电脑音乐在社会中的作用

电脑音乐漫谈

人类的精神生活中，音乐佔有相当重要的地位：通俗乐曲道出社会大众的心声，高尚的乐曲淨化人们的心灵。现代工商社会中，人们精神空虚，休閒生活贫乏，更需要音乐的精神食粮，因此音乐的出版与相关科技已发展为世界重要的产业；近来之MP3热潮，即为明证。自电脑发明后，电脑与音乐结合为电脑音乐，更带领人类的音乐生活进入全新的境界。

早在电脑发明不久，人类就希望能让电脑演奏音乐。这方面的先驱是Max Mathews，他在一九五七年即控制 IBM电脑产生音乐，带动乐音合成与电脑作曲的风潮。

乐音合成主要依靠讯号处理技术。早期多半使用Fourier Transform原理，以不同比例的谐波( Harmonics 或 Partials )，合成不同音色的声音，也由是产生许多听起来很有电子味道的声音，例如电话拨号的声音，早期科幻电影中的背景音乐，乃至电子乐器如早期之Theremin( C. Roads, The Computer Music Tutorial, MIT Press, 1996 一书的图14.3有此种乐器的实物照片。此外这本书还有各式各样电子合成乐器的图片。 )及现代电吉他的声音等等。但此种谐波合成之技术相当複杂，早期电脑及DSP晶片技术尚不成熟之时，其电路製作成本相当高，不易普及。至一九七三年，Stanford University 的研究生John Chowning 发明了调频音乐合成技术( Frequency Modulation Synthesis )，可以用低廉的电路产生丰富的音色。此一技术由日本山叶( Yamaha )公司购去，成为普及世界之电子琴的核心。藉由出售FM技术所得，Stanford University成立了电脑音乐与声学研究中心( Center for Computer Research in Music and Acoustics，CCRMA，为世界第二大的音乐研究中心(第一大为法国国家成立于巴黎的Institut de Recherche et Coordination Acoustique/Musique。此外，自早期之个人电脑开始，绝大多数电脑音效卡亦使用FM技术，影响不可谓不大。然而，谐波合成及FM技术在合成真实乐器时，其逼真程度仍待改进。因此，一九八三年时，CCRMA的Julius O. Smith III的博士论文提出物理模式合成法( Physical Modeling Synthesis )，藉由乐器发声的物理机制，模拟其波动行为，转化为简单讯号处理之架构，可以相当真实地再现乐器，尤其是絃乐器的音色。此一技术亦转移山叶公司，成为新一代电子琴之基础。

另一方面，想要获得逼真的乐器音色，应该对于乐器发声作详尽物理分析。对乐器的科学研究其实早在古希腊即已开始，但在微积分及现代力学发明后才有比较详尽定量的分析。这一方面研究最多的大概是小提琴(参考文献如： Lothar Cremer (translated by John S. Allen), The Physics of the Violin, MIT Press, 1984; Research Papers in Violin Acoustics, 1975 – 1993, with an Introductory Essay, 350 Years of Violin Research, edited by Carleen M. Hutchins and Virginia Benade, Acoustical Society of America, 1996. )，但是到如今最好的小提琴还是要靠老师傅的经验才能製造出来。

电脑音乐另一最为人所知的主题为电脑作曲。记得小时看过新闻，报导本系学长林二先生将电脑作曲引入国内，喧腾一时。电脑作曲模彷人脑的一种创造活动，因此多少都与人工智慧有关。有一种作曲方式利用”好听”音乐的统计特性，由作曲者决定大概曲式后，即由电脑依据演算法或规则随机选择音符，完成乐曲。另外也有人设计程式，以人工智慧中的机器学习(Machine Learning)理论，学习某一音乐家的曲风(Style)，进而作出模彷该音乐家的曲子。加州大学Santa Cruz分校教授David Cope应用此种方法，以电脑作出模彷巴哈、萧邦、贝多芬、莫札特、史特拉文斯基等人曲风的作品( D. Cope, Computers and Musical Style, A-R

Editions, Inc., 1991; D. Cope, Experiments in Musical Intelligence, A-R Editions, Inc., 1996. )， 笔者手边就有一片CD ( David Cope, Classic Music Composed by Computer-Experiments in Musical Intelligence, Centaur Records, Inc., 1997，编号CRC2329 )，收录了David Cope 的一些作品。

除了让电脑发出乐音、演奏音乐、创作乐曲，很容易想到的问题便是可不可以让电脑听音乐。首先，当然要让电脑听得懂音乐的旋律( Melody )、音色(Timbre )、节奏( Beating and Rhythm )、和絃( Chord )等，并转成乐谱，这便是自动识谱( Automatic Transcription )，历来已有许多研究，大多也用到讯号处理及人工智慧。有了自动识谱后，就可以进行自动伴奏( Automatic Accompaniment )。笔者一九九九年在CCRMA访问半年时，曾听Carnegie Mellon University之Roger Dannenberg 演讲，现场播放电脑与室内乐团合奏的录影录音，相当有趣。去年暑假笔者担任中华大学苏文钰教授指导学生之硕士论文口试委员，也听到一个钢琴自动伴奏系统的展示。

