Mit csinál valójában a „MIDI WAV-ba”?
Egy MIDI-fájl nem tartalmaz hangot — csak előadási utasításokat (a teljes történetért részletek: MIDI-eszközök). Ezért a MIDI→WAV átalakítás valójában nem átalakítás: ez az oldal az utasításokat szoftveres szintetizátoron rendereli, a kimenetet PCM-mintákként rögzíti, és ezeket a mintákat WAV-fájlba írja. Úgy érdemes gondolni rá, mint egy partitúra kinyomtatására egy adott zenekarral: a partitúra (MIDI) a recept, a WAV annak egy rögzített előadása. Renderelés után a WAV hétköznapi hangfájl — bárhol lejátszható, szintetizátor nélkül is.
Öt tény, amely a többi rész alapja:
• A MIDI→WAV renderelés, nem formátumátalakítás — a szintetizátor olyan hangot hoz létre, amely a fájlban soha nem létezett
• a hang egy SoundFont-ból jön: valódi felvett hangszerek mintakönyvtára (kb. 32 MB, böngészőnként egyszer töltődik be)
• a beépített bank a GeneralUser GS: 261 hangszer és 13 dobkészlet, amely lefedi a General MIDI szabványt
• ugyanaz a MIDI-fájl más SoundFonttal renderelve más, de egyformán érvényes WAV-ot ad
• a bemeneti változatok (.rmi (RMID), .kar (karaoke MIDI) és .xmf) mind ugyanannak az SMF-eseményfolyamnak csomagolói
Szintézis és mintavételek: honnan jön a hang
Kétféleképpen szólaltathatunk meg szintetizátort. A szubtraktív szintézis oszcillátorokból és szűrőkből építi a hangokat — olcsó, de billentyűs hangzású, nem zenekari. A mintalejátszás valódi felvett hangszerek rövid felvételeit használja, és ezeket a billentyűzet mentén hangmagasságra igazítja; a SoundFont (SF2-formátum) ilyen mintákat, valamint burkolókat és ciklusponteket tartalmazó csomag. Az oldal motorja mintalejátszást használ: amikor a MIDI azt mondja, „60-as hang az 1. csatornán, zongora”, megkeresi a zongoramintát, a kért hangmagasságra transzponálja, a sebességet hangerőként és hangszínként alkalmazza, és a kimenetbe keveri. A renderelés valós időnél gyorsabb — egy 3 perces fájl jóval 3 perc alatt elkészül, mert a szintetizátor soha nem vár senkire.
Renderelés, nem átalakítás — és miért nincs visszafelé út
A formátumátalakítók (WAV → FLAC, MP3 → M4A) ugyanazt a hangot más csomagolásban őrzik meg. A MIDI-renderelés minden hangnál a semmiből hoz létre hangot. Ennek két következménye van. Először: a minőség a renderelőtől függ: ugyanaz a .mid fájl egy 1990-es évekbeli hangkártyán, ezen az oldalon és egy stúdió mintakönyvtárában három nagyon különböző WAV-ot ad, és egyik sem „a” helyes — a MIDI sosem határozta meg, milyen hangon szólnak a hangszerek. Másodszor: a folyamat szigorúan egyirányú. A „WAV → MIDI” nem átalakítási, hanem átírási feladat: a hullámformából kell felismerni, mely hangokat játszották, ami hangmagasság-becslési találgatás, nem csomagolás. Az ilyen eszközök csak tiszta, egyhangszeres felvételeken működnek, és közelítenek.
Bemeneti csomagolók és a mintavételi frekvencia
A sima .mid (Standard MIDI File) mellett ez az oldal megnyitja a .rmi-t (RMID — MIDI-fájl RIFF-csomagolásban, a Windows natív csomagolása), a .kar-t (karaoke MIDI: ugyanazok az események, plusz egy megjelenítendő dalszövegsáv) és a .xmf-et (bővíthető csomagoló, amely a MIDI-t a hangjaival együtt tartalmazhatja). Mindegyik ugyanazt az eseményfolyamot adja, ezért a renderelő azonosan kezeli őket. A mintavételi frekvencia opció azt állítja be, mennyire finoman mérik a renderelést: a 44 100 Hz a CD-nek felel meg, a 48 000 Hz a videónak és a legtöbb streamingnek, a 96 000 Hz pedig megduplázza a plafont archiváláshoz vagy későbbi feldolgozáshoz. A fájlméret lineárisan arányos a frekvenciával — ugyanaz a renderelés 96 kHz-en kétszer akkora, mint 48 kHz-en — és a legtöbb zenénél a 48 kHz feletti különbség nem hallható.
Gyakori tévhitek
- A renderelt WAV az, amit a zeneszerző szánt. Ez egy értelmezés. A MIDI rögzíti a hangokat, az időzítést és a hangszereket kategóriánként, de nem a hangszerek tényleges hangját. Minden renderelő saját hangszerelési döntéseket hoz.
- A MIDI→WAV veszteséges vagy veszteségmentes? Egyik sem. Nincs eredeti hang, amit elveszíthetne. A helyes kérdések: melyik SoundFont, melyik mintavételi frekvencia — ezek határozzák meg magának a renderelésnek a hűségét.
- A nagyobb SoundFont mindig jobban szól. Nem. A General MIDI készlet jó lefedésén túl (amit a beépített 261 hangszeres bank már nyújt) a plusz méret csak finomításokat hoz, amelyeket csak képzett fül érzékel bizonyos hangszereken. Egy 2 GB-os zongorakönyvtár a zongoraszólókon segít; egy chiptune-fájlon semmit.
Kapcsolódó eszközök: a MIDI-eszközök a MIDI megtekintéséhez, transzponálásához és szerkesztéséhez renderelés előtt, az Hang WAV / FLAC-ba a renderelt WAV veszteségmentes tömörítéséhez, az Hang MP3 / ID3-címkék kis megosztható másolathoz, és a Hangspektrum a renderelés frekvenciatartalmának vizsgálatához.
