Transkriptio (musiikki) - Transcription (music)
In musiikki , transkriptio on käytännössä nuotintaminen pala tai ääntä, joka oli aiemmin unnotated ja / tai epäsuosittu kuin säveltänyt musiikkia, esimerkiksi jazz improvisaatio tai videopeli ääniraita . Kun muusikko tehtävänä on luomassa nuotteja tallennuksesta ja he kirjoita muistiinpanoja, jotka muodostavat pala nuotinnuksena , sanotaan, että he loivat musiikillinen transkriptio nauhoituksesta. Transkriptio voi tarkoittaa myös musiikkikappaleen, joko soolo tai yhtye , uudelleenkirjoittamista toiselle soittimelle tai muulle soittimelle kuin se oli alun perin tarkoitettu. Beethoven Symphonies transkriptoidusta soolopianolle by Franz Liszt ovat esimerkki. Tässä mielessä transkriptiota kutsutaan joskus järjestelyksi , vaikka tarkasti ottaen transkriptiot ovat uskollisia mukautuksia, kun taas järjestelyt muuttavat alkuperäisen teoksen merkittäviä näkökohtia.
Muita esimerkkejä musiikin transkriptiosta ovat etnomusiikologiset merkinnät kansanmusiikin suullisista perinteistä , kuten Béla Bartókin ja Ralph Vaughan Williamsin kokoelmat Unkarin ja Englannin kansallisesta kansanmusiikista . Ranskan säveltäjä Olivier Messiaen transkriptoitu linnunlaulusta luonnossa, ja liitti sen monet hänen koostumuksia, esimerkiksi hänen Luettelon d'oiseaux soolopianolle. Tämän tyyppinen transkriptio sisältää asteikon tunnistamisen ja harmonisen analyysin, jotka molemmat tarvitsevat suhteellisen tai täydellisen äänenvoimakkuuden .
Populaarimusiikissa ja rockissa on kaksi transkriptiomuotoa. Yksittäiset esiintyjät kopioivat nuotin nuotille kitarasoolon tai muun melodisen linjan. Samoin musiikin kustantajat transkriptoivat kokonaiset äänitykset kitarasooloista ja bassolinjoista ja myyvät nuotit sidottuina kirjoina. Musiikin kustantajat julkaisevat myös PVG (piano / laulu / kitara) transkriptioita populaarimusiikista, jossa melodia linja on transkriptoitu, ja sitten levyn säestys järjestetään pianopartiona. PVG-levyn kitaranäkökulma saavutetaan melodian yläpuolelle kirjoitettujen kitaran sointujen avulla. Sanoitukset ovat myös melodian alapuolella.
Sopeutuminen
Jotkut säveltäjät ovat kunnioittaneet muita säveltäjiä luomalla "identtisiä" versioita aikaisempien säveltäjien kappaleista ja lisäämällä omaa luovuuttaan käyttämällä täysin uusia ääniä, jotka johtuvat instrumentointierosta. Tunnetuin esimerkki tästä on Ravelin sovitus orkesterille Mussorgskyn pianokappaleesta Pictures at a Exhibition . Webern käytti transkription orkesterin kuuden osa ricercar päässä Bach n Musicalisches Opfer analysoida rakenteen Bach pala, käyttämällä eri välineitä pelata erilaisia alaisuudessa motiiveja Bachin teemoja ja sävelmiä.
Tämän muodon transkriptiossa uusi kappale voi samanaikaisesti jäljitellä alkuperäisiä ääniä ja säveltää ne kaikilla asiantuntija-säveltäjän teknisillä taidoilla siten, että näyttää siltä, että kappale on alun perin kirjoitettu uudelle medialle. Mutta jotkut transkriptiot ja järjestelyt on tehty puhtaasti käytännöllisistä tai asiayhteyteen liittyvistä syistä. Esimerkiksi Mozartin aikoina hänen suosittujen oopperoidensa alkusoittot ja kappaleet kirjoitettiin pienelle puhallinorkesterille yksinkertaisesti siksi, että tällaiset yhtyeet olivat yleisiä tapoja tarjota suosittua viihdettä julkisilla paikoilla. Mozart itse teki tämän oopperassaan Don Giovanni , kirjoittamalla pienelle puhallinorkesterille useita aareja muista oopperoista, mukaan lukien yksi hänen omasta oopperastaan Figaron avioliitto . Nykyaikaisempi esimerkki on Stravinskyn transkriptio Neljän käden pianolle The Rite of Spring , jota käytetään baletin harjoituksissa. Nykyään kahviloissa tai ravintoloissa soittavat muusikot soittavat joskus transkriptioita tai sovituksia suuremmalle instrumenttiryhmälle kirjoitetuista kappaleista.
