Генеративний ембієнт: повний гід зі звуком, який можна пограти

Я дизайнер, який робить речі в коді, а не музикант і не звукоінженер. Це те, чого я навчився, роблячи один застосунок, зібране в одному місці. У кожної частини є окрема довша стаття, якщо потрібні подробиці, і я даю на неї посилання по ходу.

• 1. Проблема: чому не працює ні музика, ні тиша
• 2. Яким має бути хороший фоновий звук
• 3. Що означає «генеративний»
• 4. Записів немає
• 5. Правило, яке змушує звучати: звук виникає від дотику
• 6. Чому він лишається спокійним
• 7. Як проста нота отримує тіло
• 8. Як зробити місце з нічого
• 9. Як я перевіряю, чи звук хороший
• 10. Де це працює і чого коштує
• 11. Як користуватися і як оцінювати будь-який фоновий звук
• 12. Чого цей гід не стверджує

1. Проблема: чому не працює ні музика, ні тиша

Ви сідаєте працювати, у кімнаті тихо. За кілька хвилин щось уже перехопило вашу увагу: холодильник, сусід, власний стілець. Ви вмикаєте музику. Одну-дві пісні це допомагає. Потім приходить приспів або трек, який ви знаєте надто добре, і ви помічаєте, що слухаєте замість того, щоб працювати.

Я не можу працювати в тиші і не можу працювати під музику. Так я почав читати про це, а потім зробив власний фоновий звук.

Три речі у звуку відтягують увагу.

Слова. Мова і слова пісень — найгірший випадок, бо ви не вирішуєте їх обробляти, це відбувається саме. Огляд 65 досліджень показав, що вони заважають читанню більше за будь-який інший фоновий звук. Інше дослідження виявило, що музика зі словами погіршувала концентрацію й увагу.

Те, за чим можна стежити. Біт, мелодія, що рухається до розв’язки, петля, яку ви вже вивчили. Нічого з цього не просить вас слухати навмисно, а частина вас усе одно слідкує.

Раптова зміна. Двері, голос, сповіщення. Великий огляд про шум і продуктивність показав, що уривчастий шум шкодить трохи більше за рівний.

Тиша прибирає перші дві проблеми і погіршує третю. Коли в кімнаті нічого немає, кожен дрібний звук приходить на повну силу, і кожен приходить без попередження. Слух працює на контрасті: в кафе ви не чуєте, як упала ложка, а в тихій квартирі чуєте, як за дві кімнати вмикається холодильник.

Довші версії цієї частини: «Чому музика не допомагає зосередитися (і тиша теж)», «Скільки уваги забирають слова», «Біт — ворог концентрації?» і «Тиша не нейтральна».

2. Яким має бути хороший фоновий звук

Якщо проблеми — слова, те, за чим стежиш, і раптові зміни, то відповідь — звук, у якому цього немає. Рівний, тихий і без нічого, що вимагало б вас.

Критерій не «який звук найприємніший». Він такий: «який звук просить від мене найменше». Звук може бути чудовий і все одно поганий як фон, бо чудовість — це те, що помічаєш.

Зазвичай радять шум. Корисно знати його кольори.

Шум — це всі висоти одночасно, у випадковому порядку. Колір показує, який кінець гучніший. Білий однаково гучний усюди і звучить як шипіння. Рожевий плавно слабшає до верху і звучить як рівний дощ. Коричневий слабшає швидше і звучить як глибокий гуркіт. Фіолетовий — навпаки до коричневого, тонкий і різкий. Білий швидко втомлює, бо наш слух найгостріший у верхній середині, тож він виходить яскравим. Коричневий названо не за колір, а на честь ботаніка Роберта Брауна і випадкового тремтіння частинок у воді. Повна версія — у статті «Білий, рожевий, коричневий, фіолетовий».

