电子音乐合成与MIDI

电子音乐合成与MIDI

一.电子音乐合成

产生乐音的方法很多，现在用得较多的方法有模拟合成和数字合成两大类。

·             模拟合成法

" 减法合成 （滤波器 ）

" 加法合成

·             数字合成法

"频率调制合成（ FM）

"波表合成（Wavetable）

"线形合成（LA）

"先进集成式合成（AI）

"先进向量合成（AV）

"可变结构合成技术（VAST）

计算机中采用数字音乐合成技术，主要采用两种方法：

  " 频率 调制合成法（Frequenncy Modulation Synthesis）

  "波表合成法（Wavetable Synthesis，也称为乐音样本合成法）

(一)频率调制合成

频率调制合成是通过硬件产生正弦信号，再经处理合成音乐。合成的方式是将波形组合在一起，理论上可以有无限多组波形。

乐音合成器的先驱Robert Moog采用了模拟电子器件生成了复杂的乐音。80年代初，美国斯坦福大学(Stanford University)的研究生John Chowning发明了一种产生乐音的新方法，这种方法称为数字式频率调制合成法(Digital Frequency Modulation Synthesis)，简称为FM合成器。他把几种乐音的波形用数字来表达，并且用数字计算机而不是用模拟电子器件把它们组合起来，通过数模转换器(DAC)来生成乐音。斯坦福大学得到了发明专利，并且把专利权授给Yamaha公司，该公司把这种技术做在集成电路芯片里，成了世界市场上的热门产品。FM合成法的发明使合成音乐工业发生了一次革命。

FM合成器生成乐音的基本原理如图05-07-1所示。它由数字载波器、调制器、声音包络发生器、数字运算器和模数转换器5个基本模块组成。数字载波器用3个参数：基音周期(pitch)、音量(volume)和各种波形(wave)。调制器用6个参数：频率(frequency)、调制深度(depth)、波形类型(type)、反馈量(feedback)、颤音(vibrato)和音效(effect)。乐器声音除了有它自己的波形参数外，还有它自己的比较典型的声音包络线，声音包络发生器用来调制声音的电平，这个过程也称为幅度调制AM(amplitude modulation)，并且作为数字式音量控制旋钮，它用4个参数A、D、S和R表示，这条包络线也称为ADSR包络线。

  

通过改变图05-07-1中所示的参数，可以生成不同的乐音。例如：

·             改变数字载波频率可以改变乐音的音调，改变它的幅度可以改变它的音量。

·             改变波形的类型，如用正弦波、半正弦波或其他波形，会影响基本音调的完整性。

·             快速改变调制波形的频率(即基音周期)可以改变颤音的特性。

·             改变反馈量，就会改变正常的音调，产生刺耳的声音。

·             选择的算法不同，载波器和调制器的相互作用也不同，生成的音色也不同。

图05-07-1中的13个声音参数和算法共14个控制参数以字节的形式存储在存储器中。播放某种乐音时，计算机就发送一个信号，这个信号被转换成存储器的地址，从该地址中取出用于产生乐音的数据。FM合成器利用这些数据产生的乐音是否真实，它的真实程度有多高，取决于可用的波形源的数目、算法和波形的类型。

(二)波表合成

使用FM合成法来产生各种逼真的乐音是相当困难的，有些乐音几乎不能产生，因此很自然地就转向乐音样本合成法。这种方法是将每种真实乐器发出的声音抽样，加以适当的处理后存储成声音样本（音色文件），记录在合成器的内存当中，需要时，调用相应样本来合成该乐器的乐音。这就是波表合成（图05-07-2）。内存器的容量越大，合成效果越好，价格也越贵。Wavetable的声音播放会比较真实，而且可以做比较多的音效变化。

乐音样本的采集相对比较直观。音乐家在真实乐器上演奏不同的音符，选择44.1kHz的采样频率、16比特的乐音样本，这相当于CD-DA的质量，把不同音符的真实声音记录下来，这就完成了乐音样本的采集。

乐音样本合成器所需要的输入控制参数比较少，可控的数字音效也不多，大多数采用这种合成方法的声音设备都可以控制声音包络的ADSR参数。产生的声音质量比FM合成方法产生的声音质量要高。