Muita esimerkkejä tämän tyyppisestä transkriptiosta ovat Bachin sovitus Vivaldin neljän viulun konsertista neljälle kosketinsoittimelle ja orkesterille; Mozartin järjestely joidenkin Bach Fugues peräisin hyvin karkaistu Clavier jousikvartetille trio ; Beethovenin järjestely hänen Suuri fuuga , alunperin kirjoitettu jousikvartetille , sillä piano duetto, ja hänen järjestely hänen viulukonserton kuin pianokonsertto ; Franz Lisztin pianosovitukset monien säveltäjien teoksista, mukaan lukien Beethovenin sinfoniat ; Tšaikovskin sovitus neljästä Mozart-pianokappaleesta orkesterisarjaksi nimeltä " Mozartiana "; Mahlerin uudelleenorkesteri Schumannin sinfonioista; ja Schoenbergin sovitus orkesterille Brahmsin pianokvintetistä sekä Bachin "St. Anne" Prelude ja fuga uruille.
Siitä lähtien, kun pianosta tuli suosittu instrumentti, orkesterin tai kamarimusiikkiyhtyeiden teosten transkriptioista ja sovituksista pianolle on syntynyt laaja kirjallisuus. Näitä kutsutaan joskus " pianon vähennyksiksi ", koska orkesteriosien moninaisuus - orkesteriteoksessa voi olla jopa kaksi tusinaa erillistä instrumentaaliosaa, joita soitetaan samanaikaisesti - on vähennettävä siihen, mitä yksi pianisti (tai toisinaan kaksi pianistia, yhdellä tai kahdella pianolla, kuten erilaiset järjestelyt George Gershwin n Rhapsody in Blue ) jaksaa pelata.
Pianovähennyksiä tehdään usein kuoroteosten orkesterisäestyksistä harjoitusten tai pelkän koskettimen avulla.
Monet orkesteriteokset on transkriptoitu konserttibändille .
Transkriptioapuvälineet
Notaatio-ohjelmisto
Pöytätietokustannusten julkaisemisen jälkeen muusikot voivat hankkia nuotinnusohjelmiston , joka voi vastaanottaa käyttäjän mentaalisen muistiinpanojen analyysin ja tallentaa ja muotoilla nämä nuotit vakiomusiikkikirjoiksi henkilökohtaista painamista tai nuottien ammattimaista julkaisua varten. Jotkut notaatio-ohjelmistot voivat hyväksyä tavallisen MIDI- tiedoston (SMF) tai MIDI-suorituskyvyn syötteenä manuaalisen muistiinpanon sijaan. Nämä merkintäsovellukset voivat viedä pisteet eri muodoissa, kuten EPS , PNG ja SVG . Usein ohjelmisto sisältää äänikirjaston, jonka avulla sovellus voi toistaa käyttäjän pisteet ääneen vahvistusta varten.
Hidastettava ohjelmisto
Ennen digitaalisten transkription apuvälineiden keksimistä muusikot hidastivat levyä tai nauhoitusta voidakseen kuulla melodiset linjat ja soinnut hitaammin, sulavammin. Tämän lähestymistavan ongelmana oli, että se muutti myös sävelkorkeutta, joten kun kappale oli kirjoitettu, se oli sitten siirrettävä oikeaan avaimeen. Ohjelmisto, joka on suunniteltu hidastamaan musiikin tempoa muuttamatta musiikin sävelkorkeutta, voi olla erittäin hyödyllinen sävelkorkeuden, melodioiden, sointujen, rytmien ja sanoitusten tunnistamisessa musiikkia kirjoitettaessa. Toisin kuin levysoittimen hidastuva vaikutus, nuottien sävelkorkeus ja alkuperäinen oktaavi pysyvät samana eivätkä laske äänenvoimakkuuteen. Tämä tekniikka on tarpeeksi yksinkertainen, että se on saatavana monissa ilmaisohjelmistosovelluksissa.
