Al fine di comprendere a fondo come dei singoli frammenti di audio possano essere unifi- cati per formare una nuova traccia audio e in che modo si possano ottimizzare i processi per ottenere dei risultati più soddisfacenti, sono state eseguite delle analisi auditive su dei campioni di audio ridotti. Le analisi effettuate sono state commentate e descritte in una documentazione approfondita attraverso dei file Jupyter notebook3.
I risultati ottenuti dalle simulazioni sono stati salvati in appositi file contenenti le tracce audio prodotte con vari parametri. Si possono, quindi, notare le differenze apportate dal sintetizzatore nella generazione di musica con parametri diversi.
Il tutto è stato allegato al progetto4. I documenti Jupyter notebook allegati5 permettono di ricreare le varie situazioni riprodotte durante le sperimentazioni e spiegano nel dettaglio cosa si desiderava ottenere e come si è agito. I file audio6 certificano i risultati ottenuti e ne permettono il loro confronto. Ogni nomenclatura indica differenti impostazioni nei parametri del sintetizzatore e nella logica di creazione audio:
• dig: indica l’utilizzo esclusivo di tracce audio generate dai sintetizzatori di Pyo;
• nome: illustra quali file audio sono stati usati o cosa si è testato;
• durata: la durata dei granuli in secondi [s];
• densità: la densità dei granuli del test;
• secondi: i secondi di pausa fra le riproduzioni dei frame.
6.2.1
Probabilità uniforme con un suono
Come prima analisi si è pensato di osservare quali effetti hanno la lunghezza e la densità dei granuli sulla generazione del suono, andando quindi a modificare questi, e altri parametri,
3
Si veda: http://jupyter.org/
4
Si veda: la cartella script/notebooks
5Si veda: la cartella script/notebooks/src 6
24 Miglioramenti, modifiche e analisi effettuate
sono stati memorizzati dei campioni al fine di poterli confrontare. Si è pensato quindi di assemblare i frammenti audio in modo casuale e di osservarne i risultati.
Generando un audio da un file che riproduce una scala musicale suonata al pianoforte, ci si accorge che dal sintetizzatore viene creato un suono misto che comprende più note di pia- noforte. Tenendo un solo granulo, lungo circa un secondo, si riconoscono integralmente le note dello strumento. Quando la durata dei granuli diminuisce, la nota iniziale si perde poi- ché i frammenti sono troppo brevi e non sono catturati in modo sequenziale, di conseguenza viene persa la melodia della traccia audio iniziale.
6.2.2
Box mobile con un suono
Successivamente, si sono pescati frame audio in modo sequenziale dalla traccia iniziale. In questo modo è stato possibile ricostruire il suono iniziale campionandolo. Per le prime prove è stato ricostruito il suono tenendo dei granuli lunghi un secondo, i quali riuscivano a catturare al meglio l’intonazione e la melodia delle note. Si è riusciti, infatti, a riprodurre un suono molto affine a quello iniziale. In un secondo momento si è diminuita la durata dei granuli a 0.2 secondi, questo però ha portato alla creazione di suoni più digitali, che ricordano l’intonazione delle note suonate al pianoforte. Per generare dei suoni continui è stato necessario aumentare la densità di granuli riprodotti, da 1 a 50 e poi a 100, così facendo il suono generato è risultato simile, nell’intonazione, a quello iniziale.
Infine si è provato a far variare la velocità del brano riprodotto, accorciando o allungando i tempi vuoti fra le riproduzioni.
La più grande problematica è stata riscontrata nel campionamento del file audio. In un file di questo tipo, all’interno del quale vengono riprodotte delle note a intervalli regolari, può capi- tare che il brano venga campionato nell’esatto istante in cui la nota suonata dal pianoforte decresce o termina. Quello che si ottiene quando si genera un audio campionando questi momenti vuoti, è un suono che scompare o che ha un’intonazione diversa rispetto a quella che si voleva riprodurre inizialmente. Nel caso peggiore si possono avere dei granuli che non hanno alcun suono.
6.2.3
Probabilità uniforme con due suoni
Un’ulteriore analisi è servita per capire come si comportano due audio differenti nella ge- nerazione di un nuovo suono. Per fare ciò, sono stati presi in considerazione due suoni strutturalmente molto diversi. Il primo7, un audio con alcuni rumori derivati da una gara di
Formula 1, contiene suoni di lunga durata, che variano nel tempo. Al contrario, il secondo8 riproduce il cinguettio di diverse specie di uccelli, quest’ultimo risulta quindi una sequenza di suoni brevi e continui.
7file: sources/f1.wav 8
Mixando questi due file in modo casuale quindi si deve trovare un compromesso per otte- nere dei suoni riconoscibili. Il compromesso risiede fra la scelta di molti granuli corti che inquadrano al meglio il cinguettio o la scelta di pochi granuli di lunga durata, i quali rico- struiscono il suono del passaggio di un’autovettura. La scelta non è semplice poiché i video utilizzati per il training contengono diverse serie di suoni misti, perciò il tuning dei parame- tri avviene accordando dei valori adeguati per questi ultimi attraverso l’ascolto di svariate prove.
6.2.4
Probabilità miste con due suoni
Per evitare le limitazioni individuate nelle precedenti prove, ovvero che brani strutturalmente diversi necessitano di parametri di granularizzazione molto differenti, si è pensato di adottare delle distribuzioni più sofisticate rispetto a quella random o lineare. In primo luogo sono stati esaminati i risultati ottenuti dall’analisi di due brani campionati ciascuno con un box mobile con stessa probabilità di selezione. In seguito si è pensato di utilizzare delle probabilità che ricordano l’andamento delle distribuzioni Gaussiane, per selezionare i frammenti dalla traccia audio iniziale. Questi aspetti, come anche quelli precedenti, sono meglio spiegati nei documenti Notebook Jupyter allegati.
Attraverso l’utilizzo di queste distribuzioni si è scoperto che purtroppo non si riesce a ripro- durre dei suoni migliori con queste tecniche. Nel caso del rombo di un’automobile, quindi un suono lungo e variabile nel tempo, si riesce a riconoscere il rumore provocato dal passaggio di una vettura, ma spesso capita che il suono venga spezzato o brevemente interrotto da dei cinguettii.