El audio de Bubba Machine

Bubba Machine tiene un objetivo: la mejor calidad de audio que permite el FM-1. Esta página cuenta qué se cambió para llegar ahí en la 0.4.0-beta, cuánto cuesta cada cosa en el aparato y, con la misma franqueza, lo que todavía no está a la altura.

Todas las cifras de CPU se midieron en el FM-1 del autor con la consola del firmware (tools/fm1/traza.py). Los detalles de cada medición están en TRAZA_FM1.md y MOTORES.md.

El aparato


Procesador	JieLi AC791N, dos núcleos a 360 MHz con FPU de precisión simple
Salida	codec externo por I2S, estéreo de 24 bits a 44 117.6 Hz (24 MHz / 544, fijo por hardware)
Memoria para sonidos grabados	116 KiB de flash para las tomas del sampler

Lo que mejoró

1. Todo a 44.1 kHz

En la 0.3 los motores calculaban a 22 kHz y cada muestra se repetía dos veces para llegar a la salida. Eso corta todo arriba de 11 kHz y deja imágenes (agudos falsos) por encima.

Ahora los motores y la mezcla calculan a la frecuencia real del codec, 44 117.6 Hz, sin sobremuestreo. Los agudos llegan hasta 20 kHz y la afinación es exacta, porque se calcula con la frecuencia verdadera y no con 44 100.

2. Mezcla en coma flotante

	0.3	0.4
Bus de mezcla	entero, con una división por muestra y canal	float, ganancias calculadas una vez por bloque
Canales en silencio	se calculaban igual	se saltan
Captura de los efectos en vivo (stutter, reversa, tape stop)	μ-law de 8 bits	16 bits
Delay	μ-law de 8 bits	16 bits con lectura interpolada
Costo de la mezcla con PLAY	8.6 % de un núcleo	7.3 %, calculando el doble de muestras

Medido en el aparato, la FPU es 1.5× más rápida que la aritmética entera de 64 bits que usaba la 0.3, así que pasar a float fue más rápido y además más limpio.

3. Sonidos calculados en vivo, sin grabaciones de baja resolución

La 0.3 tenía kits de batería grabados a 22 kHz en μ-law de 8 bits (nada arriba de 11 kHz) y tablas de onda de baja resolución. Se fueron todos. Ahora cada sonido se calcula en el momento con bibliotecas de síntesis probadas:

Motor	Qué usa	Licencia
Batería modelada	modelos de bombo, caja y hi-hat de Plaits (Mutable Instruments), en float, más palmas, cencerro, resonador, ruido y percusión FM propios	MIT
ANALOG	osciladores con polyBLEP (anti-aliasing), filtro LP 24/12, BP o HP con resonancia y drive, ADSR, LFO, sync y ring	propio y MIT (Plaits/stmlib)
FM de 6 operadores	msfa, el motor de Dexed y la misma base del firmware de fábrica; los 32 algoritmos de la DX7	Apache-2.0
ACID	filtro escalera de 4 polos con resonancia, acento y slide	propio

El acento no solo sube el volumen: cambia el golpe, como en una caja de ritmos real.

4. Una salida sin clics ni escalones

Clipper suave con DRIVE (un polinomio, no un corte duro) y un techo de −1 dBFS antes del codec.
El volumen MASTER cambia en rampa dentro de cada bloque: girar la perilla no hace escalones.
Cuando el firmware escribe la flash el audio tiene que parar: entra y sale con un fundido de 5 ms, sin clic.
La grabación del sampler pasa por un filtro Butterworth antes de bajar a 16 kHz, para que no se doblen agudos al grabar.
La interpolación sin interpolar (DROP) pasó a LINEAL, y el sampler también tiene Hermite.

5. El tiempo, exacto

El secuenciador cuenta a 96 PPQN desde el contador de muestras del audio: no hay un reloj aparte que pueda derivar, y cada nota cae en su muestra exacta dentro del bloque.

6. Rendimiento: lo que hace lugar a la calidad

Calcular el doble de muestras con motores mejores solo cabe si el código rinde. Lo que se midió y cambió:

Cambio	Antes	Después
Caché de datos (configuración del SDK)	4 KiB efectivos	32 KiB: lecturas al azar 6-10× más rápidas
Audio compilado para velocidad (`-O2`)	demo con PLAY: 36.9 % de un núcleo	27.7 %
FM, una voz (E.PIANO)	6.6 %	3.3 %
ANALOG, una voz	1757 ns por muestra (10 %)	654 ns (4.1 %): 7 voces caben sin bloques tarde

El programa quedó 148 KiB más chico y se liberaron 64 KiB de RAM al sacar los kits grabados y las tablas de onda.

Lo que todavía no está a la altura

Esto es una beta. Lo que hoy limita la calidad, sin adornos:

El sampler graba a 16 kHz y 8 bits. La flash del FM-1 deja 116 KiB para tomas (7.4 s en total); a 16 bits serían la mitad. Con el filtro antes de grabar y el dither de toma.py suena limpio, pero no pasa de unos 7 kHz y tiene el ruido de 8 bits. Es el punto más débil y el próximo a resolver.
El delay trabaja a 22 kHz: las repeticiones llegan hasta 11 kHz, como un delay de cinta. Es a propósito, para que quepa 1.5 s en la RAM, pero no es alta fidelidad.
El clipper no tiene sobremuestreo: con el DRIVE muy alto puede generar algo de aliasing.
ACID es un motor propio, no Open303. El plan es pasar a Open303 (MIT) en float.
El FM de msfa es de punto fijo, como la DX7 original. Es parte de su carácter, no un defecto, pero no es float.
No hay reverb, chorus ni compresor en el master todavía. Solo el clipper suave.
El audio usa un solo núcleo. El segundo rinde 1.83× medido; usarlo es lo que permitirá más voces y efectos.
No medimos la salida analógica (ruido, distorsión y respuesta del codec y del amplificador del FM-1). Todo lo de arriba es la parte digital.
Probado en un solo FM-1.

Lo que sigue

Audio en los dos núcleos.
Efectos de master: reverb y chorus de Mutable Instruments, delay de cinta, compresor y nivelador.
ACID con Open303 en float.
Un sampler de más calidad, dentro de lo que deja la flash.
Medir la salida analógica con una interfaz de audio.

Ver también: motores de sonido · investigación de sonido · mediciones en el FM-1 · registro de cambios.

Esta página se genera desde docs/AUDIO.md. ¿Ves un error? Edita el archivo y manda un pull request.