У шуму є два обмеження. Дослідження про нього неоднозначні: один огляд 2024 року виявив, що білий і рожевий шум трохи покращував виконання завдань у молодих людей із проблемами уваги і трохи погіршував у тих, у кого їх немає. А записи дощу, хвиль чи шуму скінченні, тому зациклюються, а розпізнана петля — ще одна річ, за якою стежиш. Це розбирають дві статті: «Чому звуки дощу працюють і чому записаний дощ зрештою перестає» і «Чому lo-fi перестає працювати на третій годині».

Лишається варіант, який зробив я: звук з одним стабільним настроєм, що повільно змінюється і ніколи не повторюється в деталях. Тут саме час сказати про слово.

3. Що означає «генеративний»

Слово зробив популярним Браян Іно. Він описував генеративну музику як музику, що «постійно інша й змінюється і створюється системою». Нічого не зберігається і не відтворюється. Працює набір правил, і звук виходить, доки він працює. Це ближче до інструмента, що грає сам, ніж до програвача.

Ідея старша за комп’ютери, і історію можна розповісти за один раз:

• У 1917 році Ерік Саті вигадав термін «меблева музика» — музика, яка є частиною кімнати так само, як стілець.
• У 1970-х Іно пустив дві короткі мелодії різної довжини крізь магнітофони так, що вони накладалися одна на одну, і назвав результат «по-справжньому автоматичною музикою». Згодом з’явився Music for Airports, зібраний із накладених магнітофонних петель різної довжини, з рядком, що визначив стиль: ембієнт «має бути так само ігнорованим, як і цікавим».
• У середині 1990-х це зробило програмне забезпечення: програма Koan створювала музику за правилами просто на ходу, і Іно випустив альбом, зроблений із нею.
• У 2008 році Іно і Пітер Чілверс випустили застосунок для телефона Bloom, де кожне торкання стає тоном, який застосунок підтримує.
• Задовго до електрики люди робили вітряні дзвіночки, арфи, на яких грає вітер, і гру в кості для складання танців.

Прийом із магнітофонними петлями легко почути. Петлі різної довжини розходяться між собою, тож їхній збіг настає дуже нескоро.

Мій застосунок — маленький приклад тієї ж ідеї у вкладці браузера. Я не ставлю його поруч із роботами Іно. Я користуюся ідеєю, яку він та інші зробили придатною до застосування. Довші історії: «Коротка історія генеративного ембієнту», «Аеропорт Браяна Іно і музика, яку не обов’язково слухати» і «Вітряні дзвіночки, еолові арфи і машини, що грають самі».

4. Записів немає

В Ambient Sound Online немає жодного аудіофайлу. Кожен тон, текстура і відлуння обчислюються у вашому браузері в мить, коли ви їх чуєте, за допомогою Web Audio API, який є в сучасних браузерах. Увесь застосунок — одна сторінка, і вона використовує стільки ж даних, слухаєте ви хвилину чи цілий день.

Я не знав, що так можна, коли починав. Я думав, що звуковий застосунок — це тека зі звуковими файлами.

Більшість ембієнт-застосунків працюють як автомат із напоями: хтось колись записав трек, і кожне натискання «грати» видає той самий. Тут усе більше схоже на кухаря з рецептом. У браузера є кілька базових інгредієнтів. Осцилятор виводить просту ноту. Фільтр робить звук яскравішим або тьмянішим. Регулятор підсилення плавно вмикає і вимикає його. З’єднайте кілька таких частин, і браузер створює звук наново, поки ви слухаєте. Нічого не зберігається.

Це можна перевірити самому. Увімкніть Ocean, потім переведіть телефон у режим польоту. Звук триває, бо завантажувати вже нічого. Чесні межі описані у статті «Чи працює він офлайн?»: коли сторінка відкрита, звук створюється на вашому пристрої, але відкрити сторінку без зв’язку не можна.

Головний текст: «Аудіофайлів немає».

5. Правило, яке змушує звучати: звук виникає від дотику

Тут картинка виконує роботу партитури. Фігури повільно пливуть екраном, кожна своїм шляхом, і звук починається, коли дві з них перекриваються. Списку подій немає. Ви чуєте те, що відбувається на екрані.