Ohjelmisto käy yleensä läpi kaksivaiheisen prosessin tämän saavuttamiseksi. Ensinnäkin äänitiedosto toistetaan pienemmällä näytetaajuudella kuin alkuperäinen tiedosto. Tällä on sama vaikutus kuin nauhan tai vinyylilevyn toistamisella hitaammalla nopeudella - äänenvoimakkuutta lasketaan, mikä tarkoittaa, että musiikki voi kuulostaa eri avaimella. Toinen vaihe on käyttää digitaalista signaalinkäsittelyä (tai DSP) siirtämään äänenvoimakkuus takaisin alkuperäiselle äänenvoimakkuustasolle tai musiikkinäppäimelle.
Pitch-seurantaohjelmisto
Kuten Automaattisen musiikin transkriptio -osiossa mainitaan, jotkut kaupalliset ohjelmistot pystyvät karkeasti seuraamaan hallitsevien melodioiden sävyä moniäänisissä musiikkitallenteissa. Muistiinpanotarkistukset eivät ole tarkkoja, ja käyttäjän on usein muokattava niitä manuaalisesti, ennen kuin ne tallennetaan tiedostoon joko omassa tiedostomuodossa tai vakiona MIDI- tiedostomuodossa. Jotkut äänenkorkeuden seurantaohjelmistot mahdollistavat myös skannattujen muistiinpanoluetteloiden animoinnin äänentoiston aikana.
Automaattinen musiikin transkriptio
Termiä "automaattinen musiikin transkriptio" käyttivät ensimmäisen kerran äänitutkijat James A. Moorer, Martin Piszczalski ja Bernard Galler vuonna 1977. Digitaalisen äänitekniikan tuntemuksensa perusteella nämä tutkijat uskoivat, että tietokone voidaan ohjelmoida analysoimaan digitaalinen äänitiedosto. musiikkia sellaiseksi, että melodialinjojen ja sointukuvioiden sävelkorkeudet sekä lyömäsoittimien rytmiset aksentit voitaisiin havaita. Automaattisen musiikin transkription tehtävä koskee kahta erillistä toimintaa: musiikkikappaleen analyysin tekeminen ja pisteet siitä tulostamisen perusteella.
Tämä ei ollut yksinkertainen tavoite, vaan rohkaisi akateemista tutkimusta vielä vähintään kolmen vuosikymmenen ajan. Puheen ja musiikin läheisen tieteellisen suhteen takia paljon akateemista ja kaupallista tutkimusta, joka oli suunnattu taloudellisesti resursseisempaan puheentunnistustekniikkaan, kierrätettäisiin musiikin tunnistustekniikkaa koskevaan tutkimukseen. Vaikka monet muusikot ja kouluttajat väittävät, että transkriptioiden manuaalinen tekeminen on arvokas harjoitus kehittyville muusikoille, motivaatio automaattiseen transkriptioon pysyy samana kuin nuottien motivaatio: muusikot, joilla ei ole intuitiivista transkriptiotaitoa, etsivät nuotteja tai sointuja kaavio, jotta he oppivat nopeasti soittamaan kappaleen. Kokoelma tämän jatkuvan tutkimuksen luomia työkaluja voisi olla suuri apu muusikoille. Koska paljolla äänitetyllä musiikilla ei ole nuotteja, automaattinen transkriptiolaite voi myös tarjota transkriptioita, joita ei muuten ole saatavana nuotteissa. Tähän päivään mennessä mikään ohjelmistosovellus ei voi vielä täysin täyttää James Moorerin automaattisen musiikin transkription määritelmää. Automaattisen musiikin transkription tavoittelu on kuitenkin synnyttänyt monia ohjelmistosovelluksia, jotka voivat auttaa manuaalista transkriptiota. Jotkut voivat hidastaa musiikkia säilyttäen alkuperäisen sävelkorkeuden ja oktaavin, jotkut voivat seurata melodioiden sävelkorkeutta, jotkut voivat seurata sointumuutoksia ja toiset voivat seurata musiikin lyöntiä.
