Co dokładnie robi „MIDI do WAV”?
Plik MIDI nie zawiera dźwięku — tylko instrukcje wykonania (pełny opis w Narzędziach MIDI). Dlatego konwersja MIDI do WAV nie jest tak naprawdę konwersją: ta strona renderuje instrukcje przez programowy syntezator, nagrywa wynik jako próbki PCM i zapisuje je do pliku WAV. Wyobraź to sobie jak wydrukowanie partytury w wykonaniu jednej konkretnej orkiestry: partytura (MIDI) to przepis, a WAV to jedno ustalone wykonanie. Po wyrenderowaniu WAV to zwykły dźwięk — odtwarza się wszędzie, bez syntezatora.
Pięć faktów, na których opiera się reszta strony:
• MIDI→WAV to renderowanie, a nie zmiana formatu — syntezator tworzy dźwięk, którego nie było w pliku
• dźwięk pochodzi z SoundFont: biblioteki nagranych próbek prawdziwych instrumentów (~32 MB, ładowanej raz na przeglądarkę)
• wbudowany bank to GeneralUser GS: 261 instrumentów i 13 zestawów perkusyjnych obejmujących standard General MIDI
• ten sam plik MIDI wyrenderowany innym SoundFont to inny, równie poprawny WAV
• warianty wejścia .rmi (RMID), .kar (karaoke MIDI) i .xmf to tylko opakowania tego samego strumienia zdarzeń SMF
Synteza i próbki: skąd bierze się dźwięk
Są dwa sposoby, by syntezator zagrał dźwięk. Synteza subtraktywna buduje tony z oscylatorów i filtrów — tania, ale brzmi jak keyboard, a nie orkiestra. Odtwarzanie próbek używa krótkich nagrań prawdziwych instrumentów i transponuje je po klawiaturze; SoundFont (format SF2) to paczka takich próbek z obwiedniami i punktami pętli. Silnik tej strony używa odtwarzania próbek: gdy MIDI mówi „nuta 60 na kanale 1, fortepian”, wyszukuje próbkę fortepianu, transponuje ją do żądanej wysokości, stosuje prędkość jako poziom i barwę i miesza do wyjścia. Renderowanie działa szybciej niż w czasie rzeczywistym — plik 3-minutowy zajmuje znacznie mniej niż 3 minuty, bo syntezator nigdy na nikogo nie czeka.
Renderowanie, a nie konwersja — i dlaczego nie ma odwrotności
Konwertery formatów (WAV na FLAC, MP3 na M4A) zachowują to samo audio w innym opakowaniu. Renderowanie MIDI tworzy dźwięk od zera dla każdej nuty. Ma to dwie konsekwencje. Po pierwsze, jakość zależy od renderera: ten sam plik .mid przez kartę dźwiękową z lat 90., tę stronę i studyjną bibliotekę próbek daje trzy bardzo różne WAV-y i żaden z nich nie jest „tym” poprawnym — MIDI nigdy nie określał, jak brzmią instrumenty. Po drugie, proces jest ściśle jednokierunkowy. „WAV na MIDI” to nie problem konwersji, lecz transkrypcji: rozpoznawania, które nuty zagrano z przebiegu fali, czyli zgadywania wysokości dźwięku, a nie pakowania. Narzędzia, które to próbują, działają tylko na czystych nagraniach pojedynczego instrumentu i są przybliżone.
Opakowania wejściowe i pokrętło częstotliwości próbkowania
Poza zwykłym .mid (Standard MIDI File) ta strona otwiera .rmi (RMID — plik MIDI w opakowaniu RIFF, natywnym opakowaniu Windows), .kar (karaoke MIDI: te same zdarzenia plus ścieżka tekstu do wyświetlania) i .xmf (rozszerzalne opakowanie, które może zawierać MIDI wraz z dźwiękami). Wszystkie dekodują się do tego samego strumienia zdarzeń, więc renderer traktuje je identycznie. Opcja częstotliwości próbkowania ustala, jak dokładnie mierzony jest render: 44 100 Hz odpowiada CD, 48 000 Hz wideo i większości streamingu, a 96 000 Hz podwaja górny limit do archiwizacji lub dalszej obróbki. Rozmiar pliku rośnie liniowo z częstotliwością — ten sam render jest dwa razy większy przy 96 kHz niż przy 48 kHz, a w większości muzyki różnica powyżej 48 kHz jest niesłyszalna.
Typowe nieporozumienia
- Wyrenderowany WAV to to, co zamierzał kompozytor. To jedna z interpretacji. MIDI ustala nuty, czasy i instrumenty według kategorii, ale nie brzmienie tych instrumentów. Każdy renderer podejmuje własne decyzje orkiestracyjne.
- Konwersja MIDI do WAV jest stratna czy bezstratna? Ani jedno, ani drugie. Nie ma oryginalnego dźwięku, który mógłby się stracić. Właściwe pytania brzmią: który SoundFont i jaka częstotliwość próbkowania — to one ustalają wierność samego renderowania.
- Większy SoundFont zawsze brzmi lepiej. Nie. Poza dobrym pokryciem zestawu General MIDI (co robi wbudowany bank 261 instrumentów), dodatkowy rozmiar daje udoskonalenia, które zauważą tylko wytrenowane uszy przy konkretnych instrumentach. Biblioteka fortepianu o rozmiarze 2 GB pomaga w solówkach fortepianowych; nic nie daje plikowi chiptune.
Powiązane narzędzia: Narzędzia MIDI, aby przeglądać, transponować i edytować MIDI przed renderowaniem, Audio do WAV / FLAC, aby bezstratnie spakować wyrenderowany WAV, Audio do MP3 / tagi ID3 dla małej kopii do udostępnienia oraz Widmo audio, aby sprawdzić zawartość częstotliwościową renderu.