Кожна фігура рухається сама і не знає про інші. Коли дві перекриваються, вони звучать. Коли розходяться, замовкають. Звуки бувають двох видів. Довгі наростають, поки фігура щось перекриває, і згасають, коли вона відходить. Короткі спрацьовують один раз, у мить дотику.

Я хотів найпростіше правило, яке все одно мене дивуватиме. У більшості згенерованої музики під низом є план, нехай навіть випадковий: щось рахує, і ноти потрапляють на рахунок. Тут пожвавлені й тихі моменти приходять із картинки. Коли фігури тиснуться в одному куті, звуку багато, а коли розходяться, його стає майже ніяк. Найбільше мені подобається те, що це видно наперед. Дві фігури пливуть назустріч одна одній, і ви знаєте, що зараз почнеться звук.

У кожного виду фігури своя робота.

Колір змінюється від світу до світу, але робота кожної фігури лишається тією самою. Ціна цього дизайну — контроль: я не можу зробити так, щоб певний звук прозвучав у певний момент. Я можу лише змінити шанси, і саме це робить повзунок Objects. Більше фігур — більше зустрічей.

Дві статті йдуть глибше: «Звук виникає лише від дотику» і «Фігури як інструменти». Була й практична проблема: фігури, що зависали на краю дотику, змушували звук смикатися. Рішення описано в статті «Гістерезис: як не дати звуку блимати» EN.

6. Чому він лишається спокійним

Самий випадок дає шум. Приємним це робить те, що зафіксоване.

Один стрій для всього. Усі звуки світу ділять один невеликий набір нот, тож будь-які два, що зустрілися, пасують одне до одного. Space, невагомий світ, використовує лише ноти одного широкого відкритого акорду, тож ніщо нікуди не приходить і ніщо не стикається. Звідси спокій. Починав він із гами без «домашньої» ноти, яка ширяла, але за години ставала тривожною: «У цілих тонів немає дому».

Обмеження на кількість звуків одночасно. Покладіть на екран достатньо фігур, і в будь-який момент багато з них торкаються. Кожен звук окремо приємний, а десять разом — сіра каша. Тому одночасно можуть грати лише кілька довгих звуків і лише один гул. Коли звучить мало, кожен звук отримує довший хвіст. Коли багато, хвости обрізаються. Моїм інстинктом було додавати шарів, але майже щоразу звук ставав кращим, коли я щось прибирав.

Стрій, який повільно пливе. Невеликий набір нот тримає все в гармонії, але за годину ви чули кожну ноту вже багато разів. Тому весь стрій повільно зсувається вгору й униз на невелику величину за кілька хвилин. Нота, що вже почалася, лишається на місці, бо висота, що ковзає, звучить як магнітофон, який сповільнюється. Нове положення беруть лише нові ноти. Я не чую це як рух, але нота зараз і та сама нота кілька хвилин тому звучать трохи по-різному.

Годинник із гулу. Фіксованого темпу немає, бо темп — це біт, а біт — це те, за чим стежать. Натомість, поки звучить гул, він дає повільний м’який пульс, і короткі звуки тяжіють до нього, щоб падати разом. Приберіть гул, і годинник зникає разом із ним. У Space пульсу немає зовсім.

М’який початок і повільне згасання. Ніщо не штовхає вас. Докладніше про це в наступній частині.

Подробиці — в статтях «Обмеження голосів», «Стрій, який повільно пливе» і «Гул — це годинник».

Одне, чого «ніколи не повторюється» не означає: нескінченну новизну. Набір звуків фіксований. Через якийсь час ви знатимете поклик кита і сигнал сонара. Постійно змінюється те, коли вони приходять і поруч із чим. Це означає, що немає точки, де петля замикається, бо немає записаної послідовності, до якої можна повернутися.

7. Як проста нота отримує тіло

Це частина, яка зайняла в мене найбільше часу, і та, від якої я найбільше хотів би вберегти новачка.

