Get best of the week

音乐发生器 网络音频API 初学者体验

背景和背景


我已经62岁了。三年前，我决定尝试编写一个相当复杂的系统，在此之前的1981年，该系统的基础知识只有20条代码，那时3个月的计算机科学使我们陷入了无线电学院（NSTU，之前是NETI）的五年级。专业人士被认为是拥有该主题并从中赚钱的人，因此实际上我是一个初学者。

另一方面，我一生中大部分时间都在处理与音乐有关的算法，并找到了开发过程，硬件和软件，并尽我所能参与其中。 1978年，他开发并组装了Mini-Moog合成器（我相信这是乌拉尔地区的第一个），并在苏联开发并生产了第一张带有Agat7（9）合成器的苏联声卡-Apple II的苏联类似物，设计了FM合成模块其中一个工厂与Cakewalk（美国），PGMusic（加拿大），PowerFX（瑞典）合作-在该计划下更经常使用：“想法和实施来自我们，预算来自他们”，参加了国际音乐展览会MusikMesse（德国），NAMM （美国）等当然，所有这些只是我所做工作的一小部分，不是我一个人，而是与我在特定时刻聚集的团队一起工作。

此外，他还积极组织了新西伯利亚音乐学院的信息学系（苏联第一部）。从1983年到2004年，他还教过音乐声学，信息学，声音工程，并准备了关于音乐演奏的计算机建模的论文（ISBN 5-9294-0023-7）...

是的，这一切都始于黑白显示器，软盘，256 kB RAM，个人音乐组装PC ...音乐家必须用手指来解释所有事情，因为在大多数情况下，这些出色的人远没有严格而有条理的一切。如果长号手能够填满一段文字，他就很酷，为Chizhik-fawn编程的大提琴手只是一颗星星。顺便说一句，一些老师积极地抵制了整个话题-但现在试图剥夺他们的计算机！

这种经验对我的发展，培训和深化变得非常有用。像体育一样，计算机科学对所有系来说都是强制性的，并且源源不断的学生使我们能够进行许多测试，心理声学实验，模式识别，与理论音乐家交流，以及……了解他们实际上没有确切的数据和公式。至少是音乐设备和程序的开发人员所需要的。不幸的是，音乐学家本质上是描述过去的历史学家。如果他们有科学，那么……可能会增加他们的咨询范围，而不是人口超过100万的城市的市长。一位著名音乐家会为“热门公式”和“销售预测”支付多少费用？..

因此，假设我们需要获得适用于此类算法的答案，例如：

a）旋律响起（嗯，即使已经用MIDI中的“音符”录制了旋律），如何确定音调在哪里？ -音乐家会轻松地做到这一点，但明确的答案（算法）不会给您；

b）有一种旋律，如何选择合适的和弦？..是的，合唱指挥可能会比歌手更出色，但是，即使他们给出了指示，两者也不是很清楚。当然，从他们的角度来看，这将是严格的。只有当工程师开始将其转换为算法时，才有许多难以克服的不确定性...

c）鼓手演奏的乐曲是否有些复杂，或者萨克斯风演奏家即兴演奏-如何“弹奏”其大小，强/弱拍，乐句的开始/结尾，表现力的减慢/加速？这与EDM（电子舞曲）无关。表演者的音乐家以“照做”的方式感受并遵守老师传达的“规则”，但是工程师需要数字，图形，比例，而实际上这是不可能从表演者或音乐学家-理论家那里获得的。

但正是在这样的问题上，我想找到答案。确实，具有真实声音的作品可能具有粗糙的模型-MIDI格式的音乐作品，实质上就是“电子乐谱”。这些都是准确的数据，但是如何使用它们呢？总的来说，最后对我来说最有趣的是MIDI数据和以下算法的分析和转换：

性能建模 1），
变形 2），
音乐生成 3）

所有这些，音调，自动和声，自动短语的定义只是单独的子任务...随着时间的流逝，对于所有这些主题，算法和程序，人们都收到了可接受的答案，它甚至进入了Cakewalk / Sonar。