! q$ D" `1 e) L0 m
# S- i( |. |& R$ B; f( ^3 N

Wavetable的衡量标准有：

"波表库容量

"复音数

"特殊效果

二.电子乐器数字接口

电子乐器数字接口(MIDI，musical instrument digital interface)是用于在电子乐器（例如音乐合成器 (music synthesizers)或乐器(musical instruments)）之间以及电子乐器和计算机之间交换音乐信息的一种标准协议，是音乐与计算机结合的产物。从20世纪80年代初期形成标准，并逐步被音乐家和作曲家广泛接受和使用，现已成为电脑音乐的代名词。我们可以从广义上将其理解为电子合成器、电脑音乐的统称，包括协议、设备等等相关的含义。

(一)MIDI的形成

" 1982 年，国际乐器制造者协会通过了美国 Sequential Circuits 公司的大卫 . 史密斯提出的“通用合成器接口”的方案，并改名为“音乐设备数字接口”，即“ Musical Instrument Digital Interface ”， 缩写为“ MIDI ”，公布于世。

" 1985 年 11 月，国际乐器制造者协会公布了《 MIDI 1.0 版的细节规定》。

" 若干次修订 ,包括:

·   尽管MIDI规范仍然停留在“MIDI 1.0”版本，但是，自从1984年最初的规范建立以来，MIDI规范还是有很大的增强和更新。除了附加的新的MIDI消息例如MIDI机器控制和MIDI演出控制消息，对其基本的协议来说也有相应的增强，增加了一些诸如组选择（Bank Select）、声音全关闭等特征，以及许多其他新的控制器命令。

·   到1995年为止，有五个独立的文档涵盖了基本的MIDI规范、附件(MSC & MMC)、附加标准MIDI文件和通用MIDI。 “95.1”版出版于1995年1月，把这些文档的最新版本收集在一起。基本的MIDI规范的版本(称为详细的规范)是在那个时候更早的4.2版本，它本身是“ 详细规范4.2版本”文档和“4.2附件”的一个汇总。 95.1版本集成了已存在的文档并且纠正这些文档中的一些小错误。