Синусоїда — це тест слуху. Це одна висота без нічого іншого, той самий писк на перевірці слуху. Віолончель, голос чи дощ за вікном ніколи не бувають однією висотою. Кожен із них — головна нота з набором тихіших навколо, і саме цей набір дозволяє відрізнити флейту від гітари, що грають ту саму ноту. Рання версія мого світу Space складалася з голих синусоїд, які довго тримались і були досить високо. Я думав, що чисті тони звучатимуть чисто й повітряно. Вони звучали як свисток, який не вщухає. Синусоїди добрі як інгредієнт, але не можуть бути цілим звуком. Див. «Як звучить синусоїда», а про чотири класичні форми хвилі — «Чотири базові форми хвилі».

Глибокий — не те саме, що темний. Коли звук був надто різким, я притискав верх фільтром. Від цього він ставав темнішим, але не глибшим. Фільтр може лише забрати те, що вже є у звуці. Звук глибокий, коли в нього є справжня енергія внизу, і найпростіший спосіб її туди покласти — друга, значно тихіша копія ноти на октаву нижче. Ви все одно чуєте одну ноту, але вона має вагу. Забагато — це каша, тож шар має бути настільки тихим, щоб ви не помітили його окремо і сумували за ним, коли його приберуть.

Повна стаття: «Суб-октава: звідки береться глибина».

Початок без клацання. Звук, що миттєво переходить від тиші до повної гучності, клацає, бо цей різкий край сам є звуком. Підніміть гучність за кілька мілісекунд, і клацання зникає, а звук усе одно здається миттєвим. Якщо довше, нота починає наростати, і це вже інший ефект. Кінець ноти теж клацає, якщо обірвати її на повній гучності.

Я дізнався це довгим шляхом. Короткі звуки мого світу Space мали бридке цокання на початку, і я довго міняв самі звуки, поки не зрозумів, що проблема в тому, як їх вмикають. Див. «Час атаки» EN.

Дзвін — це прості тони, розставлені нерівно. Збирати звук, додаючи прості тони, називається адитивним синтезом. Розставте тони рівно, і вийде щось гладке, як м’який орган. Зсуньте їх трохи з рівних місць, і той самий набір починає звучати як вдарений метал. Для цього потрібно напрочуд мало: для дзвону вистачає волосини, а далі від рівного виходить грубша й порожніша співоча чаша. Я думав, що дзвони для світу Forest доведеться брати із записів, а вони виявилися невеликими наборами простих тонів.

Довша версія: «Адитивний синтез». Споріднені ідеї: «Субтрактивний синтез», який вирізає звук із шуму, «Карплус — Стронг», що робить щипок струни із затримки, і «Чому квінта з м’яким початком — це завжди співоча чаша».

8. Як зробити місце з нічого

Звук без простору навколо сухий і близький, наче відбувається всередині голови. Це виправляють дві речі.

Положення. Про стерео зазвичай говорять як про ширину, великий розлогий звук. Але воно може робити корисніше: показувати, де щось є. У моєму застосунку кожен звук сидить там, де його фігура на екрані, і плавно рухається, коли рухається фігура. Фігури, що ближче до вас, малюються більшими, і їхньому звуку дозволено відходити далі вбік. Із заплющеними очима ви все одно приблизно відстежуєте картинку. Це ще й не дає кільком звукам злипатися в одну грудку посередині. Для цього демо візьміть навушники.

На одному динаміку телефона ліво й право зливаються в середину. Нічого не ламається. Ви втрачаєте положення і зберігаєте звук. Докладніше: «Стерео як інформація» і «Навушники чи колонки для ембієнту».

Кімната. Зазвичай реверберацію отримують так: записують оплеск у справжній залі й використовують запис як штамп. У мене немає зали і немає файлів, тож застосунок будує власний штамп: короткий сплеск шуму, що згасає, як відлуння. Кожен світ отримує свій. Тому Ocean звучить так, ніби ви під водою, а у Forest хвіст настільки довгий, що один дзвін ще лунає, коли починається наступний. У Space кімнати майже немає, бо у космосі немає стін, лише одне довге відлуння. Див. «Реверберація без запису» EN.

