SoundMagic Manual

2.1 Transformação rápida de Fourier e processamento espectral em tempo

real
O algoritmo que aciona essas conversõ es é chamado FAST FOURIER
TRANSFORM (FFT, abreviado). Comparados à maioria dos algoritmos no
domínio do tempo, as FFTs sã o bastante caras em termos de computaçã o: na
década de 1990, quando o SoundMagic foi escrito pela primeira vez, nã o era
possível executar FFTs em tempo real, exceto em placas de hardware dedicadas
que precisavam ser instaladas no seu computador. No início e meados de 2000,
no entanto, houve um rá pido aumento na capacidade do processador, e
empresas como a Apple deram aos programadores acesso a rotinas matemá ticas
otimizadas por hardware, incluindo a FFT. Em resumo, o processamento
espectral subitamente em tempo real tornou-se possível.

2.1. Spectral bins and FFT sizes

Para entender como esses efeitos funcionam, é ú til ter um pouco de

compreensã o dos bastidores da FFT. A FFT pode trabalhar apenas com 'pedaços'
de á udio por vez, e esses pedaços devem conter um nú mero definido de
amostras, com uma potência de 2 (geralmente 1024 ou 2048). Se dissermos que
o tamanho da FFT é 'n', o algoritmo da FFT converte as n amostras em uma
matriz de n / 2 'compartimentos', onde cada compartimento cobre a 'energia'
contida em uma faixa de frequências igualmente espaçadas entre si. o espectro
de 0Hz até o limite de Nyquist (metade da taxa de amostragem). Por exemplo, se
você escolher um tamanho de FFT de 1024 e assumindo uma taxa de
amostragem de 44100Hz, o FFT converterá 1024 amostras de á udio em 512
'compartimentos', cada compartimento cobrindo 22050/512 = c. 43Hz.
(Portanto, o compartimento 0 passa de 0 a 43Hz, o compartimento 1 passa de 43
a 86Hz, etc.)

Como você pode ver, o compartimento 0 inclui muitas frequências baixas, o que
significa que ele nã o possui uma ó tima 'resoluçã o de frequência'. Pode parecer
que a soluçã o ó bvia é definir o tamanho da FFT mais alto - mas há uma troca
entre a quantidade de dados de frequência que podem ser capturados (quanto
maior, melhor) e a precisã o do tempo na ressíntese (quanto menor, melhor) .
Quando as FFTs sã o ressintetizadas, se suas fases e amplitudes foram alteradas
(o que geralmente causam efeitos espectrais), os tempos dessas frequências
podem se desviar sutilmente, o que cria um efeito auditivo conhecido como
'phasiness', um som característico de muitas FFT. efeitos Portanto, você precisa
equilibrar o tamanho da FFT para o aplicativo específico - nã o há realmente
nenhuma regra de ouro a nã o ser tentativa e erro. Como uma observaçã o geral,
no entanto, os efeitos que deliberadamente 'suavizam' ou 'mancham' as
frequências (como o Spectral Dronemaker) soam mais suaves e mais agradá veis
com tamanhos grandes de FFT como 16384 (ou até maiores, se sua CPU puder
lidar com isso).

4. THE EFFECTS
Eu categorizei os efeitos no SoundMagic Spectral abaixo por sua funçã o ou
aplicaçã o típica. Dividi-os nas seguintes categorias:

▪ Spectral Smoothing Effects

▪ Spectral Sustaining Effects
▪ Spectral Excitement Effects
▪ Spectral Pitch Effects
▪ Spectral Filtering Effects
▪ Spectral Texturizing Effects
▪ Spectral Partial Effects
▪ Time Domain Effects

Brightness
Aplica um filtro para aumentar ou diminuir a força dos componentes de
frequência mais alta. Na sua forma mais agressiva, os componentes de frequência
superior podem "chiar" de maneira audível.