95.2版本（1995.9）
) w' [" E: }2 P# E0 u1 L附加了对设备ID的重新定义建议，这一点是从4.2版本就被认可但没有加到95.1版本中去。
9 u  W$ `# f" c7 @( V0 Z  X重写了原来不清楚的全部SysEx ID
将EOF消息(MMA-0011)从第44页移到样本转储标准通用握手消息(P35-36)
重写了文件转储握手标志(P42-44)以避免和相同消息上的样本转储文本重复
用正确的名字“<设备ID>”替换了所有涉及到该设备ID消息的名字
将MIDI工具图表从后面章节移到了表的前面
. \$ S- I1 b. n重写了表7(SysEx 消息)的注释使其更加清晰
更新了厂商ID表
+ |! @) g, ?' d5 ?0 r9 ^·   当前版本96.1（1996.3）
5 q9 m9 P3 n( t  }( h修改表7(SysEx 消息)使其包含了对SysEx通用消息和正确的ID赋值的引用
修改了35页的遗漏，即:通用握手消息的数目
" A! k& w, l' w) H5 W% ?澄明了SMF关于MIDI的定时文本
更新MSC规范从1.0到1.1版本
MIDI标准的成熟使各电子乐器生产厂商更加信心百倍，它们绞尽脑汁、挖空心思，以空前的热情生产出各种电子乐器，有键盘式的（合成器、主控键盘）、弦控式的（MIDI吉他）、敲击式的（鼓机）甚至还有吹奏式的（呼吸控制器），除此之外，还有五花八门的各种音源模块（没有键盘的电子合成器)。
从本质上说，MIDI是乐器和计算机使用的一种标准语言，是一套指令(即命令)的约定，它指示乐器(即MIDI设备)要做什么，怎么做，如演奏音符、加大音量、生成音响效果等。MIDI不是把音乐的波形进行数字化采样和编码，而是将数字式电子乐器的弹奏过程记录下来，如按了哪一个键、力度多大、时间多长等等。当需要播放这首乐曲时，根据记录的乐谱指令，通过音乐合成器生成音乐声波，经放大后由扬声器播出。
* H0 }) D2 L( ?5 F3 |# NMIDI标准之所以受到欢迎，主要是它有下列几个优点：
* ]" E1 L- b% h7 m1.生成的文件比较小，因为MIDI文件存储的是命令，而不是声音波形。如半小时的立体声音乐使用CD-DA格式波形存储时间约需300MB的存储量，而用MIDI记录时，只需用200kB，相差1500倍，即使波形声音采用ADPCM编码压缩也要差两个数量级以上。
2.容易编辑，因为编辑命令比编辑声音波形要容易得多。可以随意修改曲子的速度、音调，也可以改换乐器的种类，从而产生合适的音乐。
- p; `: @' E. Q4 E7 n% ?3.声音的配音方便。MIDI音乐可以作背景音乐，和其他的媒体，如数字电视、图形，动画、话音等一起播放，加强演示效果。与波形声音文件等不同的是，当多媒体系统中播放波形声音文件时(如图片的一段解说词)，此时若还需配上某种音乐作为解说的效果时，不可能同时调用两个波形声音文件，而播放MIDI文件记录下来的音乐就很方便了。
( p+ z4 T# o& W(二) MIDI术语
1．音乐合成器（Musical Synthesizer）：用来产生和修改正弦波形并叠加，然后通过声音产生器和扬声器发出特定的声音。泛音的合成决定声音音质。
2．复调声音：简称为复音（Polyphony），指合成器同时演奏若干音符时发出的声音。它着重于同时演奏的音符数。
2 P% S8 f) _# c6 \. Y1 S3．多音色（Timbre）：指同时演奏几种不同乐器时发出的声音。它着重于同时演奏的乐器数。  
7 X! {# c; M. n( \( P4 ^' L# M(三) MIDI标准
4 H& O  F7 o! @$ R( p1．MIDI电子乐器：能产生特定声音的合成器，其数据传送符合MIDI通信约定。
2．MIDI消息( message ) 或指令：乐谱的一种记录格式，相当于乐谱语言。
3．MIDI接口（interface）：MIDI硬件通信协议。
* v& n+ E1 P$ V1 u4．MIDI通道( channel )：MIDI标准提供16个种通道，每种通道对应一种逻辑的合成器。
5．MIDI文件：由控制数据和乐谱信息数据构成。
6．音序器( Sequencer )：用来记录、编辑和播放MIDI文件的软件。
(四) MIDI的技术规范
! d' k* P. M& \  A! V8 Q1988年MIDI制造商协会正式公布MIDI技术规范第一版（MIDI 1.0），作为数字式音乐的国际标准。
MIDI是由软件和硬件两部分共同组成的系统规范，它定义了电子合成器、定序器、节拍器、个人计算机和其他电子乐器的相互连接性和通信协议。相互连接性定义了使这些不同的MIDI仪器能够相互连接的接线方式、连接器类型，和输入输出线路。通信协议定义了能够控制乐器声音和消息(包括：发出反应，发出状态，及发出系统独有)的标准多字节消息。
1. MIDI硬件规范
3 c# V4 Z+ u" I8 zMIDI硬件规范要求5针DIN连接器，用于MIDI IN，MIDI OUT和MIDI THRU信号的引线面板安装(图05-07-3)。MIDI IN连接器用于输入信号，MIDI OUT用于输出信号，MIDI THRU连接器用于菊花式链接多个MIDI设备。MIDI设备可以同时具有三种端口或两种端口，但至少应具备其中一种端口。
4 ^2 K8 R  M5 X8 k图05-07-3  MIDI连接器
, [; s* M# I6 A- X对于菊花式链接设备，第一个设备(设备1)的MIDI THRU与第二个设备(设备2)的MIDI IN相连；设备2的MIDI THRU与设备3的MIDI IN相连，等等。另一种方法是把设备1的MIDI OUT与设备2的MIDI IN相连等等。
8 s  o6 c- \" a* M对于菊花式链接法，MIDI IN连接器的输入信号被缓存并成为MIDI THRU连接器的输出。MIDI OUT和MIDI THRU的输出线路使用电流回路。由于电流回路，输出不能驱动多于一个的输入。输入需要光耦合器来分离输入，如图05-07-4所示。注意：MIDI使用31.25Kbps情况下具有8个数据位和1个停止位的异步串行接口。连线要求使用屏蔽式双绞电缆，电缆最大长度约15米。如图05-07-1所示，所有DIN连接器只用了五个引线中的三个。引线2用于屏蔽，引线4和5用于传送信号电流。MIDI THRU是MIDI IN信号的缓冲输出。

2. MIDI的互连
/ Q4 h! [- f, b9 m设备的MIDI端口接收用来演奏设备内部合成器的MIDI消息。例如，多数音乐键盘都有MIDI IN端口来接收要演奏键盘的内部合成器的MIDI消息。MIDI OUT端口发送MIDI消息以在外部合成器上播放这些消息。MIDI THRU端口输出由菊花式链接的外部合成器的MIDI IN端口接收的MIDI消息。图05-07-5和05-07-6分别给出了MIDI设备简单连接和复杂连接的示例。
* {* V: l2 G# @7 W. N: ~3. MIDI通信协议
* F, P4 o# A5 u* B7 HMIDI通信协议使用多字节消息，字节数取决于消息的类型。有通道消息和系统消息两种类型的消息(图05-07-7)。  