Три світи, один рушій. Ocean, Forest і Space ділять ті самі фігури, той самий дрейф і те саме правило, що звук починається від дотику. Змінюється матеріал, як видно з цієї таблиці:

Спершу я вважав їх трьома окремими інструментами. Насправді це радше один інструмент із трьома наборами струн. Space — єдиний світ, де я трохи зігнув рушій: без пульсу, з меншою кількістю звуків одночасно і з примусовими паузами тиші, бо без цього він наповнювався і переставав здаватися порожнім. Подробиці — в статті «Три світи, три набори правил», а про те, як проєктувати місце, якого не існує, — «Звук місця, якого не існує» і «Як насправді звучить космос».

9. Як я перевіряю, чи звук хороший

Довгий час мій світ Space звучав неправильно: різко, тонко, втомлював за кілька хвилин. Ocean, зроблений на тому самому рушії, був нормальним. Я чув, що щось не так, і не міг сказати що, а отже не міг виправити.

Допомогло порівнювати, а не оцінювати. Я зробив однакові кілька вимірів світу, який мені подобався, і світу, який ні, і подивився, де вони розходяться. Вимірів було чотири, і жоден не потребує математики: скільки звуку лежить унизу, як швидко він доходить до повної гучності, наскільки його найгучніша мить стирчить над середнім рівнем і де він балансує між низом і верхом.

Числа пояснили чому, і це дало мені, що міняти. Вони не сказали, коли зупинитись. Звук може збігатися з приємним за всіма чотирма пунктами і все одно бути нудним, тож після кожної зміни я все одно слухав. Я б не називав це вимірюванням неприємності. Це вимірювання відстані до чогось, що ти вже знаєш як приємне. Повна розповідь: «Чи можна виміряти, чому звук неприємний?».

Два факти про слух пояснюють чимало з того, що в мене пішло не так.

Тиха гучність змінює те, що ви чуєте. Слух нерівномірний за висотою. Ми найчутливіші приблизно між 2 і 5 кГц, а низьким звукам потрібно більше енергії, щоб ми їх узагалі помітили. На малій гучності першим зникає бас, потім блиск угорі, і лишається тонкий звук. Фоновий звук грає тихо, тож його чують саме в умовах, де бас найслабший. Оцінюйте звук на тій гучності, на якій справді будете слухати. Див. «Звук на малій гучності».

Втомлює те, де лежить енергія. Тонкі, високі, довгі тони без нічого під ними втомлюють мене швидше за все, так само як усе, що лежить там, де слух найгостріший. Я не можу назвати кількість хвилин і не довіряю тим, хто називає. «Слухова втома» — робочий термін серед аудіофахівців, а не визнаний медичний стан. Якщо у вухах дзвенить або вони відчуваються притуплено, було надто гучно, а це справді важливо. Див. «Скільки можна слухати, поки звук не стане шумом».

10. Де це працює і чого коштує

Легкий для завантаження. Застосунок маленький і відкривається швидко, без фреймворків і без стороннього коду за звуком: рушій використовує лише те, що вже є в браузері. Після першого завантаження більше нічого не довантажується. Невелика серверна частина рахує відвідування й обробляє оплату, а ці статті живуть окремо.

Один клік для старту. Браузери відмовляються видавати звук, доки ви щось не зробите, тож кожному звуковому застосунку потрібна кнопка старту. Моя — це той самий один клік, і жодна хитрість його не обходить. Див. «Політика автозапуску» EN.

Чого коштує синтез. Після завантаження сторінки більше нічого завантажувати не треба, і це важливо на мобільному тарифі. Вартість переходить на процесор і батарею вашого пристрою, і про це я писав у статті «Дані, процесор, батарея». Телефони — окремий випадок: коли екран гасне, браузер може зупинити звук, і нотатки про це — у статті «Чому екран телефона гасне і звук зупиняється» EN.

