Hvad gør "MIDI til WAV" egentlig?
En MIDI-fil indeholder ingen lyd — kun instrukser til udførelsen (se MIDI-værktøjer for hele historien). En konvertering fra MIDI til WAV er derfor ikke rigtig en konvertering: denne side renderer instrukserne gennem en softwaresynthesizer, optager output som PCM-samples og skriver disse samples til en WAV-fil. Tænk på det som at trykke en partitur med ét bestemt orkester: partituret (MIDI) er opskriften, WAV'en er én fast udførelse af det. Når WAV'en er renderet, er den almindelig lyd — den kan afspilles overalt, uden at der kræves en synthesizer.
Fem fakta at forankre resten af siden i:
• MIDI→WAV er en rendering, ikke en formatkonvertering — synthesizeren skaber lyd, som aldrig fandtes i filen
• lyden kommer fra en SoundFont: et samplebibliotek med rigtigt indspillede instrumenter (~32 MB, indlæses én gang pr. browser)
• det indbyggede bibliotek er GeneralUser GS: 261 instrumenter og 13 trommesæt, der dækker General MIDI-standarden
• den samme MIDI-fil renderet med en anden SoundFont giver en anden, lige så gyldig WAV
• inputvarianterne .rmi (RMID), .kar (karaoke-MIDI) og .xmf er alle blot omslag om den samme SMF-hændelsesstrøm
Syntese og samples: hvor lyden kommer fra
Der er to måder at få en synthesizer til at tale. Subtraktiv syntese bygger toner ud fra oscillatorer og filtre — billigt, men det lyder som et keyboard, ikke som et orkester. Sample-afspilning bruger korte indspilninger af rigtige instrumenter og transponerer dem hen over tastaturet; en SoundFont (SF2-formatet) er en samling af sådanne samples plus envelopes og loop-punkter. Motoren på denne side bruger sample-afspilning: når MIDI siger "tone 60 på kanal 1, klaver", slår den klaversamplet op, transponerer det til den ønskede tonehøjde, anvender hastigheden som niveau og klangfarve og blander det ind i outputtet. Renderingen kører hurtigere end realtid — en 3-minutters fil tager langt under 3 minutter, fordi synthesizeren aldrig venter på nogen.
Rendering, ikke konvertering — og hvorfor der ikke findes en omvendt vej
Formatkonvertere (WAV til FLAC, MP3 til M4A) bevarer den samme lyd i anden emballage. En MIDI-rendering skaber lyd fra bunden ved hver tone. Det har to konsekvenser. For det første afhænger kvaliteten af rendereren: den samme .mid-fil gennem en 1990'er-lydkortchip, denne side og et studiesamplebibliotek giver tre meget forskellige WAV-filer, og ingen af dem er "den" korrekte — MIDI har aldrig specificeret, hvordan instrumenterne lyder. For det andet er processen strengt ensrettet. "WAV til MIDI" er ikke et konverteringsproblem, men et transskriptions-problem: at genkende hvilke toner der blev spillet ud fra bølgeformen, hvilket er gætteri om tonehøjde, ikke emballage. Værktøjer, der forsøger det, virker kun på rene enkeltinstrument-indspilninger, og de er kun tilnærmelser.
Inputomslag og knappen for samplefrekvens
Ud over almindelig .mid (Standard MIDI File) åbner denne side .rmi (RMID — en MIDI-fil i en RIFF-indpakning, Windows' oprindelige emballage), .kar (karaoke-MIDI: de samme hændelser plus et tekstspor til visning) og .xmf (et udvideligt omslag, der kan bundte MIDI'en med sine lyde). Alle dekodes til den samme hændelsesstrøm, så rendereren behandler dem ens. Indstillingen samplefrekvens angiver, hvor fint renderingen måles: 44.100 Hz svarer til cd, 48.000 Hz svarer til video og de fleste streamingtjenester, og 96.000 Hz fordobler loftet til arkivering eller senere bearbejdning. Filstørrelsen skalerer lineært med frekvensen — den samme rendering er dobbelt så stor ved 96 kHz som ved 48 kHz — og for det meste musik er forskellen over 48 kHz hørbar ikke.
Almindelige misforståelser
- Den renderede WAV er det, komponisten havde i tankerne. Den er én fortolkning. MIDI fastlægger toner, timing og instrumenter efter kategori, men ikke den faktiske lyd af disse instrumenter. Hver renderer træffer sine egne orkestreringsvalg.
- MIDI til WAV er hverken tabsfri eller tabsgivende. Der er ingen original lyd at miste. De rigtige spørgsmål er: hvilken SoundFont og hvilken samplefrekvens — de fastlægger selve renderingens troskab.
- En større SoundFont lyder altid bedre. Nej. Ud over at dække General MIDI-sættet godt (hvilket det indbyggede bibliotek med 261 instrumenter gør), giver ekstra størrelse forfininger, som kun trænede ører bemærker på bestemte instrumenter. Et 2 GB klaverbibliotek hjælper klaversoloer; det gør intet for en chiptune-fil.
Relaterede værktøjer: MIDI-værktøjer til at se, transponere og redigere MIDI'en før rendering, Lyd til WAV / FLAC til at komprimere den renderede WAV tabsfrit, Lyd til MP3 / ID3-tags til en lille kopi, der er nem at dele, og Lydspektrum til at undersøge renderingens frekvensindhold.
