شاهین مهاجری
گاهی نیز می توان دستگاههای مولد صدا را در ابعاد کوچک در داخل شهر و مکان های اداری و… یافت که اصواتی با شدت کم ولی قابل شنیدن تولید می کنند: مانند دستگاه کپی با صدای ریتم دار جالب اش و…
همچنانکه گفته شد، از این صداها اغلب تحت عنوان نوفه یاد می شود اما در این بین می توان مولفه های جالبی را در آنها کشف نمود که برای یک موسیقیدان جذاب باشد: فرکانس صدا، تغییرات رنگ صدا و الگوی ریتمیک موجود در صداهای تولید شده است. مدتها پیش، صدای پله برقی توجه مرا جلب کرد. این صدا دارای ساختار ریتمیک جالبی بوده و به صورت الگویی تکراری دائما شنیده می شد. این صدا را می توانید
اینجا
بشنوید.
منشاء این صدا مطمئنا ناشی از اشکالات سیستم داخلی پله برقی است و اگر چه شنیدن آن برای بسیاری از مردم بی اهمیت و حتی گاهی آزار دهنده می باشد ولی به عنوان یک نوازنده که به مباحث ریتم و فواصل زمانی علاقه مند می باشد آن را با گوشی موبایل خود ضبط نموده و تصمیم به آنالیز فواصل زمانی آن و بررسی الگوی زمانی آن گرفتم.
پیشتر در همین نشریه و در نوشته «فواصل زمانی» به مفهوم فاصله زمانی پرداختم ولی قبل از همه چیز مجددا آن را تکرار می کنم. فاصله زمانی مدت زمان بین دو حادثه (Event) صوتی است. در موسیقی برای ایجاد یک فاصله زمانی به دو صدا به عنوان حادثه صوتی احتیاج است. هر جسم بر اساس میزان انرژی منبع مولد ارتعاش و پارامترهای میرا کننده خود و محیط ارتعاش، تا مدت زمانی خاص مرتعش بوده و از خود صدا تولید می کند. بنابراین یک فاصله زمانی از دو بخش صدا و سکوت یا صرفا صدا تشکیل شده است:
اگر به شکل بالا توجه کنیم شش حادثه صوتی یعنی شش صدا را مشاهده می کنیم که در بین خود پنج فاصله زمانی ایجاد کرده اند. از دیدگاه فیزیکی، فاصله زمانی٬ مدت زمان ما بین نقطه شروع حوادث صوتی یا “Inter-Onset-Interval” است که به اختصار “IOI” نامیده می شود. منظور از “Onset” یا آغاز صدا٬ نقطه شروع حادثه یا موج صوتی می باشد که بخش غیرهارمونیک آغازین صدا “Transient” را تشکیل داده و بیشتر از محتوی طیفی صدا، فرکانس های زیر پردامنه و غیر هارمونیک دارد.
حال برمی گردم بر سر موضوع اصلی و صدای پله برقی. با کمک نرم افزار “Soundforge” یکی از الگوهای تکرار شونده را از فایل صوتی جداکرده و به صورت فایلی مجزا ذخیره نمودم. به علت درهم بودن صداها و مشخص نبودن محل دقیق آغاز اصوات موجود در شکل موج فایل صوتی، با کمک نرم افزار “TF32” فایل صوتی را آنالیز نموده و طول فواصل زمانی را از روی نمودار فرکانس – زمان آن به دست آوردم.
۱ نظر