A me sembra che abbiano “riscoperto” il MIDI e i MOD. Anche sul C64 la musica si creava definendo la forma d’onda tramite 4 valori (ADSR, Attack Decay, Sustain, Release), la frequenza (in Hz) e la durata. Qui si tratta solo di modificare leggermente questi valori introducendo la forza del soffio per gli strumenti a fiato, o quella del battito su quelli a tasti, ecc.

E` ottimo per definire uno strumento, ma non può andare bene per campionare musica, a meno di non codificare ogni “voce” su una traccia separata (appunto come i MIDI e i MOD), ma appena due voci si sovrappongono la forma d’onda si sovrappone e non puoi più definirla in modo semplice. Figurarsi un concerto rock o metal con chitarre distorte o strumenti improvvisati (la chitarra contro la cassa! :) )

Bye.

Non credo centri troppo col midi. Penso che sia lo stesso principio su cui si basa un vocoder.

Il vocoder prende un campione audio vocale e lo analizza secondo il seguente modello (grossomodo):
1) Il parlato e’ composto da sillabe e lettere.
2) Alcune sillabe sono “vocalizzate” (= sono composte da un tono, pensate alle vocali), altre sono mute (la “s”)
3) Le sillabe sono create dall’aria che passando per le corde vocali genera un treno di impulsi (le corde che vibrano) che sono poi modellati dalla cavita’ orale e dalle labbra.

Sulla base di questo esegue la seguente analisi:
1) Scompone il campione in segmenti della durata media di una sillaba (0.7 secondi credo, basata su dati statistici)
2) per ogni sillaba verifica se e’ una sillaba vocalizzata o no
3) se non e’ vocalizzata il segnale di origine sara’ del rumore bianco
4) se e’ vocalizzata analizza il pitch della sillaba (= il tono)
5) usa un filtro adattativo per derivare dei coefficienti che modellino il cavo orale (che danno il timbro della voce e la modulazione).

Questi parametri (1 bit per stabilire se e’ vocalizzata o no, 8 bit per definire il pitch, 8 bit X 10 campioni per modellare il tratto vocale) sono poi trasmessi, e utilizzati da un sitetizzatore che ricrea il parlato:
1) genera un campione di rumore bianco se la sillaba e’ muta, o un treno di impulsi di frequenza uguale al pitch se e’ vocalizzato
2) filtra il segnale generato in un filtro FIR con i coefficienti che ha ricavato prima.
3) accoda tutte le sillabe.

Cosi’ facendo si ottiene un parlato comprensibilie dall’altro lato trasmettendo meno di 100 bit al secondo.

Questo poi e’ un modello veramente di base (quello che fanno fare nei laboratori di analisi del parlato). Metto le mani avanti sui dettagli tecnici che e’ un argomento che studiai qualche anno fa. Comunque il principio e’ quello.

Suppongo che un principio analogo sia stato applicato in questo codec. PEr questo sono scettico che possa funzionare bene con musica elettronica (come lo modellizzi un synth arbitrario?) o fortemente polifonica…

Guarda che l’mp3 di fatto è un formato vecchissimo.
Già il formato ogg-vorbis, anch’esso vecchio ma più giovane dell’mp3, garantisce una qualità migliore dell’mp3 a parità di bitrate.

Beh penso che se il mio clarinetto suonasse anche solo lontanamente come quello del file compresso, al rivenditore glielo tirerei in testa :D

Cmq è un formato che già a questo livello di sviluppo può trovare sbocchi in molte applicazioni, anche professionali, dove la qualità non è il primo parametro di valutazione.

Un mio collega mi ha fatto sentire via Repubblica il file. Francamente entrambi sentiamo il suono troppo digitale. E’ un poco più “corposo” di un midi, ma francamente per quanto vecchio prefersco l’mp3 , ogg e aac sono decisamente superiori e viste le attuali capacità di storage. Forse per le suonerie vanno bene ma in cuffia preferisco suoni più umani :-)

ennesima bufala della rete, ormai dovremmo esserci abituati. Fa parte di quelle notizie che leggi un paio di volte e poi non le rivedrai piu’.