在自动识谱及自动伴奏之上，如果能让电脑与人一样，听得出音乐的曲风与情感，那就更理想了。曲风可应用于电脑作曲，已大略说明如上。音乐中的情感表现则每个人的感受不同，假如可以将电脑训练成使用者的知音，了解使用者对各种音乐的感觉，那麽电脑便可以在网路世界为使用者筛选购买喜欢听的音乐。这方面的研究，与麻省理工学院媒体实验室教授Rosalind W. Picard 提出的情感计算；有很大的关联。情感计算的目的为让电脑感知人类情感，并能表现适当情感，增进人类与电脑沟通的效率。如果电脑与使用者对音乐有相同的情感认知，便有可能让电脑与使用者借助音乐协助沟通，彷彿电影”第三类接触”中人类与外星人之间的音乐对话。此方面的研究难度颇高，已发表的论文非常稀少，且均在极为原始的阶段.。

日常生活中与音乐息息相关的应该就是音响科技了，这裡面包含声音的撷取、讯号处理、储存、再现等环节，也有许多用到了电脑相关的技术。声音自麦克风转变为电子讯号，需要经过讯号处理，才能以一定格式储存或再现。目前常用的储存媒体如光碟CD、磁碟与磁片、快闪记忆体( Flash Memory )，其处理包括溷音( Mixing )、音质修改、格式转换、剪接、压缩( Compression )等。最近新加坡有一位国语老歌的发烧友李明国先生，将三O年代录在七十八转塑胶唱片上，由白光、周璇等等歌星所唱的国语老歌转录至CD，深受国语老歌爱好者欢迎，便是一个讯号处理的成功例证。储存格式种类繁多，如光碟CD的格式、MIDI (Musical Instrument Digital Interface)格式、微软视窗作业系统的wav档格式、Sun 电脑的au档格式、当下最流行的MP3格式等等。其中的MP3为国际专业团体Motion Picture Experts Group 所订多媒体格式标准MPEG-1, Layer 3 的简称，利用心理声学( Psychoacoustics )原理，将人耳较不敏感的频率范围以较少的位元纪录，而较敏感的部分则用较多的位元表示，如此可以将声音讯号储存与传送所需的位元数压缩至二十四分之一，使歌曲得以在电脑网路上快速流传。在声音再现技术方面，由早期的身历声立体音响( Stereo )，到现在流行的环绕音效( Surround )与5.1声道音响，带给人类愈来愈强烈的感受效果。

另外一种重要的音响技术为3D音效( David B. Anderson and Michael A. Casey, “The Sound Dimension”, IEEE Spectrum, pp. 46-50, March 1997；Gary S. Kendall, “A 3-D Sound Primer: Directional Hearing and Stereo Reproduction”, Computer Music Journal, vol. 19, no. 4, pp. 23-46, Winter 1995. )：产生的音效可以给聆听者真实的三度空间感受。此种技术主要为将麦克风放在耳内，测量人类双耳对各方向入射声音的频率响应，即所谓的头部相关转移函数( Head

Related Transfer Function，HRTF )。将 HRTF 经 Inverse Fourier Transform 可得头部相关脉冲响应( Head Related Impulse Response，HRIR )。因为耳道测得的声音与入射声音构成一个线性系统的输入与输出，所以只要把声音与对应角度的HRIR进行摺积( Convolution )，即可产生听来像是由原先方向传来的声音。这种三度空间音效在虚拟实境应用，例如电玩或飞行模拟器等，非常有价值。微软公司的DirecX多媒体程式发展工具，也已加入了3D音效的程式。

音乐及音效与图形、影像、影片、动画等结合，便成了时下极受欢迎的多媒体( Multimedia )，其应用如卡拉OK、DVD播放系统、家庭剧院、数位广播、网路多媒体等等。把许多多媒体资料组织起来，就是多媒体资料库( Multimedia Database )，其管理与资料搜寻有许多和传统文、数字资料库不同的地方。例如，清华大学张智星教授指导学生发展了智慧型歌曲搜寻系统”超级点歌王，使用者输入一段旋律，系统即会找到相关的歌曲。类似应用也是最新多媒体内容描述标准 MPEG-7的许多应用之一。

此一应用目前亟待解决的问题之一，即是如何分离人声及背景音乐。

笔者自一九九五年开始对电脑音乐发生兴趣，招收硕士班学生及大学部专题研究学生组成电脑音乐研究团队( Jeng’s Computer Music Group，JCMG )。五年来先后已有四十馀人投入研究，研究主题由开始的3D音效，乐器声音合成，而至最近的音乐辨识。

在3D音效方面，大学部学生刘明熙实作出所需之快速摺积计算；硕士班学生马自庄利用数值电磁学中的时域有限差分法( Finite Difference – Time Domain )计算 HRTF，可以用来验证实验的量测结果；硕士班学生锺永哲在个人电脑实作出可以工作的3D音效系统；硕士班刘昌玮以个人电脑进行三度空间听觉实验，验证文献的说法；大学部学生陈彦甫、张欧正实作不用耳机的3D音效；大学部学生郭君玄、张景程、颜圣峰、王圣唯、简志昇、林君品由资讯系欧阳明教授协助指导，实作出侦测头部姿态角度的三度空间电磁定位系统，并获得教育部微电脑系统设计製作比赛八十五学年度佳作，八十六学年度第一名；硕士班学生汪哲彰利用电磁理论中的射线追踪法(Ray Tracing)计算室内音场分布，此程式经笔者改写，由硕士班学生詹志龙与3D音效结合，发展出虚拟音乐厅程式VIAESS3，使用者戴上耳机可以听到彷彿置身室内空间的音响(图一、二)。由于受限于当时个人电脑的速度，VIAESS3只能处理语音，否则即可模拟音乐厅或高级车内听到的音乐音响。