Vibrato Matching for Modulation Control and Blending in Sound Mixtures
تقدم هذه الورقة خوارزمية لمطابقة الارتعاش (vibrato) تعمل على كبت أنماط الارتعاش ثم نقلها بين الإشارات لدمج المصادر الصوتية وتقليل إدراك تعدد المصادر، مما يؤدي أيضاً إلى إضعاف أداء أنظمة فصل المصادر.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
في عالم الصوت، تتمتع آذاننا بمهارة فائقة في فرز من يعزف ماذا، حتى عندما تعزف آلات متعددة النوتة نفسها في الوقت ذاته. وتعتمد هذه القدرة بشكل كبير على تقنية موسيقية دقيقة تسمى "الفيبراتو" (vibrato)، وهي تذبذب طفيف وسريع في حدة الصوت وحجمه يضيفه الموسيقيون بشكل طبيعي إلى النغمات المستمرة. وبينما يُستخدم هذا التذبذب غالباً للتعبير عن العاطفة، إلا أنه يؤدي وظيفة عملية للدماغ أيضاً؛ فبما أنه لا يوجد اثنان من الموسيقيين يهتزان بنغماتهما بنفس الطريقة تماماً، فإن هذه الاختلافات الضئيلة تعمل كبصمات فريدة. فعندما يسمع المستمع كمانين يعزفان معاً، تستخدم أدمغتهم هذه التذبذبات المتميزة لفصل الصوتين، مما يجعلهم يدركونهما كمصدرين منفصلين بدلاً من مصدر واحد. وهذا المبدأ موثوق لدرجة أن البرامج الحاسوبية المصممة لفصل الإشارات الصوتية المختلطة تعتمد أيضاً على هذه الاختلافات لفك تشابك الفوضى.
وقد طور باحث في جامعة كاليفورنيا بسان دييغو الآن طريقة لمحو هذه الاختلافات عمداً، حيث تُعلم الكمبيوتر كيفية جعل مصدرين صوتيين مختلفين يبدوان وكأنهما يهتزان في انسجام تام. ومن خلال أخذ تسجيل لآلة موسيقية وتجريدها من تذبذبها الطبيعي، ثم "رسم" نمط التذبذب الخاص بآلة ثانية بعناقة، استطاع الباحث إنشاء نظام يمكنه دمج صوتين متميزين في كيان واحد سلس. وتُظهر الدراسة أنه عندما يتم هذا التطابق، تنخفض قدرة الخوارزميات الحاسوبية على تمييز وجود مصدرين منفصلين بشكل كبير. ورغم أن الاختبارات السمعية لم تُجرَ بعد للتأكد مما إذا كان استخدام مطابقة "الفيبراتو" في إشارات التوافق يقلل من قدرة المستمع البشري على إدراك المصادر المتعددة، إلا أن حقيقة أن خوارزميات فصل المصادر المستوحاة من اختبارات سمعية مماثلة تظهر قدرة منخفضة على الفصل، تشير إلى أن تدهوراً مماثلاً قد يحدث للمستمعين البشر. ويشير هذا العمل إلى أنه من خلال التحكم في هذه التعديلات الدقيقة، يمكن لمهندسي الصوت ابتكار آلات هجينة أو إخفاء وجود عازفين متعددين في المزيج الصوتي، محولين بذلك مؤشراً طبيعياً للفصل إلى أداة للدمج.
