Cambiar la unidad

Escala El ciclo, y cómo se define

Un programa que no hace nada y enseña todo. Solo cuenta:

distort cyclecnt a.wav
distort cyclecnt b.wav

659 cycles found.        ← a.wav, 330 Hz, 2 s
329 cycles found.        ← b.wav, 165 Hz, 2 s

Antes de explicar nada, que el grupo mire esos dos números al lado de las dos frecuencias. 330 × 2 = 660. 165 × 2 = 330. Los conteos son 659 y 329.

O sea: lo que CDP llama «waveset» es el período. Un waveset es el tramo entre dos cruces por cero en la misma dirección, y en un sonido periódico eso es exactamente un ciclo de la fundamental. cyclecnt es, sin proponérselo, un medidor de tono: contás y dividís por la duración.

El momento La unidad no se la inventó nadie: está en la señal. Los cruces por cero ya estaban ahí, gratis, sin FFT y sin ventana de análisis. Todo el módulo que sigue se apoya en eso, y también todos sus artefactos: cuando el sonido no es periódico — ruido, un acorde, una consonante — los cruces por cero dejan de coincidir con nada musical, y ahí es donde distort se vuelve raro. Eso no es un bug, es el mapa de cuándo la herramienta aplica.

Escala 1 a 10 ms · la familia distort

Los mismos verbos de siempre, aplicados a ciclos en vez de a archivos. Tirar uno de cada dos, dar vuelta grupos de ocho:

distort omit    a.wav omit.wav  1 2      # tirar 1 de cada 2 ciclos
distort reverse a.wav rev.wav   8        # dar vuelta grupos de 8 ciclos

Ahí ya hay algo raro que conviene señalar. Sacar la mitad de las muestras alternadas por ciclo no cambia el tono, porque el patrón de repetición sigue estando cada 3,03 ms. Sacar la mitad de las muestras de cualquier otra forma sí lo cambiaría. La unidad protege la frecuencia.

Y ahora la deuda del módulo 2 de la parte 1

distort telescope   a.wav corto.wav 4    # 4 ciclos colapsan en 1
distort interpolate a.wav largo.wav 3    # cada ciclo se repite 3 veces

Comparalo con el módulo 6 de la parte 1, que para estirar ×4 necesitó pvoc anal, stretch time, pvoc synth, un archivo intermedio 16 veces más grande y 0,12 s de cómputo. Acá es un comando, un entero, sin archivo intermedio, y va en las dos direcciones.

La contra es real y hay que decirla: esto suena distinto. stretch time conserva el timbre y suena "suave"; interpolate repite ciclos idénticos y por eso se vuelve estático y un poco metálico, porque un ciclo repetido tres veces es, literalmente, una onda perfectamente periódica. La parte 1 gastó 16× de disco comprando naturalidad.

Un lenguaje diminuto

distort shuffle a.wav shuf.wav abcd-adbc -c2

Ese abcd-adbc es el parámetro entero, y es un lenguaje. A la izquierda del guion, un dominio: cuatro grupos consecutivos de ciclos, llamados a, b, c, d. A la derecha, la imagen: el orden en que salen. Podés reordenar (abcd-adbc), duplicar (abcd-aabbccdd) u omitir (abcd-ac). -c2 dice que cada letra son 2 ciclos.

1. abcd-adbc permutación 1,988 s · 329,7 Hz

   Reordenar ciclos no cambia ni la duración ni el tono. Cambia el timbre.

2. grupos de 8 reverse por ciclo RMS idéntico

   distort reverse 8: mismo RMS que la fuente, −15,8 dB. No se agregó ni se quitó nada.

Que alguien note en voz alta lo que es ese parámetro: una notación para escribir permutaciones, metida dentro de un argumento de línea de comandos. No es un número ni una bandera. Es sintaxis, con un dominio y una imagen — el vocabulario exacto con el que se define una función en matemática.

El momento Tirar, repetir y reordenar la unidad correcta hace, sin FFT y sin ventanas, casi todo lo que en la parte 1 costó cambiar de representación. El dominio espectral no era el requisito: era una opción, con su propio precio en disco y su propio color. Y el criterio para elegir entre las dos deja de ser "cuál es la buena" y pasa a ser "qué artefacto quiero".

