SpecEnvoy

EN·中文

音乐是怎样发出的

当你在时间线上按下播放，写下的乐谱就变成了你能听到的声音——实时，就在你的浏览器里。这看起来像魔法。其实不是，也不是什么神秘的「AI」。本页解释它到底是怎么运作的——大致的思路，随你选择讲得多深。（这里讲的是如何把音符变成声音；音符本身是怎么来的，是另一个话题。）

1. 1

   读取乐谱

   每首曲子都从乐谱开始——就是音乐家读的那些线上的小圆点。程序读取这份记谱，把它变成一份简单的清单：哪个音，什么时候发出。

   我们从记谱本身出发。制谱引擎（Verovio）像你读谱一样解析乐谱——音高、节奏、小节线——交出音符事件，以及一份驱动屏幕上跟随高亮的时间映射。

2. 2

   声音来自真实乐器

   声音是真的。真正的大提琴手、小提琴手、长笛手等，在录音室里把每一个音一个一个地录了下来。我们不是在伪造音色——而是在回放真实的录音。

   音色来自真实录制的采样——由演奏者逐音录制（拉奏，如今还有拨奏），取自爱荷华大学的乐器采样库。我们把每段录音校到十二平均律、修剪起音、统一音量，让整套采样均匀一致。

3. 3

   补齐中间的音

   我们并没有把每一个可能的音都录下来。遇到没录过的音，计算机就取最接近的那段录音，把音高稍微往上或往下挪一点——就像把磁带稍稍加速或减速。

   采样器把录音铺满整个音域，并对最接近的一段做移调，去覆盖之间的任何一个音——原理与采样管弦乐库或键盘工作站相同。我们把录音排得很密，任何一个音都不会被拉伸太远。

4. 4

   按时演奏

   然后它把这些音按顺序、按时值奏出——就像一位极其精准的乐手（或音乐盒），在恰好正确的时刻发出每一个音，速度由你用滑块决定。

   一个传输/音序器在每个拍点触发每一个音，速度由你选择，并带一点乐句塑形——渐强渐弱、音与音之间略有交叠形成连奏——让线条会呼吸，而不是死板的节拍器。

5. 5

   让它像在一个房间里，而不是机器人

   最后我们加上让它「活」起来的点缀：一点房间感（回响）、乐器琴身温暖的木质共鸣，以及像真人手指那样轻微的揉弦（颤音）。

   我们做「配音」：混响给出空间感，用峰值均衡还原干采样所缺的琴身/木质共鸣，一个延迟的逐音颤音（随音区渐入），加上连奏交叠——就像你混一段采样样片时会做的选择。

6. 6

   实时，就在你的浏览器里

   这一切都在你按下播放的那一刻、在你自己的设备上发生。没有把一首成品歌曲下载下来——每一次都是现做的。也没有任何东西是 AI 凭空生成的。

   它每次播放都从乐谱实时合成——更接近实时渲染的电影配乐样片，而不是某段演奏的录音。它不是录下来的一条，也不是 AI 生成的音频。