*小解密：

1）分析量化的MIDI数据，识别“音乐对象”（短语，图形），并在力度，音符，持续时间以及Tempo，PitchWeel，Expression，Modulation曲线的拼音部分进行更改，以便更充分地利用合成器资源并提高表达力。

2）分析整个作品和单个部分，目标是将它们从一种尺寸转换为另一种尺寸（例如，从4/4转换为6/8或7/4），从一种和声/和声转换为其他。而且，结果将是“可食用的”-从而使音乐家认为是“正确的”音乐，而没有明显的违反。

3）“电子乐谱”生成-一种系统，当使用1）和2）并播放MIDI数据时，其声音输出类似于音乐家，编曲者使用计算机或现场乐器产生的声音。那些。不是由AI产生的抽象事物，不仅可以在狭窄的专家圈中进行演示，而且可以完全“人性化”并适合使用。

在这段漫长的故事中，有很多有趣的事情，例如，如果从现在看，例如，对于第一台386 PC，我必须给两台新的莫斯科“ Chignon”（IL 2715），每台29万卢布。或者，作为音乐学院，我几乎在科学院的西伯利亚分支机构中购买了一辆二手明斯克32号-我相信这个比智能手机更弱的怪物似乎占据了60-80 m 2的面积并消耗了电力，可能像是酒吧+桑拿房...

因此，我的员工进行了编程（我们在GDR上的第一台Win PC上使用Z80，MOS 6502，“ Electronics-60”，以及TMS和Analog Devices信号处理器...），每天我在屏幕上看到“ krakozyabra”，并想到他们（程序员）都不是“这个世界”。虽然乐谱并不容易！毕竟，有些音乐家会听音乐，看音符，如果喜欢的话甚至会获得美感！总的来说，在我看来，编写代码的每个人都是天才，这根本不是我的……但是，正如未来所表明的，我错了。我不能说浪费了很多时间，但是许多项目的命运可能会完全不同...

初次实践经验


从以前的经验中，我了解到程序员最“难”，“不愉快”的事情是两件事：GUI和界面（即从一种环境切换到另一种环境，例如，从外部设备接收MIDI数据），尤其是当没有合适的现成解决方案。

首先，我学习了AutoPlay Media Studio（靛蓝玫瑰软件）-它有点像傻瓜设计师。最初，显然是为了快速创建CD，DVD菜单和autorun.exe而设计的。但是事实证明，这里有很多功能，而且在LUA上，您几乎可以做所有事情：动画，播放ogg。因此，大多数“不愉快的”工作（顺便说一句，我认为，新移民只是在这样的时刻停下来）无法完成-一切就绪。

结果，我下班后两个月在家中写了一个模拟音乐，它是我们开发并正式交付的。此外，有了另一个GUI，更有趣的功能-制作音频和图形内容并为我测试并不难。他在办公室展示了它，并问一位主持人他需要多少时间来制作这样的版本，答案是6个月！在这里，显然，我第一次想到：也许我不仅应该沉迷于自己，而且应该开始学习一些东西并尝试做一些严肃的事情，然后……我是否正确地组织了工作。实际上，他的回答很诚实-简单地说，“他们”不会使用构造函数，但是他们会自己编写所有内容。

自2009年以来，我将部分时间用于录音室和制作视频广告。一次，一位朋友问是否可以快速（且不昂贵）制作一百个1分钟的剪辑（显然是在YouTube上推广）。真爱这样的任务！（顺便说一句，我很早就知道，如果程序员被迫做3次不太有创意的事情，他会写一个脚本）。我问程序员，如果有这样的程序，它本身可以“按下”屏幕上的按钮吗？哇，这是AutoIt！

通常，为了娱乐，我编写了一个脚本，该脚本是：

  1. 启动Opera，打开了一家专门从事文本到语音转换的公司（似乎是荷兰公司）的网站；
  2. 在页面上，我滚动到RU（俄语发音）；
  3. 在记事本中打开一个* .txt文件，其中预先从网络段落中复制了20-30个笑话；
  4. 复制一个笑话，并将其粘贴到网站的字段中；
  5. 正式启动了SoundForge，并在网站上打开了播放；
  6. 记录结果并将其保存在mp3文件夹中，其名称为“序列号+开玩笑本身的前15个字符”。

