顆粒與時間尺度

電腦音樂製作 W11 · 2026-11-16
0 / 31
QR
edu.pingshengwu.com/icmp-w11/

Part 0

同一原理
三個位置
1 / 31

路徑回顧:從序列到顆粒

W9 序列即合成慢速觸發:一次一次分開W3 wavetable繞一圈當一個週期=音高W11 grain切成短窗、複製、密集撒開類比關係:事件率愈高,感知類別隨之改變

W1 已指出:delay line(延遲線)之隨機存取,為 wavetable、sampling(取樣)與 granular synthesis(顆粒合成)三者共通之運算,三者皆對已儲存之聲音,以不同速率重新讀取。W9 之 sequencer clock 所觸發者未必為已儲存之聲音,與此二者屬於類比關係:三者皆呈現事件率提高後,聽覺感知類別隨之改變之現象,但機制本身並不相同。

2 / 31

同一條事件率軸線,三種機制

觸發率、讀取率與 grain 密度為三種不同機制,僅可沿同一條事件率軸線類比。

W9 的 sequencer clock 為離散事件之觸發率;W3 的 wavetable 為單一週期之讀取指標速率;本節之 grain density 為顆粒起始事件之密度。三者機制各自獨立,事件率提高後皆使聽覺逐漸無法逐一解析個別事件,轉而感知為連續音高或質地。本節聚焦 grain density 一軸,完整展開其光譜。

3 / 31

Part 1

顆粒:一種
看待聲音的方式
4 / 31

兩種聲音模型

波形

聲音視為隨時間變化之連續曲線,即示波器所顯示之圖像。

顆粒

聲音視為一團粒子,每一粒子各具位置、長度、形狀,即將聲音視為物質而非曲線。

採用此模型後,主要控制手段由濾波與調變,轉為密度、空間散佈、envelope(包絡)形狀。

5 / 31

Grain 由三個零件組成

波形envelope=grain1–100 ms

波形 ⊗ envelope = grain,長度 1–100 毫秒,典型為 10–30 毫秒。此非新運算,仍為 W1 已介紹之 multiplication(乘法),僅因輸出長度縮短而成為單一 grain。

6 / 31

多個 grain 疊加

多個 grain,分別配置於不同時刻(delay)疊加後形成連續織體,而非離散點列

多個 grain 分別配置於不同時刻(delay),再予以疊加(⊕),即構成一朵顆粒雲。所用仍為 delay、×、+ 三個零件,僅接法轉移至更短的時間尺度。

7 / 31

單一 grain 是否成音高,取決於長度與內容

單一 grain 是否可辨識穩定音高,取決於長度、素材週期性與包絡形狀,並非長度本身即決定結果。

依 Truax 對 granular synthesis 之討論,長度小於 50 毫秒、典型 10–30 毫秒之 grain,因所含週期數過少,獨立播放時多呈現為短促喀嚓聲。若素材具穩定週期性,且 grain 長度足以涵蓋數個週期(如接近 1–100 毫秒範圍之上緣),單一 grain 亦可能呈現可辨識之音高。聲響的豐富度,多半仍來自大量 grain 疊加時的密度,而非單一 grain 之固有性質。

Truax, "Granular Synthesis"(sfu.ca/~truax):於 10–30 ms(<50 ms)範圍內,單一 grain "is the merest click or 'point' of sound"。
8 / 31