Automaattinen transkriptio käsittää kaikkein perustavanlaatuisimmin suoritettujen nuottien sävelkorkeuden ja keston tunnistamisen. Tämä edellyttää sävelkorkeuden seuraamista ja muistiinpanojen tunnistamista. Fyysisten mittausten tallentamisen jälkeen nämä tiedot kartoitetaan perinteiseen nuotintiin eli nuotteihin.
Digitaalinen signaalinkäsittely on tekniikan ala, joka tarjoaa ohjelmistoinsinööreille työkalut ja algoritmit, joita tarvitaan digitaalisen äänityksen analysointiin äänenvoimakkuuden (melodisten instrumenttien nuotintunnistus) ja äänettömien äänien energiasisällön (lyömäsoittimien havaitseminen) suhteen. . Musiikkitallenteista otetaan näytteet tietyllä tallennusnopeudella, ja niiden taajuustiedot tallennetaan tietokoneeseen missä tahansa digitaaliaaltomuodossa. Tällainen muoto edustaa ääntä digitaalisella näytteenotolla .
Pitch tunnistus
Äänenkorkeuden tunnistus on usein yksittäisten nuottien havaitseminen, jotka voivat muodostaa melodian musiikissa, tai nuotit soinnussa . Kun yhtä näppäintä painetaan, kun piano, mitä me kuulla ei ole vain yksi taajuus äänen värähtelyn, mutta komposiitti useita äänivärähtelyjä esiintyvät eri liittyy matemaattisesti taajuuksilla. Tämän värähtelyyhdistelmän eri taajuuksilla olevia elementtejä kutsutaan harmonisiksi tai osittaisiksi.
Esimerkiksi, jos painamme pianon keskimmäistä C-näppäintä, komposiitin yliaaltojen yksittäiset taajuudet alkavat 261,6 Hz: n perustaajuudella , 523 Hz olisi toinen yliaalto, 785 Hz olisi kolmas yliaalto, 1046 Hz olisi 4. yliaallot jne. Myöhemmät yliaallot ovat perustaajuuden kokonaislukukerroksia , 261,6 Hz (esim. 2 x 261,6 = 523, 3 x 261,6 = 785, 4 x 261,6 = 1046). Vaikka vain noin kahdeksan harmonista tarvitaan todellakin äänen uudelleen luomiseen, harmonisten yliaaltojen kokonaismäärä tässä matemaattisessa sarjassa voi olla suuri, vaikka mitä korkeampi harmonisen numero on, sitä heikompi on harmonisen voimakkuus ja vaikutus. Toisin kuin intuitio, alimmalla fyysisellä tasolla oleva musiikkitallenne ei ole yksittäisten nuottien kokoelma , vaan kokoelma yksittäisiä harmonisia yliaaltoja . Siksi voidaan luoda hyvin samankaltaisia äänitteitä erilaisilla instrumenttikokoelmilla ja niihin liitetyillä nuotteilla. Niin kauan kuin äänityksen kokonais harmoniset muodostetaan jossain määrin uudelleen, ei ole väliä mitä instrumentteja tai nuotteja käytettiin.
Ensimmäinen askel havaitsemiseksi seteleiden on muutosta äänitiedoston digitaalisen datan aika-alueen osaksi taajuusalueen , joka mahdollistaa mittauksen eri taajuuksien ajan. Taajuusalueen äänitallenteen graafista kuvaa kutsutaan spektrogrammiksi tai sonogrammiksi. Nuotti erilaisten yliaaltojen yhdistelmänä esiintyy spektrogrammissa kuin pystysuoraan sijoitettu kampa , jossa kampauksen yksittäiset hampaat edustavat erilaisia harmonisia yliaaltoja ja niiden erilaisia taajuusarvoja. Fourier-muunnos on matemaattinen menettely, jota käytetään luomaan spectrogram mistä äänitiedosto digitaalisen datan.
