Анализ некоторых параметров музыкального воздействия – основы светомузыки

August 13, 2015 by admin Комментировать »

После определения сигналов, характеризующих интенсивность и частоту звука, можно формировать сигналы, соответствующие ощущению, вызываемому ими или их изменениями.

Логарифмирование исходных сигналов, необходимое для моделирования закона Вебера — Фехнера, может производиться с помощью функционального преобразователя, показанного на рис. 5-7.

Для формирования сигнала, характеризующего скорость изменения любого из интересующих параметров, используется дифференцирующая цепочка, на вход которой подаются исходные сигналы.

При упрощенном анализе скорости изменения частоты не обязательно предварительно находить точные значения самой частоты с помощью узкополосных фильтров, что необходимо при точном анализе мелодии. Достаточно иметь усилитель с линейной зависимостью коэффициента усиления от частоты.

Примеры использования других типов решающих схем уже приводились ранее. В схеме на рис. 5-5 при выделении огибающей используется интегрирующая /?С-цепочка, а на выходе — сумматор двух сигналов.

Комбинируя известные функциональные преобразователи и решающие усилители, можно определять некоторые элементарные параметры музыкального воздействия. Это уже дает возможность строить программирующие устройства, которые на основе простейших алгоритмов позволяют синтезировать музыку и свет хотя бы на том уровне, что уже не раздражается зрение и учитываются некоторые закономерности цветного слуха. Как это производится в конкретных известных АСМУ, описано в гл. 8.

Примитивность программы первых АСМУ не должна удивлять. Ведь автоматам еще недоступно даже то, с чем человеческое ухо справляется мгновенно. Взять хотя бы к примеру анализ и распознавание самого простого «параметра» музыки — тембра. Задача эта— почти такой же сложности, как машинный анализ и синтезирование человеческой речи, над чем бьются сейчас ученые многих стран.

Конечно, не так трудно опознать тембр одного инструмента, когда он звучит на одной ноте. Для этого автомату достаточно определить, каково распределение энергии между обертонами и основным тоном. Но при воспроизведении мелодии высота основного тона и обертонов непрерывно меняется. Представьте еще, что звучит не один инструмент.

Можно наметить следующие пути решения этой задачи: использовать схемы выделения основного тона или применять фильтры с перестраиваемыми характеристиками. Так или иначе, если хотите испытать себя как конструктора и исследователя, анализ тембров для данной цели весьма подходящая задача. Столь же трудно пока проводить машинный анализ и классификацию аккордов, автоматическое распознавание тональностей, особенно в современной музыке. Эта задача посильна лишь ЭВМ с большой памятью.

Если анализ какого-либо параметра по основным признакам представляется сложным, конструктора может выручить менее достоверный по результатам, но более доступный метод анализа по косвенным признакам, как это уже имело место в случае разделения музыки и речи (см. рис. 5-4). Так, и при анализе тембра можно было бы исходить из регистрации определенной совокупности таких данных, как различие в атаках и затухании, в диапазоне звучаний, в степени вибрато разных инструментов и т. п.

Разработке алгоритмов оригинальных АСМУ поможет знакомство с литературой по электромузыкальным инструментам и машинному сочинению музыки, в которой рассматриваются вопросы формализации музыкального языка и моделирования элементов творчества.

Источник: Галеев Б. М., Сайфуллин Р. Ф., Светомузыкальные устройства. — 2-е изд., перераб. и доп.—М.: Энергия, 1978.— 176 с., ил.— (Массовая радиобиблиотека; Вып. 968).

Оставить комментарий

микросхемы мощности Устройство импульсов питания пример приемника провода витков генератора выходе напряжение напряжения нагрузки радоэлектроника работы сигнал сигнала сигналов управления сопротивление усилитель усилителя усиления устройства схема теория транзистора транзисторов частоты