密度光譜

2 顆/秒分開的點20 顆/秒彼此重疊,開始成紋理200 顆/秒連續的紋理2000 顆/秒感知為單一音色

同一 grain,觸發密度自 2 事件/秒增至 2000 事件/秒:感知由離散事件,經連續紋理,過渡為單一音色。各段之間不存在「效果啟動」的分界,僅密度差異。

9 / 31

Granular synthesis:感知模型

以粒子取代波形描述聲音,屬於感知模型的轉換,而非旋鈕功能的疊加。

波形模型控制對象頻率、波形顆粒模型控制對象密度、散佈、形狀

在此模型下,控制對象為粒子密度、空間散佈、個別粒子形狀;相對地,濾波與調變模型的控制對象為頻率與波形。

10 / 31

Part 2

Roads 的地圖
九層時間尺度
11 / 31

音符尺度不足以涵蓋樂曲的時間組織

Curtis Roads 於《Microsound》開篇指出:音樂理論慣於討論音符與樂句,但電腦生成的聲音可同時在毫秒級與分鐘級被組織。討論此現象,需要一張涵蓋所有時間長度的地圖。

他將「音符」推廣為「sound object」:其長度可為一瞬間,亦可為長達數秒、持續變化的複雜聲音事件,並向上下各延伸出四個尺度層級。

12 / 31

九層時間尺度

10^-9s10^-6s10^-3s10^0s10^3s10^6s10^9s時間(秒,對數刻度)supramacromesosound objectmicrosamplesubsample44.1kHz ≈ 22.7µs48kHz ≈ 20.8µsinfiniteinfinitesimal

Curtis Roads, Microsound(MIT Press, 2001)第一章。由長至短依序為:infinite、supra(月至世紀)、macro(分鐘至小時,極端情形達數天)、meso(秒至分鐘)、sound object(零點幾秒至數秒)、micro(grain,1–100 毫秒)、sample(微秒級,44.1 kHz 之一個樣本約 22.7 微秒)、subsample(奈秒級以下)、infinitesimal。此為量級示意,各層彼此重疊,並非嚴格切分之邊界,Roads 本人亦強調此點。

13 / 31

九層並非依序推進,而是同時並存

micro顆粒在這裡被寫:長度、包絡、密度sample在這裡被算:44100 個數字一秒sound object / meso在這裡被聽:一段音色、一個樂句supra在這裡被放置:作品在數月、數年尺度上的位置同一個系統,同時

一個運算中的 granular synthesis 系統:於 micro 層被寫為參數,於 sample 層被算為數字,於 sound object/meso 層被感知;supra 層則指向作品在超出自身長度之時間尺度(月、年、年代)上的位置,非指檔案之儲存。四者同時並存,並非依序發生。

14 / 31

同一素材,三種尺度視角

micro拆到毫秒級的顆粒,重新排列成新的質地sound object維持成一個個可辨識的聲音事件meso組成樂句層級的段落結構同一段錄音素材,選不同的層去操作

同一段 30 秒錄音:於 micro 層操作,得到打散重組之質地;於 sound object 層操作,維持個別可辨識之聲音事件;於 meso 層操作,組織為樂句級段落。原理相同,所選層級不同,結果即完全不同。

15 / 31

時間延展與音高獨立的機制

原始素材讀取指標,原速前進拉長後:輸出觸發間隔不變,取材位置更接近每一顆 grain 仍以原速播放;改變的是各自從素材何處取材讀取指標的位置,隨時間變化原速讀取(快,陡)拉長後讀取(慢,緩,同樣走完全程)指標走得慢,但每顆 grain 自己的音高不變,只拉長,不變調

此機制涉及兩個獨立時鐘:第一,讀取指標前進速度,決定素材整體拉長之倍率;第二,每一 grain 內部播放速度,決定音高,維持原速不變。Granular synthesis 將兩個時鐘拆開分別控制:指標可大幅減速,而每一 grain 仍以原速播放,音高不隨之改變。此處變密者為「相鄰 grain 之取材位置」;若輸出觸發週期固定,grain 在輸出時間軸上之間隔並未改變。相對地,sampler 或 wavetable 僅有單一時鐘,改變讀取速度即連帶改變音高。

