Nahal · نهال
هوش مصنوعی فارسی

جان چاونینگ و انقلابی که با ریاضیات در موسیقی دیجیتال به پا کرد

داستان ابداع روش سنتز مدولاسیون فرکانس (FM) توسط جان چاونینگ در استنفورد و چگونگی تحول صدای سازهای الکترونیک و ظهور سینتی‌سایزر یاماها DX۷ با معادلات ریاضی.

جان چاونینگ، آهنگساز و دانشمند پیشرو، در مستندی جدید از جزئیات ابداع روش سنتز مدولاسیون فرکانس یا همان اف‌ام (FM Synthesis) پرده برداشت. این کشف که در اواخر دهه ۱۹۶۰ میلادی در دانشگاه استنفورد رخ داد، نه تنها صدای سازهای الکترونیک را دگرگون کرد، بلکه به پایه و اساس تجاری‌سازی سینتی‌سایزرهای محبوبی مانند یاماها DX۷ تبدیل شد. چاونینگ در این گفتگو توضیح می‌دهد که چگونه از دل محدودیت‌های سخت‌افزاری آن دوران، راهی برای تولید صداهای پیچیده و غنی پیدا کرده است.

کشف تصادفی در آزمایشگاه کامپیوتر

مسئله اصلی در دهه‌های گذشته، ناتوانی رایانه‌ها در بازسازی صداهای طبیعی و سازهای آکوستیک بود. سیستم‌های قدیمی برای تولید یک صدای ساده به توان پردازشی بسیار بالایی نیاز داشتند که در آن زمان در دسترس نبود. چاونینگ زمانی که مشغول آزمایش روی لرزش‌های صوتی (Vibrato) بود، متوجه شد که اگر سرعت تغییر فرکانس را به شدت افزایش دهد، به جای شنیدن تغییر در گام، رنگ صدا (Timbre) به کلی تغییر می‌کند. این مشاهده ساده ریاضی، کلید حل معمای تولید صداهای پیچیده با کمترین محاسبات ممکن بود.

او با استفاده از معادلات ساده‌ای که پیش‌تر در رادیو برای انتقال داده استفاده می‌شد، توانست صداهایی شبیه به ناقوس، ترومپت و پیانو خلق کند. جالب اینجاست که در آن زمان، بسیاری از موسیقیدان‌ها تصور می‌کردند برای چنین نتایجی حتماً به تجهیزات گران‌قیمت و پرحجم نیاز است، اما چاونینگ ثابت کرد که منطق ریاضی می‌تواند جایگزین ابزارهای فیزیکی شود.

از تئوری تا واقعیت تجاری

انتقال این دانش از محیط دانشگاهی به صنعت، مسیری ناهموار داشت. بسیاری از شرکت‌های آمریکایی پتانسیل این فناوری را درک نکردند تا اینکه شرکت یاماها در ژاپن متوجه ارزش آن شد. این همکاری منجر به ساخت تراشه‌هایی شد که می‌توانستند در لحظه این معادلات را حل کنند. نتیجه این فرآیند، ورود سینتی‌سایزرهای دیجیتال به بازار بود که برخلاف مدل‌های آنالوگ قدیمی، کوک آن‌ها تغییر نمی‌کرد و کاربری بسیار ساده‌تری داشتند.

امروزه دسترسی به چنین ابزارهایی بسیار ساده‌تر شده است. برای مثال، کاربران در پلتفرم‌هایی مانند هوش مصنوعی نهال می‌توانند با استفاده از دستیارهای هوشمند، مفاهیم پیچیده موسیقی یا حتی کدهای برنامه‌نویسی مربوط به پردازش سیگنال را به زبان فارسی و بدون درگیری با پیچیدگی‌های فنی بین‌المللی دنبال کنند. این دقیقاً همان مسیری است که چاونینگ با ساده‌سازی ریاضیات برای هنر باز کرد.

محدودیت‌های سنتز دیجیتال در برابر آنالوگ

با وجود دقت بالای روش چاونینگ، برخی منتقدان در آن سال‌ها معتقد بودند که صداهای اف‌ام بیش از حد «سرد» یا «فلزی» به نظر می‌رسند. این هشدار همواره وجود دارد که مدل‌سازی ریاضی، علی‌رغم کارایی بالا، ممکن است برخی از نویزهای تصادفی و گرمای سازهای فیزیکی را از دست بدهد. با این حال، انعطاف‌پذیری این روش باعث شد که در ساخت موسیقی فیلم و بازی‌های ویدئویی به استاندارد اول جهان تبدیل شود.

تلاش‌های چاونینگ نشان داد که نوآوری لزوماً به معنای داشتن ابزارهای پیچیده‌تر نیست، بلکه گاهی نگاهی متفاوت به داده‌های موجود می‌تواند مرزهای هنر و فناوری را جابه‌جا کند. میراث او امروز در هر گوشی هوشمند و هر قطعه موسیقی دیجیتالی که می‌شنویم، زنده است.

منبع: youtube.com

مقاله‌های مرتبط

در حال بارگذاری نهال…