सबसे पहले, ध्वनि विज़ुअलाइज़र को पकड़ो , यह ध्वनियों को देखने के लिए ऑडेसिटी से बहुत बेहतर है।
आप जो यहां देख रहे हैं, वह संभवतः एक दूसरे के करीब मौलिक आवृत्तियों पर दो सरल और स्थिर ध्वनियों के योग का परिणाम है। यह उनके मौलिक की पिटाई का कारण बनता है , जिससे आपके द्वारा देखे जाने वाले आयाम मॉड्यूलेशन (कंपन) का कारण बनता है।
दो महत्वपूर्ण कारक सिंथेटिक ध्वनि को "स्वाभाविक" महसूस करते हैं:
- क्या यह समय के साथ मूल उपकरण की आवाज़ को सटीक रूप से पुन: पेश करता है। देखने के लिए कुछ मानदंड: समय के साथ टिम्बर (हार्मोनिक्स का वितरण), समय के साथ टिम्बर मॉड्यूलेशन, समय के साथ आयाम मॉड्यूलेशन (कंपोल की उपस्थिति, समग्र आयाम लिफाफा), पिच मॉड्यूलेशन (वाइब्रेटो की उपस्थिति), क्या इंस्ट्रूमेंट तुरंत लक्ष्य नोट तक पहुंचता है या है पीतल उपकरणों पर एक छोटे से संक्रमण की तरह ...)।
- यह कैसे कलाकार द्वारा नियंत्रित करने के लिए प्रतिक्रिया करता है। आपको सूचीबद्ध करना होगा कि नोट डेटा के साथ कौन से पैरामीटर आपके सिस्टम के लिए उपलब्ध होंगे (क्या यह नंगी मिडी फ़ाइल से ध्वनियों को संश्लेषित करेगा? मिडी कीबोर्ड से वेग और आफ्टरचौच के लिए संवेदनशील? एक समर्पित हार्डवेयर डिवाइस से एक्सीलेरोमीटर का उपयोग करते हुए? और प्रेशर सेंसर;), और समझें कि इन इनपुट्स को सिंथेसिस मापदंडों पर कैसे मैप करें। आपको यह भी सूचीबद्ध करना होगा कि सिस्टम पर कौन नियंत्रण करता है (उदाहरण के लिए, क्या उपयोगकर्ता के पास विभिन्न रजिस्टरों को चालू / बंद करने का विकल्प है?)।
मैं इस समस्या के लिए 3 संश्लेषण दृष्टिकोणों का उल्लेख कर सकता हूं:
सैम्पलिंग। रिकॉर्ड, एक के बाद एक, सभी प्रदर्शनों के नोट्स, विभिन्न प्रदर्शन मापदंडों के तहत (उदाहरण के लिए, नीचे दिए गए सभी हार्ड संयोजन कितने कठिन हैं)। ध्वनियों के इस संपूर्ण डेटाबेस से वापस खेलें, जब तक आप चाहें तब तक उन्हें बनाने के लिए छोरों के साथ। लाभ: अलगाव में लिया गया एक नोट वास्तविक चीज़ से अप्रभेद्य लगता है। कमियां: "नकली" लग सकता है, और जब तक आप रिकॉर्ड किए गए नमूने पर कुछ संकेत हेरफेर नहीं करना शुरू करते हैं, तब तक वे इनपुट (नहीं "अभिव्यंजक") का जवाब नहीं देंगे - जिस बिंदु पर वे दर्ज किए गए थे, वे स्वाभाविक रूप से ध्वनि नहीं करेंगे। नमूनों द्वारा उपयोग की जाने वाली बहुत सी डिस्क / मेमोरी। चेतावनी: यह पूरी तरह से एक उपकरण का नमूना लेने और सभी डेटा को व्यवस्थित करने के लिए एक शामिल काम है, और इस तरह के सामान को करने में पहले से ही बहुत अच्छी कंपनियां हैं - यह '
क्लासिक घटाव संश्लेषण। आप दो वर्ग या नाड़ी तरंगों के साथ शुरू कर सकते हैं, धड़कन पाने के लिए थोड़ा अलग हो सकते हैं, इसे "नाक" गुणवत्ता देने के लिए उच्च-पास फ़िल्टरिंग का एक बालक, और इसे रंग देने के लिए एक EQ ... फिर विभिन्न रजिस्टरों को प्राप्त करने के लिए उनमें से कई को ढेर करें। । क्लासिक "पुराने" सिंक (JX8p, D50, M1) के पैच पुस्तकालयों में देखें ... इन सभी में अच्छी तरह से सैंपल-फ्री होने की शालीन आवाज़ है। लाभ: बहुत स्पष्ट व्यक्त किया जा सकता है - चूंकि आपके पास ध्वनि के पूरे उत्पादन पर नियंत्रण है, आप ध्वनि मापदंडों पर इनपुट मापदंडों को आसानी से मैप कर सकते हैं। आपको पहिया को सुदृढ़ नहीं करना होगा और मौजूदा ध्वनि संश्लेषण कोड पर खुद को आधार बना सकता है। असुविधाजनक: ध्वनि "सिंथेटिक" होगा (लेकिन "जीवंत और सिंथेटिक" कभी-कभी "यथार्थवादी और मृत!) से बेहतर होता है।"
फिजिकल मॉडलिंग। आप भौतिक मॉडलिंग का उपयोग करके वेनिला घटाव संश्लेषण की तुलना में कुछ अधिक यथार्थवादी प्राप्त कर सकते हैं - साथ में कुछ (उदाहरण के लिए सीएसाउंड, मैक्स / एमएसपी या सुपरकोलाइडर में) कोबिंग करने की कोशिश करें, कुछ ईख मॉडल (3 उल्लिखित कार्यक्रमों में शारीरिक मॉडलिंग के लिए मूल आदिम है - लेकिन मैं हूं सुनिश्चित नहीं है कि उनके पास मुफ्त रीड्स हैं), ईक्यू या एक सरल गुंजयमान यंत्र जोड़ें। आदर्श रूप से, आप यथार्थवादी ध्वनि और नियंत्रणीय दोनों प्राप्त कर सकते हैं, हालांकि यह सबसे आसान रास्ता नहीं है!