16 / 31

序列即合成的原理再次適用

4 Hz聽為振幅起伏20 Hz粗略過渡區400 Hz聽為新增頻率成分觸發/調變速率(Hz,對數刻度)

W1 已建立:同一個 multiplication(乘法)運算,其聽感類別隨調變速率改變:低速聽為振幅起伏,高速聽為新增之頻率成分。命名則取決於調變訊號之極性:單極(帶 DC offset、不反相)為 tremolo,雙極為 ring modulation,兩者於任何速率皆成立。約 20 Hz 僅為粗略過渡區,實際位置隨訊號內容、包絡、規律性與聆聽者而異。

密度光譜上呈現相同機制:低速觸發對應節奏;密度超過特定閾值後,聽覺不再能解析個別事件,轉而感知為連續音色。快慢之間不存在數學上的分界,僅受聽覺解析極限所限。

17 / 31

Part 3

從一個猜想
到一個範式
18 / 31

Gabor,1946/47:聲音的量子

傅立葉分析假設:正弦波無限延續Gabor:加一個時間窗,變成有限長的「聲音量子」

物理學家 Dennis Gabor 指出,古典傅立葉分析假設訊號無限延續,然真實聲音皆為有限長。他借用量子力學概念,提出以有限長、加時間窗的「聲音量子」(acoustical quanta)取代無限長正弦波,作為分析與描述聲音的基本單位。

Gabor, "Theory of Communication"(1946)+ "Acoustical Quanta and the Theory of Hearing",Nature 159 (1947)。Gabor 本人並非音樂家,此構想遲至十餘年後,方為作曲家所採用。
19 / 31

Xenakis,1959:手工剪出的 grain

一條錄了電子音的磁帶錄製約 40 毫秒的 grain,再複製拼接為數秒至數十秒的段落《Analogique B》(1959),手工完成,沒有用電腦

Xenakis 於《Analogique B》將此構想化為作曲方法:所有聲音皆為大量基本粒子之組合,每一粒子同時具備時長、頻率、強度三項屬性。他未使用電腦:依 iannis-xenakis.org 之記述,其作法為先錄製約 40 毫秒的電子音 grain,再以複製與拼接構成數秒至數十秒的磁帶段落,過程極其繁瑣。

Xenakis, Formalized Music(1962/1992 修訂版);granular synthesis 一詞遲至 1970 年代方出現,Xenakis 所用說法為「synthèse du son à base de quanta sonores」(以聲音量子為基礎的合成)。
20 / 31

Roads,1974:以電腦實作此構想

Curtis Roads 於 1972 年修習 Xenakis 開設之課程,1974 年在加州大學聖地牙哥分校以 Music V 進行 granular synthesis 之電腦實作。「首次」之說法出自其官方紀念頁,本課程未取得第二份獨立佐證。此距 Xenakis 提出構想約十五年。

自此,原須以剪刀完成之工作,轉為程式可於批次運算中執行。據文獻記載,Barry Truax 於 1986 年進一步實作即時運算版本,granular synthesis 自此由「先運算、後聆聽」轉為「即時運算、即時聆聽」。

21 / 31

從剪刀到即時

1946/47Gabor:理論1959Xenakis:手剪磁帶1974Roads:電腦實作1986Truax:即時運算今天隨處可得

一項構想(Gabor)先經一位作曲家手工實現(Xenakis),再經電腦批次實現(Roads),據文獻記載其後由 Truax 實作即時運算版本。現行筆記型電腦已可執行即時 granular synthesis。此進程橫跨約八十年。