Escala 10 a 100 ms · modify brassage

Un escalón más arriba. Un grano son decenas de milisegundos: ya no es un ciclo, es un pedacito de sonido con timbre propio y ataque propio. modify brassage corta la fuente en granos y los vuelve a pegar, y sus siete modos son siete formas de pegarlos.

modify brassage 5 a.wav gran.wav  0.5     # GRANULATE: densidad
modify brassage 2 a.wav lento.wav 0.25    # TIMESTRETCH: velocidad
modify brassage 1 a.wav agudo.wav 7       # PITCHSHIFT: semitonos

Las dos filas resaltadas son el par espejo, y conviene ponerlas una al lado de la otra en el pizarrón. lento.wav dura casi cuatro veces más con el tono quieto. agudo.wav sube 7 semitonos — factor 1,539, y 2^7/12 = 1,498 — con la duración quieta. Las dos direcciones del desacoplamiento, con el mismo programa, en el dominio del tiempo.

Fijate en el detalle del parámetro del modo 2: no se llama timestretch, se llama velocity, y es la velocidad de avance en el archivo de entrada relativa a la salida. Es el inverso del estiramiento. Esa elección de unidad no es un capricho:

modify brassage 6 a.wav congelado.wav 0 2 60 0 1 0.5 5 5 -l6

Con velocidad cero el programa no avanza nunca en la entrada: sigue tomando granos del mismo instante para siempre. Eso es el freeze, y es la razón por la que el parámetro es velocidad y no factor de estiramiento — un factor de estiramiento infinito no se puede escribir, una velocidad de cero sí. Por eso también -l pasa a ser obligatorio: sin avance no hay final del archivo, y alguien tiene que decidir cuándo parar. Sin ese flag el programa aborta.

1. densidad 0,5 granulado RMS −17,7 dB
2. velocity 0,25 estirado ×3,8 tono ×1,016
3. +7 st transpuesto duración ×0,964

El momento Ese 0.5 de densidad es el mismo tipo de perilla que el delay del módulo 3 de la parte 1: una sola escala de tiempo que, barrida, produce efectos con nombres distintos. Granos de 5 ms es distorsión; de 50 ms, textura granular; de 200 ms, un eco rítmico; de 2 s, un collage. Y con densidad mayor a 1 los granos se superponen y aparece la reverb. Los catálogos de plugins venden esas cinco cosas en cinco cajas separadas. Son un parámetro.

Escala El ciclo y el espectro, con dos entradas

Hasta acá, una fuente. Con dos entra una pregunta nueva: ¿en qué escala se combinan? Porque la respuesta cambia todo. Primero, en la escala del ciclo:

distort interact 1 a.wav b.wav alternado.wav   # alternar ciclos de A y B
distort interact 2 a.wav b.wav impuesto.wav    # los ciclos de A sobre B
distort interact 2 b.wav a.wav impuesto2.wav   # y al revés

Las dos filas resaltadas son cross-síntesis, y sin una sola FFT. El modo 2 impone los largos de ciclo del primer archivo sobre las formas de onda del segundo: el contenido es de B y la frecuencia es de A. Eso es lo que hace un vocoder, y acá sale de contar cruces por cero. Fijate también en la duración: impuesto.wav dura la mitad, porque los ciclos de A son la mitad de largos que los de B y los 329 ciclos de B tuvieron que entrar en el molde de A.

1. interact 2 A sobre B 0,997 s · 328 Hz
2. interact 1 ciclos alternados 3,000 s · 107 Hz

   Alternar ciclos crea un período que no está en ninguna de las dos fuentes: 107 Hz, un subarmónico de la alternancia misma.

