Tools for the Writing of Tamonontamo (2012) : A new way to relate concatenative synthesis and spatialization :A new way to relate concatenative synthesis and spatialization

Q: 이 논문에서 정의한 연쇄 합성이란 무엇인가?

연쇄 합성은 미리 녹음되거나 실시간으로 녹음된 소리를 단위로 분할하고, 피치, 음량, 스펙트럼 형태 등 소리의 음향적 특성을 나타내는 여러 오디오 기술어를 분석하여 데이터베이스를 구축한다. 합성 시에는 주어진 목표값에 가장 근접한 단위를 데이터베이스에서 선택하여 연결하고 재생하는 기법이다.

Q: CataRT 시스템에서 연쇄 합성의 공간화는 어떻게 이루어지는가?

연구 결과, CataRT 시스템은 분석 및 재생 공간과 확산 공간을 분리하여 공간화를 구현한다. CataRT의 주 디스플레이는 오디오 기술어에 따라 소리 날알의 위치를 결정하고, Spat~ 관련 디스플레이는 Unispring 알고리즘을 통해 날알의 물리적 확산 공간을 제어한다. 이는 작곡가의 미적 의도가 오디오 기술어 선택에 반영되어 비선형적인 공간화를 가능하게 한다.

Maurilio Cacciatore; Diemo Schwarz

학술저널

저자정보: Maurilio Cacciatore (Ircam) Diemo Schwarz (IRCAM–CNRS–UPMC)

저널정보: 한국전자음악협회 에밀레 에밀레 제11권

오류 신고하기

피인용 0

검색

초록·키워드

《타모논타모》는 증폭된 인성 4중주와 24인의 합창단, 라이브 일렉트로닉스를 위한 작품이다. 이 글의 초점은 이르캄IRCAM의 실시간 음악 상호작용 팀과의 합작으로 이루어진 작업에 있다. 본 연구 과제의 제1저자와 작업한 이르캄의 컴퓨터 음악 프로그래머 아우구스틴 뮐러Augustin Muller는 소리뭉치기반 합성corpus-based synthesis을 공간화와 연관시키기 위해 스팟~Spat~ 모듈을 덧붙여 카타알티CataRT 소프트웨어를 개량하였다. 대부분 작품에서 소리의 공간화는 작곡가의 미적 선택에 의존한다. 스팟~ 모듈은 사용자에게 친숙한 그래픽 인터페이스로 미리 선택된 수만큼의 스피커 사이에서 음원의 선형 이동을 그려내는 것을 가능하게 한다. 이 패치patch에서 스팟은 비선형적 방식으로 소리를 공간화하도록 사용되었다. 공간화 논리는 카타알티 그래픽 표시의 설정에서 선택된 오디오 기술어audio descriptor에 좌우된다. 이러한 점에서 작곡자의 미적 의도는 국부적인 개개의 소리가 아닌 x, y축에 사용되는 오디오 기술어를 선택하는데 적용된다. 그 이상의 스팟 관련 표시는 분석 및 연주에 사용되는 공간에 소리를 확산시키는 데 사용되는 공간으로부터 분리하는 것을 가능하게 한다. 맥스 외부 개체인 엠엔엠.디스트리뷰트mnm.distribute의 유니스프링 알고리즘Unispring algorithm 구현은, 미리 그려진 하위 공간 내에서 소리 낟알들grains의 위치가 비율적으로 조절되며 분포되는 것이 가능하도록 한다. 상이한 형태의 보간interpolation 혹은 x, y 축에서의 오디오 기술어의 변화 역시 프로그래밍되거나 실시간으로 제어될 수 있다. 합성 내용은 텍스트 파일 내에 데이터베이스로 저장되어 재분석되거나 이전 형태로 되돌릴 수 있다. 데이터베이스에서 선택된 소리뭉치 일부는 숨기거나 영구 삭제할 수 있다. 색상 제어를 위한 z축 사용도 가능하며 이는 이 작업의 다음 단계 중 하나이다. 소리의 확산을 위한 앰비소닉스 시스템ambisonics system으로의 스팟~ 모듈의 개량은 ?연쇄 합성concatenative synthesis의 사용에 의해? 3차원 소리 조각의 본격적인 작업을 보여 준다.

Tamonontamo (2012) is a piece for amplified vocal quartet, choir of 24 singers and live electronics. The focus of this article is the work made in collaboration with the Real-Time Music Interaction Team of Ircam. Augustin Muller, computer music programmer working with the first author at Ircam for this project, upgraded the CataRT software adding a Spat~ module to relate the corpus-based synthesis with the spatialization. In most works, the spatialization of sounds depends on the aesthetic choice of the composer. The Spat~ software allows the drawing of linear movements of a source among a pre-selected number of loudspeakers with a user-friendly graphical interface. In this patch, we used Spat to spatialize the sounds in a non-linear way. The logic of spatialization depends on the pair of audio descriptors chosen in the set-up of the CataRT graphical display. In this sense, the aesthetic ideas of the composer refer not locally to each sound but on the choosing of the audio descriptors used for the x, y axis. A further Spat-related display has been implemented to split the space used for analysis/playing from the space used for diffusion of sounds. The implementation of the Unispring algorithm in the mnm.distribute external Max/MSP object allows the distribution of grains, rescaling their position inside a pre-drawn sub-space. The interpolation between different shapes or the change of audio descriptors on the x, y axis for both displays can be programmed and made in real time. The storage of the synthesis as database (in a text file), allows the analysis to be recalled, recovering the shapes drawn previously. Hiding and permanent deletion of some selected corpora in the database is also possible. The use of colour to work on the z axis is possible and is among the next steps of this work. The upgrade of the use of Spat~ to an ambisonics system for diffusion of sounds represents the possibility to make-through the use of concatenative synthesis?a genuine work of 3D-sound-sculpting.

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-ECN-0101-2016-676-001838383

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료