1) 通道消息
通道消息最多可以有三字节。第一个字节称为状态字节：其他两个字节称为数据字节。状态字节的低半字节是信息对应的通道号编码。每个MIDI声音都有通道号，把消息发送到其通道号与状态字节的低半字节编码的通道号相匹配的通道中。
有两种类型的通道消息：
A) 声音消息
+ ~$ X" B8 j+ f8 H3 r) h声音消息（Voice Message）用来控制乐器(或设备)的声音。就是说，打开或关闭音符，发出指明键被按下的键压力消息，及发出用来控制效果，如颤音、持续、震音的控制消息。音高搭配消息用来改变所有音符的音高。
; {1 X: U0 N. A% ?+ |" u- pB) 模式消息
模式消息用于指定16条通道与声音的关系，即，把装置设定成单一(Mono)方式或多重(Poly)方式。开启全部(Omni)方式使装置能接受所有通道上的声音消息。
2) 系统消息
系统消息应用在整个系统上而不是特定的通道，并且不含有任何通道号。
' [* N% A; B" r5 M有三种类型的系统消息：
4 o; L9 _/ k. |. y1 Z( w; w" n- CA) 公用消息
这些消息对于整个系统来说是公用的。这些消息提供的功能有选歌，设定带有节拍数的歌曲位置指针，以及向模拟合成器发出曲调要求。
B) 系统实时消息
7 ^1 Q& y. n  o$ r# e' ]; w这些消息用于设定系统的实时参数。这些参数包括计时钟，启动和停止定序器，从一个停止的位置恢复定序器，以及重新启动系统。
C) 系统独有消息
6 [: R: p! p9 T& o( ~5 v7 f这些消息含有制造商特定的数据如标识、序号、模型号和其他信息。
MIDI规范规定，MIDI键盘为128键(比标准88键钢琴多21个低音符和19个高音符)，编号为0~127。MIDI消息可以描述每个音符的信息，包括对应的键号，按键的持续时间、音量和力度。
MIDI接收器中有16个通道，它们可以同时向声音合成器传送16路不同的通信，好像指挥16个乐器演奏一样(图05-07-8)。MIDI消息可以指出什么音符发给哪个通道，并对各通道进行各种控制，通道编号为1~16，它在MIDI消息中的编号为0~15，0声道也称基本通道。每一个通道在逻辑上分别对应着一个合成器，该合成器可以产生128种不同乐器的声音，也称为不同合成器的“程序”。为某个通道选择某种乐器就必须预先为其设定对应的程序号。哪种乐器使用何种程序可以自行定义，因此同一MIDI文件使用不同的合成器播放时可能产生不同的效果。
8 q- @3 {( i: g8 P: u) B: ZMIDI文件中包含了一连串的 MIDI消息，每一个MIDI消息由若干字节组成，通常第一个字节为状态字节，其后则为一个或两个数据字节。状态字节的特征是最高位为“1”，用来指出紧随其后的数据字节的用途和含义。数据字节的特征是最高位为“0”，则表示它们是一条MIDI消息的信息内容。例如当演奏员按下MIDI键盘正中一个“C”键时，MIDI键盘就会发送一个三字节组成的消息，用16进制表示为：90 3C 40。其中90是状态字节，它表示一个字符开始，且向0号声道传送；3C表示击键位置；40表示击键的速度，共分成00～7F共128种不同速度，40是中等速度。松开键后，MIDI键盘立即又发出一个三字节消息：90 3C 00。前两个字节含义与前面相同，第三个字节“00”表示速度为0，即这个键已中止。当合成器收到第一个消息时即开始以指定的乐器声音发出规定的音符声，而当合成器收到第二个消息时，合成器立即停止发声。
& k# ]3 H9 F5 R1 K/ a/ J合成器可以是单音方式工作，也可以是复音方式工作(多个音符)，每个声道选择什么工作模式，则需要使用“选择声道模式”消息来进行控制。
  Q+ S+ s$ [) s# C  ?MIDI 1.0公布后，又相继补充公布了“MIDI 1.0详解”、“ MIDI 1.0规定的补充说明”、“通用MIDI(GM)规范”等。其中，通用MIDI规范(General MIDI Specification)是由国际MIDI协会1991年颁布的，用于通用MIDI乐器(General MIDI Instruments)。该规范包括通用MIDI声音集(General MIDI Sound Set)即配音映射（附件5-1），通用MIDI打击乐音集(General MIDI Percussion Set)即打击乐音与音符号之间的映射（附件5-2），以及一套通用MIDI演奏(General MIDI Performance)能力包括声音数目和MIDI消息类型等。
通用MIDI系统规定MIDI通道l0用于以键盘为基础的打击乐器声，其余通道（1~9和11~16）用于旋律乐器声。
(五)MIDI音乐的产生
! h2 P7 H% H" K7 i0 TMIDI电子乐器通过MIDI接口与计算机相连（图05-07-9）。这样，计算机可通过音序器软件来采集MIDI电子乐器发出的一系列指令。这一系列指令可记录到以 .MID为扩展名的MIDI文件中。在计算机上音序器可对MIDI文件进行编辑和修改。最后，将MIDI指令送往音乐合成器，由合成器将MIDI指令符号进行解释并产生波形，然后通过声音发生器送往扬声器播放出来。图05-07-10给出了计算机上MIDI音乐的产生过程。  

