Звук

По следам предыдущего топика, в котором выяснилось, что Zune не может нормально сэкспортировать плейлист.

Пободавшись с Zune, я решил всё-таки разобраться, что там за беда. Напомню предысторию: Zune конвертит плейлисты во внутренний формат zpl, свободно перемещая/удаляя/дублируя пункты списка по своему усмотрению.

«Ладно, — подумал я, — а если скормить тебе уже готовый zpl?»

(Кстати, я как раз только что поставил чистую систему и накатил свежий Zune с официального сайта.)

В ходе обсуждения предыдущего топика про криворукость разработчиков одной небезызвестной компании, спор как-то плавно перешёл в сторону холивара «зачем проигрывать файлы в папке подряд, когда давно придумали тэги», который я довольно эпично зафейлил. Собравшись с силами, попробую теперь всё-таки пояснить свою позицию.

В чём профит использования метатэгов? В трёх основных моментах:
(а) возможность спокойно перемещать свои файлы, не опасаясь их потерять — медиабиблиотека позволит найти трек в любой самой феерической файловой куче;
(б) готовые базы данных (CDDB, например), которые позволяют автоматически протегировать треки;
(в) унифицированный формат отображения трека в плеере — на фоне зоопарка и разнобоя в именах файлов, плеер всегда покажет чистенькую строчку Артист — Название трека. (Ну или Артист — Название альбома — Номер трека. Название трека. Кому как удобнее.)

Проблема только в том, что всё это работает только на уровне стандартной схемы «исполнитель — альбом — трек», и абсолютно отказывается работать в другой предметной области (я говорю о классической музыке). Сейчас я попытаюсь пояснить, почему.

Статью попросил запостить хабрапользователь istinspring т.к. у него не хватает кармы. Если вам понравилась статья, не забудьте его плюсануть, он ещё много таких написать может.

В этой “пилотной” статье постараюсь как можно доступнее изложить основную концепцию, и приведу пару mp3 фрагментов в качестве примеров. Если эта тема окажется интересной, вполне возможно опишу некоторые моменты более детально.

Я думаю многие замечали, что инструменты в миксе звучат не так как хотелось бы. Вроде бы все то, но звук какой-то вялый, неяркий, как будто чего-то не хватает. В то время как на “фирменных” записях даже синусоида звучит “жирно”. На самом деле для этого есть множество причин, но остановимся на мой взгляд на самой главной.

Дело в том, что в современной электронной музыке применяют такой прием как Layering. Т.е. наслоение. Другими словами каждый инструмент создается послойно, позволяя получить уникальный тембр с огромным потенциалом для различных вариаций и экспериментов.

Начнем с того, что

Зачастую новички сталкиваются с проблемой неслаженности своей музыкальной композиции: все инструменты по отдельности звучат хорошо, как надо, а в миксе получается невнятная «каша». А причина этого «недоразумения» в особенности строения нашего слухового аппарата, в так называемой слуховой маскировке.

Пара слов о слуховой маскировке

Если инструменты имеют сходные (или пересекающиеся) частотные спектры, то более тихий тембр будет слышен хуже либо мозг слушателя вообще не сможет выделить этот сигнал. Представьте, как Вы стоите на перроне в метро и мило беседуете, а мимо проносится поезд с таким визгом, что Вы перестаете друг друга понимать. Дело в том, что частотный спектр нашего голоса пересекается с частотным диапазоном гула проезжающей электрички — вот Вам и эффект маскировки.

Есть проблема? Найди решение!

К превеликому счастью решение уже давно нашли и без нас, так что нам остается только пожинать плоды и радоваться. Решение это — эквализация.

Случилось так, что я захотел устроить небольшой концерт для своих далеких друзей, приятелей и просто заинтересованных людей. Коль скоро большинство из них живет за два, четыре или более часовых поясов от меня, я начал думать об аудиотрансляции, благо с точки зрения железа все легко реализуемо (Альфа-Альфа, дорогая моя...) Но вот в чем проблема — мои 44кб отдачи явно не тянут на аудиосервер. Конечно есть скайп, но там лимиты на количество участников конференции — это раз, и не у всех он есть — это два. И надо добавлять пользователей… Жуть, кратко говоря. А еще он принимает только левый канал — это создает дополнительные мучения.
Но после некоторого времени, нашел я Его, Сервис Мечты Моей, Здоровенный такой Mixlr! Mixlr! О нем я и расскажу под катом. И немного о том, как я обрабатываю звук перед отправкой.
Итак, прошу к столу под кат! (Но осторожнее! Трафик!)

Часть 1. MIDI

MIDI (Musical Instrument Digital Interface) — это стандарт обмена данными между цифровыми музыкальными инструментам. Он позволяет обмениваться такой информацией, как номер ноты, скорость нажатия, таймкод и др. MIDI поддерживает большинство выпускаемых музыкальных девайсов, исключения составляют многие модули модульных систем (например, Eurorack), а также такие специфичные вещи, как Monome.