22 / 31

Part 4

工具的預設
如何形塑思考
23 / 31

本節:Max 於此原理上具介面優勢

Granular synthesis 需將一段聲音存為可隨機存取的記憶體,再以另一條時間軸讀取。Max 將此二事拆分為兩個明確物件。

buffer~

將聲音存為可隨機存取的陣列,而非僅能循序播放的磁帶。

groove~

以可設定之速率讀取該陣列;該速率同時決定時間與音高。兩個時鐘之分離須另以 scheduler、位置控制與多個 voices 實作,非此物件本身之介面。

poly~

同時管理多份「讀取中」狀態,對應一朵顆粒雲所需之數百個並行、各自進度不同的讀取實例。

三個物件共同構成本節原理:一塊可存取的記憶體、可任意設定的讀取速率、大量平行的讀取實例。

24 / 31

VCV 的對應狀況

VCV 的介面將一切呈現為一條持續存在的電壓,未內建「單一事件」此一單位,對 granular synthesis 而言並非直觀的操作模型。

VCV 底層同樣採用數位 sampling,與 Max 並無本質差異,僅介面選擇不強調此點。VCV 中存在可執行 granular synthesis 的模組(如 Mutable Instruments Clouds 之移植版),其內部已完成 grain 之擷取、加窗、觸發與重疊,使用者不需逐顆組出。差別在於此單位被封裝於單一模組之內:若改以通用模組自行搭建,則須自行以觸發、envelope、VCA 組出每一個事件;Max 的 poly~/buffer~ 則將「個別 voice」與「可存取的記憶體」直接作為可組合的現成單位提供。差異在於操作者是否需要主動意識到 sampling 這件事,而非連續與離散之別。本節不勉強兩者對稱示範。

25 / 31

工具的預設形塑思考路徑

同一原理,換一套工具,最先被看見的內容即隨之不同。

Max 首先呈現「記憶體」,操作者隨之先思考「如何讀取」。VCV 首先呈現「一條持續存在的電壓」,操作者隨之先思考「如何調變」,較不易聯想到「這底下同樣是 sampling」。工具並非中立容器,其設計決定使用者最初的思考方向;此一論點自 W1 建立,本節為其最具體的一次示範。

26 / 31

Part 5

三件作品
三個尺度
27 / 31

本週作品三例

Curtis Roads, 2005

POINT LINE CLOUD

granular synthesis 理論之作者,將其理論寫為音樂作品。標題之「點、線、雲」可對應其時間尺度架構,此為本課程之閱讀方式,非作者聲明。

Trevor Wishart, 2004

Globalalia

據作品說明,取材自 26 種語言的廣播錄音,剪輯逾八千個音節,重新組成一部關於「語言的聲音」的作品,共二十餘個短樂章。

Florian Hecker, 2014

Articulação

與哲學家 Reza Negarestani 合作之作品,聲音材料徘徊於可辨識為語音與不可辨識之間。具體之 envelope 處理手法本課程未取得直接技術來源,課堂以聆聽為主。

28 / 31

三件作品在地圖上的位置

microsamplesound objectmesomacroRoads《POINT LINE CLOUD》Wishart《Globalalia》Hecker《Articulação》

Roads 直接操作 micro/sample 層的 grain 本身;Wishart 將音節視為 sound object,於 meso 層組織成樂句與段落;Hecker 之材料則落在 sound object 層對「是否為語音」的判斷邊界上。同一張地圖,三種操作位置。

29 / 31

練習 8:同素材三個時間尺度

取同一段錄音,分別於 micro/sound object/meso 三個尺度上各操作一次,繳交一段 30–60 秒的成果。

以 VCV 為主,須以一句話說明所選之尺度層級及所做的決定。評分依據為是否意識到所選層級,而非聲音悅耳與否。

本週學習目標 VCV Rack,可在課外自行完成

  • [W11-L1] 能用 granular 類模組(如 Audible Instruments Texture Synthesizer)把同一段錄音在 grain 長度的三個量級各做一次;判準:說得出每一檔落在哪個時間尺度層級。
30 / 31

下週:生成

顆粒雲密度一旦高至無法辨識單顆 grain,隨即出現下一個問題:此密度與散佈,由何者決定?

下週主題為生成:隨機、規則、回饋,Type A/B/C generator,即自行運作的系統。本節所述之密度與散佈,即為下週生成系統所控制的參數。

31 / 31