このセクションでは、電子音生成と処理の一般原理について、以下の項目を含めて詳しく説明します。 Summit関連する機能については、この章で詳しく説明します。アナログ音声合成に馴染みのない方は、この章を注意深くお読みいただくことをお勧めします。この分野に精通している方は、このセクションを飛ばして次のセクションに進んでください。
シンセサイザーがどのように音を生成するかを理解するには、音楽的なものも非音楽的なものも含め、音を構成する要素を理解することが役立ちます。
音を感知できる唯一の方法は、空気が鼓膜を規則的に周期的に振動させることです。脳はこれらの振動を（非常に正確に）無数の異なる種類の音のいずれかとして解釈します。
驚くべきことに、あらゆる音は3つの特性で説明でき、すべての音に必ずそれらが備わっています。それは以下のとおりです。
ある音を他の音と区別する要素は、その音に最初に存在する 3 つの特性の相対的な大きさと、特性が音の持続時間中にどのように変化するかです。
音楽シンセサイザーでは、これら3つの特性、特に音の「寿命」の中でどのように変化させるかを意図的に精密に制御することを目指しています。これらの特性はしばしば異なる名前で呼ばれます。例えば、音量は振幅、音の大きさ、またはレベル、ピッチは周波数、音色はトーンと呼ばれることがあります。
前述の通り、音は空気が鼓膜を振動させることで知覚されます。音の高さは振動の速さによって決まります。成人の場合、音として知覚される最も遅い振動は1秒間に約20回で、脳はこれを低音として認識します。一方、最も速い振動は1秒間に数千回で、脳はこれを高音として認識します。
2つの波形（振動）のピークの数を数えると、波形Bには波形Aのちょうど2倍のピークがあります（実際には波形Bは波形Aよりも1オクターブ高い音程です）。一定期間における振動の数によって音の高さが決まります。これが、音高が周波数と呼ばれることがある理由です。つまり、一定期間における波形のピークの数を数えることで、音高、つまり周波数が決まるのです。
音楽の音は、同時に発生する複数の異なる関連する音高から構成されています。最も低い音高は「基音」と呼ばれ、知覚される音の音符に対応します。音を構成する他の音高は、基音と単純な数学的比率で関連しており、これらは倍音と呼ばれます。各倍音の相対的な音量は、基音の音量と比較することで、音全体の音色、つまり「音色」を決定します。
ハープシコードとピアノという2つの楽器を、同じ音符を同じ音量で鍵盤で弾いたとします。音量と音程は同じであるにもかかわらず、2つの楽器の音色は明らかに異なります。これは、2つの楽器の音符生成機構が異なるため、異なる倍音成分が生成されるからです。ピアノの音に含まれる倍音成分は、ハープシコードの音に含まれる倍音成分とは異なります。
音量は、音の振幅または大きさとも呼ばれ、振動の大きさによって決まります。簡単に言えば、ピアノを1メートル離れた場所から聴くと、50メートル離れた場所から聴くよりも大きく聞こえます。
たった3つの要素であらゆる音を定義できることを示したので、これらの要素を音楽シンセサイザーで実現する必要があります。シンセサイザーの異なるセクションが、これらの異なる要素をそれぞれ「合成」（または生成）するのは当然のことです。
シンセサイザーのセクションの一つである 発振器は、音のピッチと倍音成分（トーン）を定義する生の波形信号を生成します。これらの信号は、 ミキサー、そして得られた混合物は、 フィルターこれにより、特定の倍音成分を除去（フィルタリング）または強調することで、音色をさらに変化させることができます。最後に、フィルタリングされた信号は 増幅器最終的な音量を決定します。
追加のシンセサイザーセクション - LFO そして 封筒 - 音の高さ、音色、音量を、 発振器、 フィルター そして 増幅器時間の経過とともに音の特徴が変化し、進化していく可能性があります。 LFO' そして 封筒他のシンセサイザー セクションを制御 (変調) することだけが目的であるため、一般的に「モジュレーター」と呼ばれます。
オシレーター部はシンセサイザーの心臓部です。電子波（最終的にスピーカーに送られる際に振動を生み出す）を生成します。この波形は、キーボードで演奏された音符、または受信したMIDIノートメッセージに含まれる音高によって制御可能な音程で生成されます。波形の独特の音色は、実際には波形の形状によって決まります。