تبدأ العملية بصوت مستهدف، مثل تسجيل لمغني، وصوت مصدر، مثل تسجيل لآلة الساكسفون. تتضمن الخطوة الأولى تنظيفاً رقمياً للتسجيل المستهدف؛ حيث يقوم الكمبيوتر بتحليل صوت المغني للعثور على التذبذب الطبيعي في حدة الصوت وحجمه، ثم يقوم بتنعيمه حتى يصبح الصوت ثابتاً تماماً، مما يزيل "الفيبراتو" الطبيعي بالكامل. وبمجرد تجريد الإشارة المستهدفة من حركتها الأصلية، يتجه النظام إلى إشارة المصدر لتعلم نمط تذبذبها الخاص. وهو لا يكتفي بمجرد نسخ الشكل العام للصوت، بل يقوم بتفكيك المصدر إلى نغماته الموسيقية الفردية والضجيج الخلفي الذي يقع بينها. ولكل من هذه النغمات، يحسب النظام بدقة كيف يرتفع الحجم وينخفض، وبالنسبة للضجيج الخلفي، يرسم خريطة لكيفية انتقال الطاقة عبر الترددات المختلفة.
ومع وجود هذه الأنماط التفصيلية، يطبق النظام هذه الأنماط على الإشارة المستهدفة الثابتة. فهو يأخذ الصوت الأملس الخالي من التذبذب ويبدأ في تعديله، بإضافة تقلبات الحجم وانزياحات الحدة التي كانت تخص الساكسفون. ومن الأهمية بمكان أن هذا ليس تطبيقاً واحداً يناسب الجميع؛ إذ يطبق النظام تذبذباً فريداً في الحجم لكل نغمة موسيقية داخل الصوت، تماماً كما يفعل الساكسفون الحقيقي، كما يطبق تذبذباً منفصلاً ومعقداً على الضجيج الخلفي للصوت. ويضمن هذا الاهتمام بالتفاصيل أن تبدو النتيجة طبيعية وليست آلية. والمخرج النهائي هو صوت يحتفظ بنبرة المغني الأصلي وحدته، ولكنه يتحرك مع الشخصية الإيقارية والديناميكية للساكسفون بدقة.
اختبر الباحثون هذه الطريقة عن طريق خلط تسجيلين صوتيين مختلفين. في المزيج الأصلي، حيث كان للمغنيين أنماط تذبذب طبيعية مختلفة، كان الصوت خشناً وغير متساوٍ، وكان بإمكان برنامج حاسوبي تمييز الصوتين بسهء لأن حركاتهما كانت متميزة. ومع ذلك، عندما استخدم الباحثون خواروارزميتهم لجعل المغنيين يهتزان بنفس الطريقة تماماً، تغيرت النتيجة بشكل دراماتيكي؛ فقد أصبح الصوت المختلط سلساً وموحداً، وبدا وكأنه مغنٍ واحد تم تسجيله مرتين باتساق تام. وعندما حاول نفس البرنامج الحاسوبي فصل الأصوات في هذا المزيج المتطابق الجديد، فشل تماماً، وعجز عن التمييز بين المصدرين. وأظهر التمثيل البصري للصوت اندماج الصوتين في خط واحد صلب، لا يمكن تمييزه عن أداء فردي واحد.
وظل هذا التأثير قائماً حتى عندما خلط الباحثون بين آلات مختلفة جداً عن بعضها البعض، مثل الباسون والباس أوبوا. فقبل عملية المطابقة، كان بإمكان الكمبيوتر فصل الآلتين بناءً على أنماط تذبذبهما المختلفة. ولكن بعد أن أجبرت الخوارزمية الآلتين على مشاركة نفس "الفيبراتو"، فشلت عملية الفصل، وبدت الآلتان ككيان واحد مدمج. وتشير الدراسة إلى أنه بينما لا تزال عوامل أخرى مثل لون النغمة تلعب دوراً في كيفية سماعنا للصوت، فإن مطابقة أنماط التذبذب المحددة هذه هي أداة قوية لإخفاء وجود مصادر متعددة. ويقترح الباحثون إمكانية استخدام هذه التقنية بشكل إبداعي لتصميم أصوات آلات هجينة جديدة أو للتحكم في كيفية تجميع المستمعين للأصوات، مما يؤدي فعلياً إلى إخفاء تعقيد التوزيع الموسفي من خلال جعل أجزائه تتحرك ككيان واحد.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.