Чесна частина про дані. Жоден звук нікуди не надсилається, в жодному напрямку, і сторінка ніколи не користується вашим мікрофоном. Але сторінка використовує куки для анонімної аналітики і веде простий підрахунок візитів, того, який світ грає, і того, як довго люди слухають. Якщо зв’язок обривається, це тихо не спрацьовує, а звук іде далі.

11. Як користуватися і як оцінювати будь-який фоновий звук

Ocean безкоштовний і запускається одним кліком, без облікового запису. Forest і Space відкриваються разом одним платежем, підписки немає.

Якщо хочете спробувати його як робочий звук, я роблю так:

• Вмикайте тихо, рівно настільки, щоб перестати чути кімнату. Не гучніше.
• Використайте його одну повну робочу сесію, перш ніж вирішувати, бо перші п’ять хвилин майже нічого не кажуть.
• Беріть навушники, якщо можете. Ocean тримає свою вагу в низьких частотах, які малі динаміки майже не відтворюють.
• Якщо щось у ньому дратує, вважайте це інформацією про звук. Спробуйте коричневий шум на день і подивіться, який із двох можна лишити довше.

Якщо хочете оцінити будь-який фоновий звук, мій теж, питання ті самі, що на початку цього гіда:

1. Чи є в ньому слова?
2. Чи є в ньому за чим стежити: біт, мелодія або петля, яку ви вже вивчили?
3. Чи є в ньому щось раптове?
4. Чи лишається він тихим фоном на гучності, на якій ви справді слухатимете?
5. Чи хочеться після повної сесії його вимкнути?

Якщо на перші три відповідь «ні», а на четверте «так», звук, імовірно, виконує свою роботу.

Для конкретних ситуацій є окремі тексти: «Звук для програмування», «Звук для читання, звук для письма, звук для пошти», «Як вижити в опенспейсі» і, з тією обережністю, якої ці теми потребують, «Звук для зосередження при РДУГ», «Чи допоможе генеративний звук заснути» та «Ембієнт і тинітус».

12. Чого цей гід не стверджує

Він не стверджує медичного ефекту. Звук може зробити кімнату зручнішою для роботи. Він нічого не лікує, і ніхто не може обіцяти, що він допоможе вам зосередитися, заснути чи почуватися краще. Де є дослідження, я дав на них посилання і сказав, що вони виявили.

Він не називає цифр. Я не можу сказати, за скільки хвилин звук починає втомлювати, яка гучність правильна і який колір шуму вам обрати. Я можу сказати, що помітив сам і чому, на мою думку, так сталося.

Він не претендує бути курсом теорії музики чи звукової інженерії. Я дизайнер, який зробив застосунок. Де я спрощував, наприклад, даючи всім частковим тонам дзвону згасати разом, я сказав про це в довшій статті.

Він не стверджує, що це єдиний хороший спосіб робити фоновий звук. Це мій, і він зроблений так, щоб просити від вас якомога менше.

І одна чесна примітка про телефони: я не обіцяв, що звук триває при заблокованому екрані. Браузери поводяться по-різному, і я б волів, щоб ви перевірили це на власному телефоні.

Джерела

• Generative music, Wikipedia
• Furniture music, Wikipedia
• Ambient 1: Music for Airports, Wikipedia
• Bloom (software), Wikipedia
• Vasilev, Kirkby and Angele, 2018: огляд 65 досліджень про фоновий звук і читання
• Shih, Huang and Chiang, 2012: фонова музика зі словами і без, та увага
• Szalma and Hancock, 2011: огляд про шум і людську продуктивність
• Nigg and colleagues, 2024: огляд про білий і рожевий шум та виконання завдань
• Colors of noise, Wikipedia
• Additive synthesis, Wikipedia
• Inharmonicity, Wikipedia
• Whole-tone scale, Wikipedia
• Panning (audio), Wikipedia
• Crest factor, Wikipedia
• Spectral centroid, Wikipedia
• Equal-loudness contour, Wikipedia
• Listener fatigue, Wikipedia
• Autoplay policy in Chrome