何年も前、音楽合成の先駆者たちは、音楽の音作りに最も有用な倍音を多く含む、特徴的な波形がいくつかあることを発見しました。これらの波形の名前は、オシロスコープと呼ばれる機器で観測した際の実際の形状を反映しており、正弦波、矩形波、ノコギリ波、三角波、ノイズです。 Summitのオシレーターセクションでは、これらすべての波形を生成できるほか、従来とは異なるシンセ波形も生成できます。（ノイズは実際には独立して生成され、ミキサーセクションで他の波形とミックスされることに注意してください。）
各波形 (ノイズを除く) には、音楽に関連した特定の倍音セットがあり、シンセサイザーのその他のセクションで操作できます。
下の図は、これらの波形がオシロスコープ上でどのように見えるかを示し、それぞれの倍音の相対的なレベルを示しています。最終的な音色を決定するのは、波形に含まれる様々な倍音の相対的なレベルであることを忘れないでください。
方形波/パルス波には奇数次高調波のみが含まれ、その音量はノコギリ波の奇数次高調波と同じです。
方形波は、「ハイ」状態と「ロー」状態の時間が等しくなります。この比率は「デューティサイクル」と呼ばれます。方形波のデューティサイクルは常に50%です。つまり、周期の半分は「ハイ」、残りの半分は「ロー」の状態になります。 Summit 基本的な矩形波のデューティサイクルを調整できます（ 形 より「矩形」に近い波形を生成するために、コントロールを調整します。これらはパルス波形と呼ばれることもあります。波形が矩形に近づくにつれて、偶数倍音が多く含まれ、波形の響きが変化し、より「鼻にかかった」ような音になります。
パルス波形の幅（「パルス幅」）は、変調器によって動的に変化させることができます。これにより、波形の倍音成分が絶えず変化します。パルス幅を中程度の速度で変化させると、波形に「太い」質感を与えることができます。
パルス波形は、デューティ サイクルが 40% でも 60% でも同じように聞こえます。これは、波形が単に「反転」され、倍音の内容がまったく同じであるためです。
ノイズはランダム信号であり、基本周波数を持たない（したがってピッチ特性を持たない）ため、あらゆる周波数が含まれ、すべて同じ音量です。ピッチを持たないため、ノイズは効果音やパーカッションのような音の作成によく使用されます。
リング モジュレーターは、2 つの発振器からの信号を受け取り、それらを効果的に「乗算」するサウンド ジェネレーターです。 Summitリングモジュレーターは、オシレーター1とオシレーター2を入力として使用します。出力は、2つのオシレーター信号に含まれる様々な周波数と倍音成分に依存し、元の信号に含まれる周波数に加えて、和周波数と差周波数の連続で構成されます。
2つの信号源からの信号を合成するもう一つの方法は、周波数変調（FM）です。この技術では、一方の発振器（「キャリア」と呼ばれることもあります）の周波数が、その公称「中心」値を中心に、もう一方の発振器からの信号の瞬間振幅に応じた量だけ動的に変化します。 Summit パネルには FM エフェクトを追加するための専用のコントロール セットがあります。
正確な音響結果は、各発振器の波形、相対ピッチ、および変調信号の最大振幅に依存します。 Summit この後者のパラメータは手動で制御することができ、さらに LFO とエンベロープの両方によって変化させることもできます。
周波数変調の結果、変調対象となる発振器のピッチの上下に、広範囲にわたる（実際には理論上は無限の）高調波が付加されます。FM用語では、これらの高調波はしばしばサイドバンドと呼ばれます。「重要な」サイドバンドの数は、変調信号の振幅に比例し、搬送波と変調器の周波数差に反比例します。変調器が既に高調波を豊富に含んでいる場合（例えば、単純な正弦波以外の場合）、各高調波は独自のサイドバンドセットを生成し、結果のスペクトル内容をさらに豊かにします。
Summit は 減算的 シンセサイザー。 減算的 合成プロセスのどこかで音の一部が減算されることを意味します。
オシレーターは生の波形に豊富な倍音成分を提供し、フィルター セクションでは制御された方法で倍音の一部を減算します。
3つの基本的なフィルタータイプがあり、すべて Summitローパス、バンドパス、ハイパスの3種類があります。シンセサイザーで最も一般的に使用されるフィルターの種類はローパスです。ローパスフィルターでは、「カットオフ周波数」が設定され、それ以下の周波数は通過させ、それを超える周波数はフィルターで除去されます。
の設定 フィルター周波数 このパラメーターは、どの周波数帯域を超える周波数帯域が除去されるかを決定します。波形から倍音を除去するこの処理は、音色や特性を変化させます。Frequencyパラメーターが最大値の時、フィルターは完全に「オープン」となり、オシレーターの生波形からどの周波数帯域も除去されません。
