Темп и тональность песни

Как машина слышит долю и тональность

Темп ищется по громкости. Звук режется на окна примерно по сорок шесть миллисекунд, в каждом считается энергия, и берётся разница с предыдущим окном: удар барабана или щипок дают резкий скачок, тянущийся звук — почти ноль. Получается линия атак, на которой доли выглядят регулярными всплесками. Дальше эта линия сравнивается сама с собой со сдвигом: сдвиг, при котором совпадение максимально, и есть период доли. Шестьдесят разделить на этот период — удары в минуту.

Тональность считается иначе. Для каждой ноты от до второй октавы до си шестой измеряется энергия, и все октавы складываются по названиям: получается двенадцать чисел — профиль звукоряда. У мажора и минора этот профиль характерный: тоника и квинта заметно выше остальных, третья ступень решает наклонение. Инструмент сравнивает измеренный профиль с эталонными во всех двенадцати сдвигах и выбирает самое близкое совпадение.

Оба способа дают оценку, которую стоит проверить ухом. Темп иногда выходит вдвое больше или меньше — это нормально, доля и полудоля для машины выглядят одинаково регулярными. Тональность путается там, где гармония меняется по ходу трека или где много шума без ясной высоты. Цифры стоит воспринимать как быстрый ориентир, который проверяется ухом.

Как определяются темп и тональность

Темп определяется по огибающей громкости. Инструмент находит моменты резкого нарастания — атаки ударов — и ищет период, с которым они повторяются: автокорреляция показывает, при каком сдвиге сигнал больше всего похож на себя. Этот период и есть доля, а из неё получается число ударов в минуту.

Тональность ищется иначе. Спектр раскладывается на двенадцать полутонов, и получившийся профиль сравнивается с эталонными профилями всех мажорных и минорных тональностей: в них отражено, какие ступени звучат чаще. Побеждает та тональность, чей профиль совпал лучше всего.

Две ошибки встречаются чаще прочих, и обе объяснимы. Темп может определиться вдвое выше или ниже настоящего: восьмые и четверти одинаково хорошо объясняют повторяемость, и выбрать между ними без понимания стиля нельзя. Тональность путается с параллельной — у до мажора и ля минора одни и те же ступени, различает их только то, какая нота ощущается опорной.

История: метроном Мельцеля и профили Крумхансль

Метроном запатентовал Иоганн Мельцель в 1815 году, и Бетховен одним из первых стал проставлять цифры темпа в партитурах. До этого темп задавали словами — «скоро», «живо», — и понимали их по-разному в разных странах и эпохах. Цифра дала общий язык, хотя споры о бетховенских обозначениях идут до сих пор: многие кажутся неисполнимо быстрыми.

Автоматическое определение темпа и тональности пришло с диджейскими программами девяностых, когда сведение треков потребовало быстро знать оба параметра. Профили ступеней, на которых держится определение тональности, вывел психолог Кэрол Крумхансль в экспериментах восьмидесятых: слушателей просили оценить, насколько хорошо каждая нота завершает музыкальный отрывок.

Что делать с результатом

На записях без ударных определение темпа работает хуже: у струнных и голоса атака размазана, и границы долей теряются. В таких случаях надёжнее отбить темп руками — счётчик по нажатиям даёт результат точнее любого алгоритма.