它奏效了，小时候我很高兴。之后，我告诉我的朋友-制作100个便宜的剪辑（高质量）没有问题，只需拾取图片，音乐，标题，字幕，说明等即可。-我将所有内容按顺序排列（按大小，颜色），放入文件夹中，制作模板+我将确定其变化（随机！），我可以让您不是100个，而是200个（在带有AutoIt的Vegas Pro中很容易）剪辑，有选择地观看它们，您已经为自己选择了合适的数量...您不必做所有这些，但是谢谢你的提问！

后来，我逐渐开始在网站上更正某些内容，阅读一些内容，并出于体育兴趣尝试一些内容。特别是在JavaScript / CSS上为创建视频所需的简单动画编写脚本。因此，在PHP，HTML，jQuery，JavaScript，CSS，MySQL中出现了一些一般性想法和一些经验。“裂缝”几乎消失了，我不再害怕“编程”这个话题。当我了解以下两点时，与她和她的能力有关的最后转折点就出现了：

  • 这整个领域是一个无尽的世界，即使不是他的领域，即使是一个强大的程序员也不会总是回答这个问题。就像在其他领域一样。总的来说-是的，很好，还有细微差别-寻找一个狭窄的专家，而是自己挖东西。幸运的是有一个网络。
  • 我自己解决了开发过程中遇到的99％的问题，有时比Internet上的示例更有效。同时，我了解通过编写样式，我的代码可能会很糟糕。

音乐发生器


我不记得我是如何偶然发现Web Audio API的，到那时我还没有LLC，IP或团队，但是经过2-3次实验之后，当“声音”消失时，我对我来说最认真该项目是一个音乐生成器（现在我称为AlexAr）。确实，在Web Audio中，一切都是必需的-生成器，过滤器，信封，混合器，处理器（C ++）以及jQuery，JavaScript和CSS使我们能够解决GUI的所有问题。实际上，在我看来，在Web Audio中，您可以处理和合成任何复杂的声音。

在这里，真正的工作几乎始于青年时代，那时您才25岁。我重新启动了3-4次，丢弃了该系统的一个版本并收集了一个新版本。有时，从根本上改变设计特定模块的方法。同时，我进行了大量实验并测试了以前从未使用过的新算法。他为自己做出了一些发现，而这些发现如果不启动系统就不会发生。特别是在心理声学中，在感知音乐曲目的“相似性”时-哪些参数将产生“不同”的音乐，以及哪些形式上的差异在耳朵上是“相同的”。在使用和声，弹拨时的模仿，换和弦时的措词以及对“风格准确性”的更好理解中，发现了一些非常有用的东西。所有这些都是可能公开和描述的。但是在生活中它经常发生这样更容易（也更有用）来思考自己。

是的，如果Web Audio API允许绑定，使用VSTi进行合成或其他准备好了的话，那就太好了。另一方面，有机会回顾年轻人并编写所有必要的合成器，以在结构，算法和内容上进行发明，优化。几乎就像在过去一样，当画家不仅绘画而且还自己绘画时...

结果，经过几次回扣和改建，现代化改造（这是一门很好的学校和大脑培训），该系统变得稳定并且可以完全使用。好吧，当然不是以什么形式可以转让给第三方。大约就像一辆家用汽车，只能“服从”创作者，如果它破裂，将没有人修复它。

图片

通常，完成的合成物需要4-5分钟，它会在40-50秒内产生。 （在Intel Core i5上，2.8GHz，12GB RAM）。我问了一个任务，例如“制作100首舞蹈曲目”，改吃午餐或散步。他在一个小时内到达，如果系统没有崩溃，他会倾听并确定结果是否合适的%%。然后，我更改了参数，然后重新开始。如果我表现得“合理”，即设置不会导致样式模糊的参数（例如，如果在EDM中应用爵士和声，就会发生这种情况），那么90-95％的音轨听起来很不错，如果没有，则可以丢弃60-70 %%。

该系统运行正常，您可以喜乐，但是似乎出现了荒谬但真实​​的问题：“我怎么能听这么多音乐？”还有一个时刻的实现：“作者是谁？”一个好朋友“在这个主题上”说：“作者是一台计算机，包括。它不属于您” ...如果是这样，那就太可惜了，我在那里输入了乐曲，乐句，和声，形式，设置了数百个参数，有时结果中反映了5毫秒，系统仅根据算法再次生成了结果，我投资了它...我搜索了网络-在类似的版权案件中，我不明白...