実際には、ローパスフィルタのカットオフポイントを超える高調波の音量は、急激ではなく徐々に減少します。カットオフポイントを超える周波数でこれらの高調波の音量がどの程度急速に減少するかは、フィルタの スロープ パラメータ。傾きは「オクターブあたりの音量単位」で測定されます。音量はデシベルで測定されるため、この傾きは通常、オクターブあたりのデシベル数（dB/oct）で示されます。数値が高いほど、カットオフポイントを超える高調波の除去率が高くなり、フィルタリング効果が顕著になります。 Summitのフィルタ セクションは 12 dB/oct の傾斜を持ちますが、同じタイプを 2 つカスケード接続 (直列接続) すると、24 dB/oct の傾斜を生成できます。 Summit また、2 つの異なるタイプのフィルターをカスケード接続したり、「並列」に配置することもできるため、ミキサー出力は両方で処理されます。
フィルターのもう一つの重要なパラメータはレゾナンスです。カットオフポイントの周波数は、フィルターのレゾナンスを上げることで音量を上げることができます。 共振 コントロール。これは、サウンドの特定の倍音を強調するのに役立ちます。
レゾナンスを上げると、フィルターを通過する音に口笛のような音質が加わります。レゾナンスを非常に高く設定すると、信号が通過するたびにフィルターが自己発振し始めます。その結果生成される口笛のような音は、実際には純粋な正弦波であり、そのピッチはレゾナンスの設定に依存します。 頻度 コントロール（フィルターのカットオフポイント）。この共鳴によって生成された正弦波は、必要に応じて追加の音源としていくつかのサウンドに使用できます。
下の図は、典型的なローパスフィルタの応答を示しています。カットオフポイントを超える周波数は音量が低下します。
共鳴が追加されると、カットオフポイント周辺の周波数の音量がブーストされます。
従来のローパスフィルタータイプに加えて、ハイパスフィルターとバンドパスフィルタータイプもあります。 Summitフィルターの種類は、 形 スイッチ 。
ハイパスフィルタはローパスフィルタに似ていますが、「逆の意味で」動作するため、カットオフポイント以下の周波数は除去され、カットオフポイント以上の周波数は通過します。フィルタが 頻度 パラメータが最小に設定されている場合、フィルタは完全に開き、生の発振波形から周波数が削除されません。
バンドパスフィルターは、カットオフポイントを中心とした狭い帯域の周波数帯域のみを通過させます。帯域の上下の周波数は除去されます。このタイプのフィルターを完全に開いてすべての周波数を通過させることは不可能です。
上記のタイプの単純なフィルターを組み合わせて使用することで、音量と周波数のより複雑な関係を得ることができます。 Summit 異なるタイプのフィルターを2つ「カスケード接続」することで、「直列」の組み合わせを作成できます。この組み合わせでは、両方のフィルターが減算型であるため、通常、単一のフィルターセクションを使用する場合よりも多くの周波数が除去されます。ただし、2つのフィルターのカットオフ周波数が異なる場合、興味深い結果が得られることがあります。
例えば、ローパスフィルタの後にハイパスフィルタが続く場合、ローパスフィルタは
ハイパスフィルタは、非常に高い周波数帯域のみを通過させます。ハイパスフィルタは、その一部を除去し、両方のフィルタのカットオフ周波数の「間」の狭い帯域の周波数帯域を残します。この帯域の幅は、2つのカットオフ周波数の差、つまり「分離」によって決まります。
同じフィルターを並列に組み合わせると、2つのセクションの応答が実質的に加算されるため、全く異なる結果になります。低周波数はローパスフィルターを通過し、高周波数はハイパスフィルターを通過するため、2つのカットオフ周波数の間の領域で応答にディップまたはハンプが生じます。
前の段落では、音のピッチと音色の合成について説明しました。合成チュートリアルの次の部分では、音量を制御する方法について説明します。楽器によって生成される音の音量は、楽器の種類によって、音符の長さに応じて大きく変化することがよくあります。
例えば、オルガンで演奏された音符は、鍵盤が押されるとすぐに最大音量に達します。鍵盤を放すまで最大音量が維持され、放すと音量は瞬時にゼロに下がります。
ピアノの音は、キーを押すとすぐに最大音量に達しますが、キーを押しても数秒後には徐々に音量がゼロになります。
