Physis Plus rappresenta la naturale e potente evoluzione della nostra brevettata e ormai ben nota tecnologia Physis (Physical modeling).
In che cosa differisce dall’attuale?
Abbiamo sviluppato una combinazione tecnologica tra i nostri modelli fisici prioritari a un algoritmo di intelligenza artificiale che abbiamo chiamato MORIS© (“Multi-Objective Random Iterative Search”, a Viscount Deep Learning complex procedure (*1)(*2)(*3)) Che ha reso possibile il raggiungimento di una ricchezza armonica del suono d’organo mai ottenuta prima.
Questo algoritmo è in grado di carpire e assimilare nuove caratteristiche tipiche del suono d’organo e fornisce delle stime dei parametri della singola canna d’organo, rendendo così i nostri modelli fisici ancor più efficaci, sia in termini di sonorità che di feeling sulla tastiera.
Quando si deve costruire un registro di organo le prime cose da determinare sono le caratteristiche fisiche di ogni singola canna in ogni suo particolare; ad esempio il diametro, la larghezza e l’altezza della bocca, la forma del tubo sonoro, se presente, il tappo e l’eventuale camino ecc… Tutti questi elementi concorrono a determinare il timbro di ciascuna canna. Nel nostro caso si fa un lavoro, per così dire, “a ritroso”; si prende un set di canne omogenee (un registro dunque) e le si ascolta analizzando ogni più piccolo particolare, fino a determinare con una buona approssimazione, come è fatto l’oggetto sonoro che ha determinato quel timbro. Questo lavoro fatto dall’algoritmo di AI è paragonabile, dunque, al lavoro dell’organaro (o meglio del cannofonista – il costruttore delle canne): il suo output è un registro suonante benché ancora “grezzo”.
Tuttavia l’AI non è in grado di fare valutazioni di carattere estetico artistico per cui, per avere dei registri di buona qualità, è necessario l’intervento del sound designer che, in maniera paragonabile all’intonatore delle canne, prende i suoni uno per uno e li affina in modo da renderli ben suonanti in sé e per sé, ed anche bene armonizzati con il resto del registro.
MORIS© : processo tecnologico
Partendo da un input, il MORIS© coglie le caratteristiche che contribuiscono alla creazione di quel suono peculiare, le elabora con una serie di regole e produce un suono “grezzo” di organo a canne attraverso la sintesi. Attraverso una serie di iterazioni, variando casualmente i parametri di sintesi, MORIS modifica l’insieme dei parametri fino a ottenere la migliore rappresentazione del suono in ingresso.
Uno dei compiti più impegnativi nella sintesi sonora physically-informed è la stima dei parametri del modello per produrre il timbro desiderato. In passato sono state sviluppate procedure automatiche di stima dei parametri per alcuni parametri o scenari applicativi specifici, ma finora nessun approccio si è dimostrato applicabile a un’ampia varietà di casi d’uso. Inoltre, i parametri vengono appresi dai dati generati dal modello, senza richiedere alcuno sforzo nella preparazione e nell’etichettatura del set di dati di addestramento.
Lo sviluppo della nostra tecnologia di modellazione fisica ha stabilito un nuovo standard di affidabilità e flessibilità.
(*1) A Multi-Stage Algorithm for Acoustic Physical Model Parameters Estimation, IEEE/ACM TRANSACTIONS ON AUDIO, SPEECH, AND LANGUAGE PROCESSING, VOL. 27, NO. 8, AUGUST 2019, Leonardo Gabrielli , Stefano Tomassetti, Stefano Squartini , Carlo Zinato, and Stefano Guaiana
(*2) Timbre Equalization of Wind Instruments Physical Models Using a Random Iterative Search Algorithm, J. Audio Eng. Soc., vol. 68, no. 5, pp. 364–376, (2020 May), Leonardo Gabrielli , Stefano Tomassetti, Stefano Squartini
(*3) INTRODUCING DEEP MACHINE LEARNING FOR PARAMETER ESTIMATION IN PHYSICAL MODELLING, Proceedings of the 20th International Conference on Digital Audio Effects (DAFx-17), Edinburgh, UK, September 5–9, 2017, Leonardo Gabrielli , Stefano Tomassetti, Stefano Squartini , Carlo Zinato