Нейроны новизны и синтез в Sytrus

Данная статья является частью цикла статей "Sytrus"

Что такое нейроны новизны[править]

В данной статье немного коснёмся психологии и начнём с короткого определения:

Нейроны новизны - это мозговые клетки которые реагируют на новый (первый) стимул, при повторении идёт привыкание и реакция сходит на нет. Эффект привыкания очень избирательный, идентичность сигнала должна быть практически полной.

Какое отношение это имеет к синтезу[править]

Если не вдаваться в подробности, а посмотреть на нейроны новизны только с одной стороны, а именно в нашем случае со стороны звука. То это определение можно упростить и переформулировать на бытовой уровень.

Если звучит постоянно один и тот же звук, то он быстро надоедает.

Как написано в определении "идентичность сигнала должна быть практически полной". Давайте рассмотрим пример игры на гитаре, когда гитарист бьёт пальцами по струнам из гитары извлекается звук. Обратим внимание на звучание инструмента, при живом исполнении каждый удар по струнам индивидуален, гитарист не сможет со 100% точностью воспроизвести повторно точно такой же звук. Каждый звук отличается потому, что гитарист может попасть по струне в другом месте, какие то струны задеть сильнее, какие то меньше. Гитарист НИКОГДА не сможет воспроизвести точно такое же звучание повторно, да оно будет очень похоже, но оно будит отличаться.

Теперь обратимся к синтезатору. Каждый синтезированный звук звучит как 100% копия предыдущего. Это не живая игра, это синтезированный звук машиной, и делает она это очень точно! Эта самая точность и создаёт проблему при синтезе звуков. То есть идентичность сигналов полная, как следует из определения такой звук очень быстро надоест!

Скачайте этот проект => Проект.

Откройте паттерн 1 и послушайте, как каждый звук одинаков и ничем не отличается и по тембру, и по громкости, одним словом машинный, монотонный звук! Нейроны новизны в голове перестают возбуждаться, и такой звук очень быстро надоедает, становится фоновым и незаметным.

Случайности при синтезе[править]

Но всё не настолько плохо. В Sytrus есть возможность разнообразить звучание каждого звука. Послушайте к примеру паттерн 3 где каждый звук идентичен, и сравните его с 4м паттерном где каждый звук немного отличается от предыдущего, в каком то чуть иной тембр в каком то больше высоких.

Вы только что послушали 3й паттерн и после первого или второго проигрывания мелодии вы поняли, что она постоянно повторяется и ничего нового вы не услышите... При прослушивании 4го паттерна вы прослушали мелодию и услышали, что звуки немного отличаются, прослушали 1 раз и мелодия начала повторяться и вдруг в звуке, в одной из нот появилось немного больше высоких частот, появился интерес, что же будет дальше, ваши нейроны новизны стали возбуждаться и становится активней... Заметьте насколько быстро вам надоела мелодия на 3м паттерне и на 4м.

Звук на 4м паттерне отличается случайностью, которую вы можете изменять во вкладке (случайность):

  • => =>
  • => =>
  • => =>

Также сравните паттерн 5 и 6. Изменения в 6м паттерне:

  • => =>
  • => =>

Хороших результатов можно добиться используя вкладки , и для различных параметров.

В данной ситуации вы обращали внимание, т.к. об этом было написано в статье. Обычный же слушатель об этом не знает и особого внимания на это не обращает. И если вы дадите ему послушать мелодию где все звуки одинаковы, и ту же мелодию где звучание немного отличается. И после этого спросите какая мелодия надоела быстрей, наверняка (не точно(проводите эксперименты с умом)) он ответит, что первая. На ваш вопрос "почему?", вероятней всего он ответит "не знаю, просто так".

Послушайте вашу любимую музыку и вы заметите, что во многих треках как раз работают подобные приёмы!

Помните! Главное знать меру!


Вот таким незамысловатым способом можно немного оживить звук и сделать его более интересным, а главное заставить нейроны новизны работать. В данной статье мы коснулись только тембра звука, но также ОЧЕНЬ важную роль играет громкость, не точность сетки мелодии и бита, вариации главной темы и множество других факторов которые не вошли в эту статью.