颗粒合成：显微镜下的采样

把录音切成 20–400 ms 的窗口，成串地发射出去。位置、尺寸、密度和散布这四个数字，决定这串声音听起来是什么样。

上一课那台 stretch 机器把录音切成短片，然后设法把接缝藏起来。颗粒合成把这些短片留下，并且把它们的控制交到你手里。从录音里切一小段窗口，把两端淡化以免咔哒，然后一个接一个地发射，快到彼此交叠。每一个窗口就是一枚颗粒（grain）。源录音本身从不改变；改变的是你现在可以选择读它的哪里、每次取多少、以及多久取一次。下面的玩具处理的是一段 2 秒的和弦织体，由 A2、E3、A3 三对失谐锯齿波搭成，故意做得平淡，好让颗粒控制成为唯一在动的东西。

一枚颗粒是什么

一枚颗粒有一个在录音里的起点、一个长度，以及它自己的一条包络。玩具的颗粒包络是个梯形：在颗粒的前 30% 里升起，保持平顶，再在最后 30% 里落下。默认的 100 ms 颗粒读出来就是 30 ms 升、40 ms 平、30 ms 落。这两段斜坡是让每枚颗粒不在起止处发出咔哒的原因，并且随颗粒一起缩放，所以 20 ms 的颗粒两端各得 6 ms 斜坡，400 ms 的得 120 ms。颗粒长度在这里从 20 走到 400 ms。长颗粒保留足够多的源，让你还能认出它；一枚 20 ms 的颗粒对上织体最低那个 110 Hz 的音，勉强只装得下两个周期，接近耳朵还能读成音高的最短片段，所以在这一端你听到的主要是窗口自己的形状。

四个把手

• 位置（position）——录音的 0 到 100%，画成那条明亮的竖线。默认 50% 时，每枚颗粒都从 2 秒织体的 1.0 s 处开始。
• 尺寸（size）——20 到 400 ms，也就是上一节说的颗粒长度。
• 密度（density）——每秒 2 到 40 枚。它决定的是颗粒起点之间的间隔：每秒 2 枚是每 500 ms 一枚，每秒 40 枚是每 25 ms 一枚。
• 散布（spray）——0 到 50%，加在位置上的随机偏移，每一枚颗粒都重新抽一次。

密度和尺寸在听感上不是相互独立的。把它们相乘，得到的是同一时刻平均有多少枚颗粒在响。默认值每秒 12 枚、100 ms，乘出来是 1.2：颗粒刚刚够交叠，声音连续。把两者都推到最大，每秒 40 枚、400 ms，同时就有 16 枚在响，成为一片实心的冲刷，里面找不出任何一枚单独的颗粒。把两者都拉到最低，每秒 2 枚、20 ms，乘积是 0.04，于是输出有 96% 是静音，中间点着一下。玩具在背后替你做了补偿：它把每枚颗粒的峰值电平除以交叠数的平方根，因为颗粒之间相位无关，叠加起来更像互相独立的声源，而不是同一个声源的多份复制。没有这个补偿，扫动密度就只会被听成一个音量旋钮。

位置：站在录音里不动

位置是让颗粒合成不同于这门课其他任何机器的东西。别的都在把录音往前放。这里你选一个点，然后停在上面。把位置停在 50%、散布归零，每枚颗粒读的都是同一个和弦的同一段 100 ms，于是这个音可以无限延续下去——而它的素材原本只有两秒长，本身根本没有延音。缓慢移动位置，你就以手选的速度走过这段录音，而源的音高完全不受你走多快的影响。这就是十年来环境音乐唱片背后那种冻结的涌动，也是最值得先练的那个动作。

站着不动有一个副作用。散布为零时每枚颗粒都一模一样，于是输出精确地以颗粒速率重复。每秒 40 枚时，这个重复就是 40 Hz，高过第 1 课画的每秒二十次那条线，声音会多出一个和录音毫无关系的低沉嗡鸣。散布是解法。它给位置加一个随机偏移，均匀分布在正负「它的百分比乘以整段录音」这个窗口里：在 2 秒的缓冲上，10% 就是 ±200 ms，最大的 50% 是 ±1 秒，从居中的位置出发正好覆盖全部。少量散布打破颗粒速率的周期性，嗡鸣就没了。大量散布会把你没有指着的那些部分的素材也拉进来，声音于是变成整段录音的平均。这个偏移是被截断而不是绕回的，所以当位置靠近边缘、散布又开到很大时，颗粒会堆在那条边上。