弦楽器セクションのエミュレーションは、キーが押された瞬間から徐々に最大音量に達します。キーが押されている間は最大音量を維持しますが、キーを放すと音量はゆっくりとゼロまで下がります。
アナログシンセサイザーでは、音符の長さに応じて発生する音色特性の変化は、エンベロープジェネレーターと呼ばれるセクションによって制御されます。これらのうちの1つ（アンプエンベロープ）は常にアンプと関連しており、アンプは音符の振幅、つまり音の音量を制御します。 Summit各エンベロープ ジェネレーターには、エンベロープの形状を決定する 5 つの主要なパラメーターがあります。これらは、AHDSR パラメーター、またはエンベロープの「位相」と呼ばれます。
このダイアグラムには、さらに初期段階であるディレイが含まれていることにお気づきでしょう。これは、鍵盤が押されてからアタックタイム、ひいてはAHDSRシーケンス全体が開始されるまでの時間を表します。これは、他のシンセサイザーにはあまり見られないエンベロープのもう1つの段階ですが、AHDSRでは利用可能です。 Summit遅延時間の追加により、完全性を保つためにエンベロープ シーケンスの名前を DAHDSR に変更します (ただし、多くのユーザーは、より伝統的な用語である ADSR を引き続き使用します)。
最近のシンセサイザーのほとんどは、複数のエンベロープを生成できます。 Summit 3 つのエンベロープ ジェネレーターがあります。 アンプエンベロープ 専用のハードウェアADSRスライダーコントロール（ディレイとホールドはメニューで個別にコントロール可能）があり、上記のように、各ノートの音量を調節するためにアンプに常に適用されます。2つのモジュレーションエンベロープ（モッド環境1 そして モッド環境2）は同一のコントロールセットを共有し、アサインスイッチで制御対象のエンベロープを選択します。モジュレーションエンベロープは、各ノートの持続時間中にシンセサイザーの他のセクションを動的に変化させるために使用できます。 Summitの モッド環境 ジェネレーターを使用すると、たとえば、フィルターのカットオフ周波数や発振器の矩形波出力のパルス幅を変更できます。
エンベロープ・ジェネレーターと同様に、シンセサイザーのLFO（低周波発振器）セクションはモジュレーターです。音の合成そのものの一部ではなく、シンセサイザーの他のセクションを変化させる（または変調する）ために使用されます。例えば、LFOはオシレーターのピッチやフィルターのカットオフ周波数、その他多くのパラメータを変化させることができます。
ほとんどの楽器は、音量だけでなく音程や音色も時間とともに変化します。時にこれらの変化は非常に微妙なものですが、最終的な音色の特徴を大きく左右します。
エンベロープは単音の持続時間中に単発のモジュレーションを制御するのに対し、LFOは周期的な波形またはパターンを繰り返してモジュレーションを行います。前述のように、オシレーターは一定の波形を生成します。これは、正弦波や三角波などの繰り返し波形になります。LFOも同様の方法で波形を生成しますが、通常は人間の耳が直接認識できる音を生成するには低すぎる周波数で生成されます。エンベロープと同様に、LFOによって生成された波形はシンセサイザーの他の部分に送られ、サウンドに時間経過に伴う変化、つまり「動き」を与えることができます。
この低周波をオシレーターのピッチに適用するとどうなるか想像してみてください。その結果、オシレーターのピッチは元のピッチからゆっくりと上下に変化します。これは、例えばバイオリニストが弓で弦を弾きながら指を上下に動かすような効果をシミュレートします。この微妙なピッチの上下動は「ビブラート」効果と呼ばれます。
あるいは、同じ LFO 信号がオシレーターのピッチではなくフィルターのカットオフ周波数を変調すると、「ワウワウ」と呼ばれるよく知られたウォブリング効果が得られます。
シンセサイザーは、主に 5 つのサウンド生成またはサウンド変更 (変調) ブロックに分類できます。
シンセサイザーで得られる楽しみの多くは、工場出荷時にプリセットされたサウンド (パッチ) を試したり、新しいサウンドを作成したりすることです。
実際に体験してみることに代わるものはありません。調整を試みる Summitのさまざまなコントロールにより、さまざまなシンセセクションがどのように変化し、新しいサウンドを形成するのかをより深く理解できるようになります。
この章で学んだ知識と、ノブやスイッチを微調整したときにシンセ内で実際に何が起こっているかを理解すれば、新しくエキサイティングなサウンドを作成するプロセスが容易になります。