Y ahora en el espectro, donde hay dos campos

Acá vuelve el hallazgo del módulo 7 de la parte 1. Un frame espectral tiene dos números por bin: amplitud y frecuencia. En la parte 1 los rompimos por separado para descubrir que uno es local y el otro es estado. Ahora los vamos a interpolar por separado, que es la versión constructiva de lo mismo.

pvoc anal 1 a.wav aa.ana -c1024 -o3
pvoc anal 1 b.wav bb.ana -c1024 -o3

# morph morph modo A B salida  as ae fs fe expa expf
morph morph 1 aa.ana bb.ana juntos.ana    0.2 1.8  0.2 1.8  1 1
morph morph 1 aa.ana bb.ana desfasado.ana 0.1 0.6  1.3 1.9  1 1

pvoc synth juntos.ana    juntos.wav
pvoc synth desfasado.ana desfasado.wav

as y ae son cuándo empieza y termina la interpolación de amplitud. fs y fe, la de frecuencia. Son cuatro tiempos independientes, y ahí está todo el módulo: podés cruzar la envolvente en el primer medio segundo y las frecuencias recién al final.

Leé la última fila despacio, porque es un sonido que no existe en ninguna de las dos fuentes. A un segundo del comienzo, desfasado.wav tiene la envolvente de B — planitud 0,95, o sea sostenido, cuando A vale 0,20 — y a la vez las frecuencias de A: la razón 165/330 vale 0,01, igual que A, contra 1,67 de B. Sostenido como B, afinado como A.

1. juntos amplitud y frecuencia a la vez 0,2 → 1,8 s

   Una sola transición. Se parece a un crossfade largo, y de hecho es lo más cerca que esto llega a un crossfade.

2. desfasado envolvente primero amp 0,1→0,6 · frq 1,3→1,9

   Escuchalos uno atrás del otro. En el medio del segundo hay un sonido sostenido como B pero afinado como A, que no existe en ninguna de las dos fuentes.

El momento Un morph no es un crossfade. Un crossfade tiene una perilla; esto tiene dos, y se pueden mover en momentos distintos, porque la representación tiene dos campos separados. Y son exactamente los dos campos que en la parte 1 rompimos a martillazos para descubrir cuál era estado. El mismo hecho sobre el formato explica un bug y habilita un efecto: eso es lo que significa entender una representación.

Concepto De comando a programa

Último movimiento, y es chico de escribir y grande de consecuencias. Casi todos los parámetros de CDP aceptan, en lugar de un número, un archivo de texto de dos columnas: tiempo y valor.

printf '0 0.1\n1 1.0\n2 0.1\n' > env.txt
modify loudness 11 a.wav env.wav env.txt

Tres líneas de texto y la ganancia ya no es un número: es una función del tiempo. Las reglas de interpolación no están documentadas con precisión, así que las medimos. La ganancia efectiva, comparando la salida contra la fuente:

Coincide con la recta a la tercera decimal, en las dos direcciones. La interpolación es lineal entre puntos, sin curvas y sin sorpresas. Y de ahí sale la regla práctica: si querés un escalón, poné dos puntos muy cerca.

printf '0 0.1\n0.999 0.1\n1.0 1.0\n2 1.0\n' > escalon.txt

El momento Con un número, un comando de CDP es una operación. Con un archivo de breakpoints, es un programa con una línea de tiempo. Y como la salida de un comando es la entrada del siguiente, y como los parámetros son archivos de texto que otro programa puede generar, tenés un sistema entero: datos, control y composición, en tres formatos de archivo que se leen con cat. Eso es lo que CDP es en realidad, y por eso sobrevivió cuarenta años.

Concepto Cierre y evaluación

Cada uno arma una cadena de al menos tres pasos en dos escalas distintas, exporta 20 segundos, y dice una frase: en qué escala trabaja cada paso.

ffmpeg -i mi_cadena.wav -t 20 -c:a libmp3lame -b:a 128k entrega.mp3

El pedido extra de esta parte: que cada uno entregue también su respuesta al impulso, el archivo. Es de dos líneas de ffmpeg y es la prueba de que el módulo 3 aterrizó — un efecto que se entrega como dato y no como receta.

El momento El que aparece cuando alguien escucha una cadena ajena y dice "eso está granulado, no filtrado". Escuchar la escala en vez del efecto es la habilidad completa que las dos partes de este taller intentan enseñar.