На Всемирном мобильном конгрессе в Барселоне специалисты Fraunhofer IIS провели демонстрацию первого в мире телефонного звонка в сетях LTE с использованием аудикодека AAC-ELD (Enhanced Low Delay AAC), который обеспечивает качество Full-HD Voice.

Сейчас в большинстве сетей сотовой связи используется кодирование звука в полосе 3,5 кГц, в то время как человеческий слух способен воспринимать диапазон 20 кГц. Кодеки класса HD Voice передают в полосе 7 кГц, а Full-HD Voice кодируют и передают абсолютно весь слышимый диапазон, так что качество звука теперь ограничено только возможностями микрофона и динамиков/наушников.

В настоящее время Full-HD Voice уже используется в нескольких системах видеоконференцсвязи, но впервые такой кодек интегрирован в мобильные телефоны (на платформе Android) и проведён реальный сеанс связи между ними.

Введение

Вообще, я во многих вопросах перфекционист. Если есть — нужно, чтобы было безупречно (иногда это сказывается отрицательно, но сейчас не об этом). Свою аудиоколлекцию я тоже привык держать в чистоте. Но со временем, при пополнении стало накапливаться много мелких неприятностей. Вот некоторые из них:

• Разные шаблоны для имен файлов: 4 — Звезда | 04 — Звезда | 04. Звезда
• Разные имена исполнителей в тегах: Чиж & Co | Чиж и Ко. | Mylene Farmer | Mylène Farmer
• Не указаны исполнители альбома (что приводит к полному бардаку в альбомах-компиляциях)
• Не совсем корректная информация об альбомах, состоящих из нескольких дисков
• Путаница в годах изданий и переизданий (ремастеринг, и т.д.)

Ну и прочие мелочи.
Часто у пользователей коллекции составляют несколько тысяч, а иногда — несколько десятков тысяч записей. Так что, перелопачивать все вручную — долго и неэффективно.

Данное руководство предназначено для того, чтобы с минимальными затратами привести аудиоколлекцию к максимально упорядоченному виду. В отличие от общедоступной информации, которую можно найти в Интернет, здесь также присутствует мой личный опыт (как положительный, так и отрицательный). В итоге получаем полностью пересортированную коллекцию. Все нижесказанное можно применять для любых коллекций, однако оптимальный вариант — если коллекция по большей части состоит из полных официальных альбомов, с минимальным содержанием разрозненных треков.

Когда играешь в группе, надо где-то репетировать. Попробуем дома собрать свой микшер с эффектами из того, что есть под рукой. А под рукой у меня есть 2-х ядерный компьютер с встроенной и 2-мя дополнительными аудиокартами, ESI Juli@ и C-Media CM8738. Итого 6 каналов на запись.
Если достаточно 2-х каналов, то можно дальше не читать, потому как 2 канала можно смикшировать через Reaper под Windows с asio4all (или родными драйверами), будет играть без проблем. Вся сложность начинается, когда хочется из 3-х карточек сделать одну виртуальную и многоканальную. Через asio4all запись одновременно 6-ти каналов на приемлемом уровне качества (даже для репетиций) не получилась (из-за разного clock source на карточках, а также из-за редких подтормаживаний), поэтому и пришлось идти таким нелёгким путём.

Поисковик с зачатками искусственного интеллекта WolframAlpha научился синтезировать звуки путём частотной модуляции. Просто указываете характеристики звуковой волны (амплитуда несущей, угловая частота несущей и угловая частота модуляции) — и можете прямо на сайте прослушать результат с помощью команды play.

Чего только не придумают люди с «очумелыми ручками». Один умелец, используя систему на Arduino, собрал установку, которая проигрывает музыку со старого кассетного плеера с помощью кулера, причем скорость воспроизведения регулируется скоростью вращения кулера. Первоначально задумывалось, что кулер просто будет крутиться в такт музыке, но потом это все было усовершенствовано, и вот что получилось.



P.S. Прошу прощения, если было, так как наткнулся только сегодня.

Upd: Статья самого автора девайса (спасибо за ссылку Ocelot).

Хотел бы рассказать как на днях решил задачу организации домашнего аудиохранилища.

Для начала, что имеем:

1) стационарный компьютер(ОС — ArchLinux);
2) ноутбук, к которому часто подключается домашняя акустика (ОС — ArchLinux x64);
3) фонотеку ~ 500 Гб, которая находиться на (1).

Что хотелось бы получить в результате (задачи):

1) централизованную библиотеку, к примеру, чтобы созданный на одной машине список воспроизведения был доступен и на другой тоже;
2) возможность управления воспроизведением с любого компьютера;
3) возможность выводить звук на аудиовыход любого компьютера, к примеру, работая на стационарнике и управляя с него слушать музыку на акустике подключенной к ноуту.