Monien nuottien havaitsemisalgoritmien tehtävänä on etsiä spektrogrammista yksittäisten nuottien aiheuttamien tällaisten kampamallien (harmonisten yhdistelmä) esiintymistä . Kun nuotin erityisen harmonisen harmonisen muodon kuvio on havaittu, nuotin korkeus voidaan mitata kampa-kuvion pystysuoralla sijainnilla spektrogrammissa .
Periaatteessa on kahta erilaista musiikkityyppiä, jotka luovat hyvin erilaiset vaatimukset sävelkorkeuden havaitsemisalgoritmille : monofoninen ja moniääninen musiikki. Monofoninen musiikki on kohta, jossa vain yksi instrumentti soittaa yhtä nuottia kerrallaan, kun taas moniäänisessä musiikissa voi olla useita instrumentteja ja laulua kerralla. Äänenvoimakkuuden tunnistus monofonisesta äänityksestä oli suhteellisen yksinkertainen tehtävä, ja sen tekniikka mahdollisti kitaravirittimien keksimisen 1970-luvulla. Kuitenkin, piki havaitseminen kun moniääninen musiikki tulee paljon vaikeampi tehtävä, koska kuvan sen spektrogrammihuippujen näkyy nyt epämääräinen pilvi vuoksi lukuisia päällekkäisiä kampa kuvioita, aiheuttama kunkin nuotin useita harmonisia .
Toinen tapa piki havaitseminen keksi Martin Piszczalski yhdessä Bernard Galler 1970 ja on sittemmin laajalti noudatettu. Se kohdistuu monofoniseen musiikkiin. Keskeistä tässä menetelmässä on, kuinka sävelkorkeus määritetään ihmisen korvalla . Prosessi yrittää suunnilleen jäljitellä biologian ihmisen sisemmän korva löytää vain vain muutamia kovimman harmonisten tietyllä hetkellä. Tätä pientä löydettyjen yliaaltojen sarjaa verrataan puolestaan kaikkiin mahdollisten sävelkorkeuksien yliaaltosarjoihin hypoteesiksi, mikä todennäköisin sävelkorkeus voitaisiin antaa kyseiselle yliaaltosarjalle .
Tähän mennessä moniäänisten äänitteiden täydellinen nuotintunnistus on edelleen mysteeri audioinsinööreille, vaikka he edistyvät edelleen keksimällä algoritmeja, jotka voivat osittain havaita joitain polyfonisen äänityksen nuotteja, kuten melodia tai bassolinja.
Beat havaitseminen
Beat tracking on toistuvan aikavälin määrittäminen musiikissa havaittujen pulssien välillä. Beatia voidaan kuvata myös 'jalka-naputukseksi' tai 'käsi-taputukseksi' ajoissa musiikin kanssa. Bitti on usein ennustettavissa oleva perusyksikkö musiikkikappaleelle, ja se voi vaihdella vain hieman esityksen aikana. Kappaleet mitataan usein lyöntiä minuutissa (BPM) määritettäessä musiikin tempo, olipa se nopea tai hidas.
Koska nuotit alkavat usein lyönnistä tai rytmin aikajakson yksinkertaisesta jakamisesta, lyöntijäljitysohjelmistolla on mahdollisuus ratkaista paremmin karkeasti havaitut nuotit. Lyöntien seuranta on usein ensimmäinen askel lyömäsoittimien havaitsemisessa.
Huolimatta intuitiivisesta luonteesta "jalka napautus", jonka useimmat ihmiset pystyvät, on vaikea kehittää algoritmi näiden lyöntien havaitsemiseksi. Suurin osa nykyisistä ohjelmistojen algoritmeista lyöntien havaitsemiseksi käyttää ryhmäkilpailevaa hypoteesia lyöntejä minuutissa, koska algoritmi löytää ja ratkaisee asteittain paikalliset huiput äänenvoimakkuudeltaan, mikä vastaa suunnilleen musiikin jalka-napautuksia.
