Τι κάνει ακριβώς η μετατροπή «MIDI σε WAV»;
Ένα αρχείο MIDI δεν περιέχει ήχο — μόνο οδηγίες εκτέλεσης (βλ. τα Εργαλεία MIDI για την πλήρη εικόνα). Επομένως η μετατροπή MIDI σε WAV δεν είναι ουσιαστικά μετατροπή: αυτή η σελίδα αποδίδει τις οδηγίες μέσω ενός λογισμικού συνθεσάιζερ, καταγράφει την έξοδο ως δείγματα PCM και γράφει αυτά τα δείγματα σε αρχείο WAV. Ας το σκεφτούμε ως εκτύπωση μιας παρτιτούρας με μία συγκεκριμένη ορχήστρα: η παρτιτούρα (MIDI) είναι η συνταγή, το WAV είναι μία σταθερή εκτέλεσή της. Μόλις αποδοθεί, το WAV είναι συνηθισμένος ήχος — παίζει οπουδήποτε, χωρίς συνθεσάιζερ.
Πέντε στοιχεία για να στηριχθεί το υπόλοιπο της σελίδας:
• Η μετατροπή MIDI→WAV είναι απόδοση, όχι μετατροπή μορφής — ο συνθεσάιζερ δημιουργεί ήχο που δεν υπήρχε ποτέ στο αρχείο
• ο ήχος προέρχεται από ένα SoundFont: μια βιβλιοθήκη δειγμάτων πραγματικών ηχογραφημένων οργάνων (~32 MB, φορτώνεται μία φορά ανά πρόγραμμα περιήγησης)
• η ενσωματωμένη τράπεζα είναι η GeneralUser GS: 261 όργανα και 13 κιτ κρουστών που καλύπτουν το πρότυπο General MIDI
• το ίδιο αρχείο MIDI αποδομένο με διαφορετικό SoundFont δίνει ένα διαφορετικό, εξίσου έγκυρο WAV
• οι παραλλαγές εισόδου .rmi (RMID), .kar (karaoke MIDI) και .xmf είναι απλώς περιτυλίγματα της ίδιας ροής συμβάντων SMF
Σύνθεση και δείγματα: από πού προέρχεται ο ήχος
Υπάρχουν δύο τρόποι για να «μιλήσει» ένας συνθεσάιζερ. Η αφαιρετική σύνθεση δημιουργεί τόνους από ταλαντωτές και φίλτρα — φτηνή, αλλά ακούγεται σαν πληκτρολόγιο, όχι σαν ορχήστρα. Η αναπαραγωγή δειγμάτων χρησιμοποιεί σύντομες ηχογραφήσεις πραγματικών οργάνων και τις μεταφέρει σε όλο το πληκτρολόγιο· ένα SoundFont (μορφή SF2) είναι δέμα τέτοιων δειγμάτων μαζί με περιβάλλοντα ήχου και σημεία επανάληψης. Η μηχανή αυτής της σελίδας χρησιμοποιεί αναπαραγωγή δειγμάτων: όταν το MIDI λέει «νότα 60 στο κανάλι 1, πιάνο», αναζητά το δείγμα του πιάνου, το μεταφέρει στο ζητούμενο ύψος, εφαρμόζει την ταχύτητα ως ένταση και χροιά και το αναμειγνύει στην έξοδο. Η απόδοση τρέχει ταχύτερα από τον πραγματικό χρόνο — ένα αρχείο 3 λεπτών χρειάζεται αισθητά λιγότερο από 3 λεπτά, επειδή ο συνθεσάιζερ δεν περιμένει κανέναν.