Реализация.

Облачный музыкальный сервис Google Music был представлен публике во время майской конференции Google I/O 2011. К сожалению, он доступен только с территории США, хотя наши люди успешно ходят на сайт через прокси и даже нашли способ установить клиент под Android.

С момента анонса сервис заметно оброс функционалом, причём некоторые фичи можно назвать уникальными. В июне заработал плейлист-генератор Instant Mix (разработка Google Research), который дополняет ваш список воспроизведения новыми композициями того же стиля, путём анализа акустических свойств песни: ритма, тональности и инструментальной окраски треков, а также акустических характеристик вокала. Instant Mix — ключевой элемент музыкального сервиса Google.

Математик Скотт Рикард (Scott Rickard) попробовал сделать то, что ни один музыкант никогда не пытался, а именно — сочинить самую противную мелодию. Таким способом учёный хотел проиллюстрировать тезис, что гармония музыки заключается в математических паттернах, то есть в повторах.

Сделать музыку без паттернов — задача труднее, чем кажется. Строго говоря, это вообще невозможно, потому что существование структуры из ограниченного количества элементов (какими являются, например, музыкальные ноты), с гарантированным отсутствием паттернов противоречит теореме Рамсея и теореме Ван-дер-Вардена. Однако, Рикард отлично знаком с комбинаторикой, и он поставил другую цель — избавиться от паттернов, которые можно математически обнаружить при современном уровне развития компьютерной техники. Человеческий мозг тоже не в состоянии распознать эти паттерны и, следовательно, не может обнаружить в музыке ничего, что может «понравиться».

Прочитав замечательную статью на хабре об использовании простых чисел для создания не повторяющегося фона, я подумал, почему бы не реализовать подобное для генерации музыки? Поразмыслив, я решил реализовать все следующим образом. Будет создано несколько сообщений, содержащих последовательность из нулей и единиц. По сигналу из метронома из каждого сообщения будет извлекаться один единственный элемент, после чего все элементы будут суммированы. Количество элементов в сообщении будет разное, и будет представлять простое число. На выходе будет ожидаться целое число от нуля до %количество_сообщений%, которое замапится на определенную ноту.

Как всегда перед практической частью небольшой обзор предстоящей работы. Для генерации мелодии с помощью степ-секвенсоров необходимо задать три вещи: ритм, номера и длительности нот. Обычно все это задается с помощью одного матричного интерфейса:



Здесь длина ноты зависит от темпа и условно равняется одному шагу, а ритм и тональность задаются одновременно. Но это не наш способ. Мы для каждого из параметров создадим свой небольшой секвенсор.

В предыдущих статьях, посвященных разборчивости речи, я рассмотрел объективные методы и формантный подход. Данный топик будет завершающим, и мы рассмотрим модуляционный подход к измерению разборчивости речи как в системах связи, так и в помещении.

Рождением модуляционного метода можно считать 1970 год. Т. Ходгаст и Г. Стинекенр разработали систему, которая использовала тестовый сигнал в виде шума, модулированного по амплитуде сигналом фиксированной частоты с огибающей прямоугольной формы. Спектр несущего шума был подобен спектру долговременной речи. В результате при оценке разборчивости удавалось учесть влияние шума, клиппирования и реверберации. В последствии, специально разработанное устройство давало возможность измерить индекс передачи речи STI (speech transmission index).

Что я знаю о полиритмах? Не особо много; кажется, это когда одновременно играют два или более ритма разных размеров, причем проигрываются они за одно и то же время. Приведу картинку для наглядности.



Этот прием используется в этнической музыке жителей африканского континента, а также многими хорошими барабанщиками. В этой статье будет описываться способ, который я использую для генерации таких ритмов.

Сэм Арон (Sam Aaron), один из разработчиков Overtone, выложил впечатляющее видео, как он синтезирует мелодии в редакторе Emacs, используя различные приёмы — триггеры инструментов, назначение будущих событий и проектирование сэмплов — на языке Clojure. Музыка звучит сразу после написания строчки кода (live coding).

Форманты – это такие области в спектре звука речи, где концентрация энергии максимальна. Впервые формантный подход был предложен еще в 1929 году Д. Коллардом. Он прочно держал свои позиции до 70-х, пока не был предложен модуляционный подход, позволяющий учесть не только шумовую, но и реверберационную помеху, эхо и нелинейные искажения.

За 80 лет существования формантный подход обрел много сторонников и модификаций, однако самой распространенной стала зарубежная версия формантного метода, известная как индекс артикуляции (AI). К нему мы придем, рассмотрев версию Н. Б. Покровского и базирующийся на нем современный отечественный метод измерения разборчивости речи.