Estoy interesado en codificar algo así como una muestra cruda (instrumento). Por lo que he leído, puede poner muestras de audio real en una muestra y cambiarlas de tono para diferentes notas.
Quiero muestras que representen una sola nota de un instrumento que estoy tratando de imitar. Estoy imaginando una muestra de nota como algo con una fase de ataque, una fase de sostenido y una fase de caída. La fase de sostenido se grabará como un ciclo que repito durante un período de tiempo arbitrario; simplemente repetir un ciclo casi siempre sonará como un tono y volumen fijos.
Tengo problemas para obtener muestras de instrumentos cuyas notas suelen tener largas fases de sostenido. Las notas pueden variar en tono y volumen durante esta fase, por lo que es difícil conseguir un ciclo. Me imagino que uno alteraría el audio de la nota para arreglar su tono y volumen para que haya aproximadamente un ciclo repetido, pero no sé cómo lo haría. ¿Alguien más que haya trabajado con samplers tenga un método para obtener una nota sostenida?
EDICIÓN 1: después de enterarme de la existencia de los formantes, la parte de corrección de tono de esta publicación parece muy dudosa en este momento. Si quiero imitar instrumentos, entonces necesito modelar sus formantes invariantes de tono. Alterar el tono en el audio probablemente no los preservará, como si estirara el audio a tiempo para cambiar el tono.
Lo que intentabas hacer inicialmente podría no ser realmente posible con la tecnología conocida actualmente. Probablemente pueda lograr algo útil para algunos tipos de instrumentos, pero no puedo prometer qué. :) Después de la discusión en los comentarios de la pregunta, parece que estabas tratando de hacer lo siguiente:
Hay muchos desafíos con esto. Dependiendo del tipo de ciencia espacial que esté buscando, tendrá que hacer cosas como:
Hagas lo que hagas con las muestras, vas a tener dos cosas:
¿En qué componentes consiste el sonido de destino , y en qué componentes consiste su sintetizador/muestreador , y cómo están conectados?
Su idea inicial para el modelo de sintetizador era muy simple:
Es un modelo de sintetizador increíblemente simple, es sorprendente que cualquier sonido pueda modelarse con él. Pero es útil para modelar muchos instrumentos del mundo real, como pianos y baterías.
Pero entonces digamos que descubres formantes. ¡Se agregó una nueva característica a su modelo mundial ! Esta nueva característica necesitará algunos cambios en el modelo de sintetizador. ¿Qué es un formante? Es la forma general invariable del espectro de sonido del instrumento, independientemente del tono de la nota que se toca. ¡El modelo de reproductor de muestra original no puede reproducir esto! En un reproductor de muestra simple, el espectro general se mueve hacia arriba y hacia abajo junto con el tono de la nota. ¿Cómo puedes reproducir un formante independiente del tono?
En instrumentos de muestras múltiples, la reproducción del comportamiento de los formantes se basa en tener una muestra separada para cada rango de nota objetivo. En todas las muestras, las frecuencias de los formantes se "cuecen" en las muestras PCM a las mismas frecuencias, y el cambio de nota objetivo cambia entre muestras. Siempre que los rangos de notas de destino sean lo suficientemente estrechos, los formantes no se alejan demasiado del original, creando la ilusión de que hay un componente formante en el modelo de sintetizador.
Pero desea hacer esto comenzando con una sola muestra, por lo que el muestreo múltiple y el cambio de muestra no son una opción. Digamos que intenta reproducir la forma espectral utilizando una matriz de 5 filtros paramétricos que permanecen en las mismas frecuencias independientemente de la nota que se toque. Low-pass/band-pass/high-pass, etc. Ahora el modelo/arquitectura de sintetizador revisado se vuelve
Luego descubre el problema del ruido de respiración (por lo que probablemente no era un guitarrista; no le importa que los guitarristas respiren), y desea modelar el ruido como una capa separada controlada de forma independiente
Entonces digamos que descubres las voces y quieres tener palabras
(Entonces te das cuenta de que hacer que las curvas de la envolvente sean correctas es extremadamente difícil, así que abandonas esa idea).
Etc. Usar reproductores de muestras como componentes en la arquitectura de un sintetizador para modelar todos los sonidos es una idea. Pero hay muchos, muchos otros modelos. Básicamente, todos y cada uno de los programas de producción de sonido tienen su propio modelo y arquitectura, y todos tienen diferentes características expresivas. Hay muchas categorías y perspectivas para clasificar los sintetizadores. Sintetizadores de modelado analógico, modelado físico , reproductores de muestras PCM, síntesis sustractiva, síntesis aditiva, síntesis FM, ... La idea de usar varias muestras de componentes y controlar una matriz de dichos componentes con modelos de comportamiento de instrumentos me recordó a Wallander Instruments. Algunos reproductores de muestra tienen soporte para filtros de formantes y/o respuestas de impulso, como NI Kontakt. Convolucionar un sonido con una respuesta de impulso grabada desde un instrumento (o sala) se puede usar para modelar el cuerpo de un instrumento, y debería proporcionarle al menos algunos de los formantes que busca. ¡Pero no puedes extraer una respuesta de impulso de una interpretación ! Tendrás que grabar específicamente uno (de alguna manera). Y AFAIK no puedes registrar una respuesta de impulso del cuerpo de una persona. (idea interesante aunque)
Si desea experimentar con diferentes arquitecturas de sintetizadores, incluidas las basadas en muestras, puede utilizar entornos de creación de prototipos como Pure Data, Max/MSP o NI Reaktor. O incluso muestras, pero las muestras dedicadas no le darán el tipo de libertad para la experimentación arquitectónica que probablemente necesite. De todos modos, te animo a que sigas adelante y pruebes tus alitas con él. Aprenderás muchas más cosas muy rápidamente y harás nuevos descubrimientos. Muchos de los descubrimientos ya los conocerán otras personas, pero cuanto más continúes, más probable es que descubras algo completamente nuevo. Lo más importante es seguir intentándolo. :)
Ricardo