождения компьютерных игр, программы которых содержат команды управления синтезатором.