结果，我发行了大约3500首歌曲，总播放时间超过200小时，然后停止播放，甚至切换了声音-我计划推出SongModeler-一种基于AlexAr制定的方法的在线编曲生成器。好吧，可以在此处找到AlexAr中自动音乐生成的示例。

对于过于挑剔的听众，我想说的是，我在编程，和声，旋律，形式（即音符）上花费了更多的时间，但是综合和混合当然会更好。最后，我检查了想法，方法本身-是的。对于此类项目，需要一个团队，孤独者很少处理跨学科的话题。的确，另一方面，当没有人“既不在您上方也不在您下方”时，工作将变得更加舒适。但是真正具有讽刺意味的是，当我拥有团队和资源时，我并没有针对这样的事情，因为我认为这太复杂了。

我已经在研究AlexAr的过程中某个地方已经意识到，很可能如果我更早开始编程，那么可以用三个替换10个程序员（有时我的工作人员更多）：

我本人（设计，编程，测试，内容）；
非常聪明 -遇到瓶颈，采取情报手段，建立新图书馆，提供服务（高中毕业后即刻或3-4门课程开始）；日常工作中
富有成效的工作狂，没有想象力，他不愿动手应用今天出现的东西。

我相信这项任务将更快地解决，并且可以节省多少神经和金钱！储蓄来自哪里？因此，在午餐之前，我坐下来测试了一些东西-“好吧，按钮不方便，指示器会向右移动更多。” 好的-我坐下来做了半个小时，心情是5岁以上。当您自己不写信时，在我与团队的办公室中如何较早决定呢？首先我会问要花多长时间，然后我在PhotoShop中将其绘制，计算像素，写了TK，将其包含在计划中，等了几天甚至...根本拒绝了-它起作用了，它已经很好了。如此不断。

结论与动机


我不知道我能如何得出实际的结论，但在我的领域还没有，但我会尽力而为。

  1. , . , , , , . , . , 10 , ( ?).
  2. — . , - macOS Android, . , , . , .
  3. GUI , — . , - . , , -.
  4. - - , - — , , . , , - — . — «». 7 , 6 . — , — . , - . ? — , . - , « » — .. , «» .
  5. , , (software engineer, !) . , , ( ) -, . , , engineer, , «, », .. «Copy Paste».
  6. , , «» , , - . . - … , . — . — . , , , , , .
  7. — , . , , IDE, . , , — NotePad++, FireFox ZIP- — , . «» . , « », .
  8. ? . , , — UnDo/ReDo. JavaScript , , — . , , , . UnDo — , , , .

总的来说，在我看来，成年人，尤其是那些没有参与编程生活的具有工程学背景的成年人应该尝试。如果您知道您的主题，那么50％已经完成。您需要逻辑，对您所在地区的“物理，自然”有清晰的了解，并且您很有可能拥有这一点。不用担心“弯曲的外套”，JavaScript比俄语或英语简单得多。最后，您可能不会成为真正的软件工程师，但是这些技能（即使是很小的技能）也将为您的工程资格增加另一个选择。是的，您将立即停止将IT人员视为头顶上有光环的人，并且可以为他们设置更胜任的工作。毕竟，他们去了您所在的地区，而您是专业人士。也许您是在梦data以求的数据上实现您的项目，但是实施它的条件还不可行-我不知道，我认为我很幸运，因为我不害怕尝试。而且无论如何-为工程师编程，这是自由！

祝福大家。

PS：如果有人对我多年来的工作历史感兴趣，那么形式就更详细了。

More articles:


All Articles