产生MIDI乐音的方法很多，现在用得较多的方法有两种：一种是频率调制(FM，frequency modulation)合成法，另一种是乐音样本合成法，也称为波形表(wavetable)合成法。目前主要用这两种方法来生成音乐。

(六) WAVE和MIDI两种音频方式比较

与波形声音相比，MIDI声音有许多优点，最主要的是占用数据量小。如半小时的立体声音乐使用CD-DA格式波形存储时间约需300MB的存储量，而用MIDI记录时，只需用200kB，相差1500倍，即使波形声音采用ADPCM编码压缩也要差两个数量级以上。第二个优点是声音的配音方便，例如当多媒体系统中播放波形声音文件时(如图片的一段解说词)，此时若还需配上某种音乐作为解说的效果时，不可能同时调用两个波形声音文件，而播放MIDI文件记录下来的音乐就很方便了。第三，MIDI声音编辑修改方便灵活，可以随意修改曲子的速度、音调，也可以改换乐器的种类，从而产生合适的音乐。

WAVE文件和MIDI文件是目前计算机上最常用的两种音频数据文件，它们各有不同的特点和用途(表05-07-1)。

表05-07-1  WAVE文件和MIDI文件的比较

	MIDI	WAVE
文件内容	MIDI指令	数字音频数据
音源	MIDI乐器	Mic 磁带 CD唱盘 音响
容量	小	与音质成正比
效果	与声卡质量有关	与编码指标有关
适用性	易编辑 - `0 @' w* N2 J* h+ L$ d  g声源受限 , c5 a9 x$ a) j' x2 i0 @数据量很小	不易编辑 声源不限 数据量大
视听实例
文件容量	5KB	4MB
乐曲长度	52分钟	49分钟

(七)GS、GM和XG

由于早期的MIDI设备在乐器的音色排列上没有统一的标准，造成不同型号的设备回放同一首乐曲时也会出现音色偏差。为了弥补这一不足，便出现了GS、GM和XG这类音色排列方式的标准。

之所以将GS排在第一位是由于它最早出台，并且是由业界大名鼎鼎的ROLAND公司制定并推出的。ROLAND是日本非常出名的电子乐器厂商，其生产开发的电子键盘、MIDI音源以及软波表都享有盛誉。所以GS颇具权威性，它完整地定义了128种乐器的统一排列方式，并规定了MIDI设备的最大复音数不可少于24个等详尽的规范。

GM标准则是在GS的基础上，加以适当简化而成的。由于它比较符合众多中小厂商的口味，成为了业界广泛接受的标准。

在电子乐器方面惟一可与ROLAND相匹敌的YAMAHA公司也不甘示弱，于94年推出自己的标准——XG。与GM、GS相比,XG提供了更为强劲的功能和一流的扩展能力，并且完全兼容以上两大标准。而且凭借YAMAHA公司在电脑声卡方面的优势，使得XG在PC上有着广阔的用户群。

(八) MIDI的发展

" 新MIDI接口

" 多工MIDI操作系统

" 网络音乐

" DLS

" RMID

" SMPTE(The Society of Motion Picture and Television Engineers，运动图像和电视工程师协会)。它是目前在影音工业中得到广泛应用的一个时间码概念。该码用于设备间驱动的时间同步，计数方式，主要参数格式是:Hours: Minutes : Second : Frames.其中SMPTE 24 Film Sync: 以每秒24帧的速度播放，通常用于电影工业;SMPTE 30 Non-Drop: 该标准适用于音频领域。