▪ Lo bin cutoff
Os componentes de frequência inferiores a uma determinada frequência sã o
removidos (definido para amplitude zero)

▪ Hi bin cutoff

Os componentes de frequência superiores a uma determinada frequência sã o

removidos (definido como zero)

▪ Randomize phases

As informaçõ es da fase sã o randomizadas (consulte a seçã o "Randomizaçã o da

fase" acima)

▪ FFT size

Quanto maior o tamanho da FFT, mais suave é o resultado, mas também mais CPU é
usada na execução da FFT. Nos G5s, isso provavelmente não é um problema, mas nos
G4s, subir muito alto pode causar a interrupção do áudio à medida que a CPU atinge o
limite máximo.

▪ Gain

O nível de saída do efeito. Alguns efeitos de "acumulaçã o" podem criar um

recorte no á udio. A reduçã o do ganho evitará isso.

▪ Feedback

A quantidade com a qual a saída do efeito é 'realimentada' na entrada

▪ Parameter Variance

Alguns efeitos permitem alterar um parâ metro de maneira programá tica, através
da noçã o de "variaçã o". Isso permite que você 'conecte' um parâ metro à
amplitude do som, ao inverso da amplitude, a um oscilador de baixa frequência
(LFO) ou a uma alteraçã o aleató ria.

9. SPECTRAL FILTERING EFFECTS

SPECTRAL TRACING

Normalmente usado para reter apenas as n caixas mais altas de um espectro e

remover as outras. Como alternativa, você pode reter os n compartimentos mais
suaves ou definir um nível de limite (um "portã o") abaixo do qual todas as
parciais sã o zeradas ou acima das quais todas as parciais sã o zeradas.

▪ Tracing type

Escolha entre quatro algoritmos diferentes: mantenha os n mais altos, os mais

baixos, acima do limite ou abaixo do limite

▪ Number of bins

O nú mero de posiçõ es a serem retidas (a mais alta ou a mais suave, dependendo

do parâ metro Tipo de rastreamento)

▪ Threshold

O limiar em dB; retém posiçõ es acima ou abaixo desse limite, dependendo do

parâ metro Tipo de rastreamento.

SPECTRAL FILTERBANK

Um banco de filtros passa-banda extremamente puros e muito estreitos

(semelhante ao plug-in GRM Reson). Você pode escolher o intervalo entre as
frequências centrais do seu banco de filtros e quantos filtros devem ser criados.
Por causa das imprecisõ es na afinaçã o na FFT, o banco de filtros nã o pode
garantir que as freqü ências reais solicitadas serã o renderizadas exatamente; no
entanto, será o mais preciso possível dentro das limitaçõ es da FFT.

▪ Number of filters

O nú mero de filtros no banco de filtros

▪ Base frequency
A frequência mais baixa no banco de filtros, a partir da qual as outras frequências
sã o construídas

▪ Interval

▪ Transposition type
—Stacked: each interval is simply applied to the previous interval, “stacking” the
interval on top of each other. For an interval of 300 cents (a minor third), this
would create a diminished seventh chord, for instance. An interval of 200 cents
would create a whole-tone scale.
—Chord: the “fundamental” and the upper note defined by the interval are
simply repeated at the octave. If the fundamental was C, and the interval was a
perfect fifth (700 cents), then the notes are just C and G repeated up through the
octaves
—Harmonics: a harmonic series is based on integer multiples of a fundamental
(n, 2n, 3n, 4n, etc). The harmonics setting extends this by using multiples of other
intervals. It assumes that the standard harmonic series would have an interval
setting of 1200 cents (an octave) — therefore, halving this to 600 cents (a
tritone) would give you filters at 0.5n, n, 1.5n, 2n, etc..., while 2400 cents (two
octaves) would give you 2n, 4n, 6n, 8n, etc.
▪ Harmonic gain
“Harmonic gain” indicates how much each progressive “harmonic” as you get
higher should be attenuated by.
▪ Side bins
Allows you to create a “wider” filter by adding side bins on either side of the
central filter bin. While this lets more of the original sound through, and
therefore less pure filtering, it also creates some interesting “pulsating” dynamic
effects
▪ Side bin gain
How much each side bin is attenuated by as you get further away from the
central filter