Kuinka musiikin automaattinen transkriptio toimii
Musiikin automaattiseen transkriptioon on ratkaistava useita ongelmia:
1. Muistiinpanot on tunnistettava - tämä tehdään tyypillisesti vaihtamalla aika-alueesta taajuusalueeksi. Tämä voidaan toteuttaa Fourier-muunnoksen avulla . Tietokonealgoritmit tämän tekemiseen ovat yleisiä. Nopean Fourier-muunnoksen algoritmi laskee taajuuden signaalin sisällöllä, ja se on hyödyllinen käsiteltäessä musiikin otteita.
2. Tahti ja tempo on löydettävä ( Beat Detection ) - tämä on vaikea, monitahoinen ongelma.
Menetelmä, jota ehdotetaan julkaisussa Costantini et ai. Vuonna 2009 keskitytään nuotintapahtumiin ja niiden pääominaisuuksiin: hyökkäyshetkelle, sävelkorkeudelle ja viimeiselle hetkelle. Aloitushavainto hyödyntää audiosignaalin binääristä aika-taajuusesitystä. Huomautusluokittelu ja siirtymän havaitseminen perustuvat vakio-Q-muunnokseen (CQT) ja tukivektorikoneisiin (SVM). Kokoelma julkisia nuotteja löytyy täältä. [1]
Tämä puolestaan johtaa "äänenvoimakkuuden muotoon", nimittäin jatkuvasti ajan vaihtelevaan viivaan, joka vastaa sitä, mitä ihmiset kutsuvat melodiaksi. Seuraava vaihe on segmentoida tämä jatkuva melodinen virta kunkin nuotin alun ja lopun tunnistamiseksi. Sen jälkeen jokainen ”nuottiyksikkö” ilmaistaan fyysisinä termeinä (esim. 442 Hz, .52 sekuntia). Viimeinen vaihe on sitten kartoittaa nämä fyysiset tiedot tuttuihin musiikkikirjoitusten tyyppisiin termeihin jokaiselle nuotille (esim. A4, vuosineljännes).
Yksityiskohtaiset tietokoneen vaiheet musiikin automaattisen transkription takana
Tosiasiallisen tietojenkäsittelyn kannalta tärkeimmät vaiheet ovat 1) digitalisoida suoritettu analoginen musiikki, 2) tehdä peräkkäiset lyhytaikaiset, nopeat Fourier-muunnokset (FFT) aikamuuttuvien spektrien saamiseksi, 3) tunnistaa jokaisen huiput spektri, 4) analysoi spektrihuiput saadaksesi sävelkorkeuden ehdokkaat, 5) kytke vahvimmat yksittäiset sävelkorkeuden ehdokkaat saadaksesi todennäköisimmän aikamuuttuvan sävelkorkeuden, 6) kartoita nämä fyysiset tiedot lähimpiin musiikkikirjaustermeihin. Nämä perustavanlaatuiset vaiheet, jotka Piszczalski sai alkunsa 1970-luvulla, tulivat musiikin automaattisen transkription perustaksi.
Kiistanalaisin ja vaikein vaihe tässä prosessissa on sävelkorkeuden havaitseminen. Menestyneimmät äänenvoimakkuuden menetelmät toimivat taajuusalueella, ei aikatasolla. Vaikka aika-alueiden menetelmiä on ehdotettu, ne voivat hajota todellisen maailman soittimille, joita soitetaan tyypillisesti kaikuisissa huoneissa.
Piszczalskin keksimä äänenkorkeuden havaitsemismenetelmä jäljittelee jälleen ihmisen kuuloa. Tästä seuraa, kuinka vain tietyt osajoukot "sulautuvat" yhteen ihmisen kuuntelussa. Nämä ovat sarjoja, jotka luovat käsityksen vain yhdestä äänenkorkeudesta. Fuusio tapahtuu vain, kun kaksi osaa on 1,5%: n sisällä täydellisestä harmonisesta parista (ts. Niiden taajuudet ovat likimääräisiä pienen kokonaisluvun parisarjaa, kuten 1: 2, 5: 8 jne.) Tätä lähes harmonista ottelua vaaditaan kaikilta partitit, jotta ihminen kuulisi ne vain yhtenä äänenä.