Απόδοση, όχι μετατροπή — και γιατί δεν υπάρχει αντίστροφη
Οι μετατροπείς μορφής (WAV σε FLAC, MP3 σε M4A) διατηρούν τον ίδιο ήχο σε διαφορετική συσκευασία. Η απόδοση MIDI δημιουργεί ήχο από το μηδέν σε κάθε νότα. Αυτό έχει δύο συνέπειες. Πρώτον, η ποιότητα εξαρτάται από τον αποδοτή: το ίδιο αρχείο .mid μέσω ενός τσιπ κάρτας ήχου της δεκαετίας του '90, αυτής της σελίδας και μιας στούντιο βιβλιοθήκης δειγμάτων δίνει τρία πολύ διαφορετικά WAV, και κανένα δεν είναι «το» σωστό — το MIDI δεν όριζε ποτέ πώς ακούγονται τα όργανα. Δεύτερον, η διαδικασία είναι αυστηρά μονόδρομη. Το «WAV σε MIDI» δεν είναι πρόβλημα μετατροπής αλλά πρόβλημα μεταγραφής: αναγνώριση των νοτών που παίχτηκαν από την κυματομορφή, που είναι εικασία ανίχνευσης ύψους και όχι συσκευασία. Τα εργαλεία που το επιχειρούν δουλεύουν μόνο σε καθαρές ηχογραφήσεις ενός οργάνου και προσεγγίζουν.
Περιτυλίγματα εισόδου και ρύθμιση ρυθμού δειγματοληψίας
Εκτός από το απλό .mid (Standard MIDI File), αυτή η σελίδα ανοίγει .rmi (RMID — αρχείο MIDI μέσα σε περιτύλιγμα RIFF, η εγγενής συσκευασία των Windows), .kar (karaoke MIDI: τα ίδια συμβάντα συν μια γραμμή στίχων για εμφάνιση) και .xmf (επεκτάσιμο περιτύλιγμα που μπορεί να συνδυάζει το MIDI με τους ήχους του). Όλα αποκωδικοποιούνται στην ίδια ροή συμβάντων, οπότε ο αποδοτής τα αντιμετωπίζει το ίδιο. Η επιλογή ρυθμού δειγματοληψίας ορίζει πόσο λεπτομερώς μετράται η απόδοση: τα 44 100 Hz αντιστοιχούν σε CD, τα 48 000 Hz σε βίντεο και στο μεγαλύτερο μέρος του streaming, και τα 96 000 Hz διπλασιάζουν το ανώτερο όριο για αρχειακούς σκοπούς ή μεταγενέστερη επεξεργασία. Το μέγεθος του αρχείου κλιμακώνεται γραμμικά με τον ρυθμό — η ίδια απόδοση είναι διπλάσια στα 96 kHz από ό,τι στα 48 kHz — και για τη συντριπτική πλειονότητα της μουσικής η διαφορά πάνω από 48 kHz δεν ακούγεται.
Συνηθισμένες παρανοήσεις
- Το αποδομένο WAV είναι αυτό που σκόπευε ο συνθέτης. Είναι μία ερμηνεία. Το MIDI καθορίζει νότες, χρονισμούς και όργανα κατά κατηγορία, αλλά όχι τον πραγματικό ήχο αυτών των οργάνων. Κάθε αποδοτής κάνει τις δικές του ενορχηστρωτικές επιλογές.
- Η μετατροπή MIDI σε WAV είναι χωρίς ή με απώλειες; Ούτε το ένα ούτε το άλλο. Δεν υπάρχει αρχικός ήχος που να χαθεί. Τα σωστά ερωτήματα είναι: ποιο SoundFont, ποιος ρυθμός δειγματοληψίας — αυτά καθορίζουν την πιστότητα της ίδιας της απόδοσης.
- Ένα μεγαλύτερο SoundFont ακούγεται πάντα καλύτερα. Όχι. Πέρα από την καλή κάλυψη του συνόλου General MIDI (που το κάνει η ενσωματωμένη τράπεζα των 261 οργάνων), το επιπλέον μέγεθος προσθέτει βελτιώσεις που προσέχουν μόνο εκπαιδευμένα αυτιά σε συγκεκριμένα όργανα. Μια βιβλιοθήκη πιάνου 2 GB βοηθά σε σόλο πιάνου· δεν κάνει τίποτα για ένα αρχείο chiptune.
Σχετικά εργαλεία: Εργαλεία MIDI για προβολή, μεταφορά τόνου και επεξεργασία του MIDI πριν την απόδοση, Ήχος σε WAV / FLAC για συμπίεση του αποδομένου WAV χωρίς απώλειες, Ήχος σε MP3 / ετικέτες ID3 για ένα μικρό αντίγραφο προς κοινοποίηση, και Φάσμα ήχου για έλεγχο του φάσματος συχνοτήτων της απόδοσης.
