Unterricht MAXMSP Chuck JAVA Assembler C+- Ableton Live

udo matthias drums electronic software

Click me!!

Einige pdf’s zum Unterricht

Nachhilfe – Unterricht:

Warum nicht auch Mathematik, Physik, Elektronik, …..Programmieren (JAVA, Assembler, Chuck, Processing, Javascript, C+-, MAXMSP, Ableton Live…….

mit etwas lernen, was Spaß macht.??

z.B. Programmieren zu elektronischer Musik

Imperative Sprachen – 3 Klassen (Kategorien)

…..MIDI Synthesizer

MAX MSP Gen

Gebrauch FFT_UM

Signale und Anzeigen

Oscilloscope and Spectroscope_UM

Signal Processing mit pfft

😉

let carrier; // this is the oscillator we will hear let modulator; // this oscillator will modulate the frequency of the carrier let analyzer; // we’ll use this visualize the waveform // the carrier frequency pre-modulation let carrierBaseFreq = 220; // min/max ranges for modulator let modMaxFreq = 112; let modMinFreq = 0; let modMaxDepth = 150; let modMinDepth = -150; function setup() { let cnv = createCanvas(800, 400); noFill(); carrier = new p5.Oscillator(’sine‘); carrier.amp(0); // set amplitude carrier.freq(carrierBaseFreq); // set frequency carrier.start(); // start oscillating // try changing the type to ’square‘, ’sine‘ or ‚triangle‘ modulator = new p5.Oscillator(’sawtooth‘); modulator.start(); // add the modulator’s output to modulate the carrier’s frequency modulator.disconnect(); carrier.freq(modulator); // create an FFT to analyze the audio analyzer = new p5.FFT(); // fade carrier in/out on mouseover / touch start toggleAudio(cnv); } function draw() { background(30); // map mouseY to modulator freq between a maximum and minimum frequency let modFreq = map(mouseY, height, 0, modMinFreq, modMaxFreq); modulator.freq(modFreq); // change the amplitude of the modulator // negative amp reverses the sawtooth waveform, and sounds percussive // let modDepth = map(mouseX, 0, width, modMinDepth, modMaxDepth); modulator.amp(modDepth); // analyze the waveform waveform = analyzer.waveform(); // draw the shape of the waveform stroke(255); strokeWeight(10); beginShape(); for (let i = 0; i < waveform.length; i++) { let x = map(i, 0, waveform.length, 0, width); let y = map(waveform[i], -1, 1, -height / 2, height / 2); vertex(x, y + height / 2); } endShape(); strokeWeight(1); // add a note about what’s happening text(‚Modulator Frequency: ‚ + modFreq.toFixed(3) + ‚ Hz‘, 20, 20); text( ‚Modulator Amplitude (Modulation Depth): ‚ + modDepth.toFixed(3), 20, 40 ); text( ‚Carrier Frequency (pre-modulation): ‚ + carrierBaseFreq + ‚ Hz‘, width / 2, 20 ); } // helper function to toggle sound function toggleAudio(cnv) { cnv.mouseOver(function() { carrier.amp(1.0, 0.01); }); cnv.touchStarted(function() { carrier.amp(1.0, 0.01); }); cnv.mouseOut(function() { carrier.amp(0.0, 1.0); }); }

Algorithmische Komposition

Als Algorithmische Komposition (AK) bezeichnet man jene Kompositionsverfahren, bei denen die Partitur durch einen automatischen, mathematisch beschreibbaren Prozess oder Algorithmus erzeugt wird.

Im Prinzip lässt sich jedes Musikstück als eine Folge von Zahlen darstellen: Ist es bei einem Instrument möglich, die Tonhöhe sowie die Anschlagsstärke und -dauer einer Note zu variieren, dann ist jede Note mit drei Zahlen darstellbar.

AK ist etwas vereinfacht die Entwicklung von Regeln, die solche musikalisch interpretierbaren Zahlenfolgen erzeugen. In der heutigen Praxis ist das meist die Entwicklung eines Computerprogramms; Computer sind jedoch nicht zwingend erforderlicher Bestandteil der AK.

Viele AK-Systeme arbeiten nach dem Prinzip der iterativen Rückkopplung, das Programm erzeugt abhängig von einer Eingabe eine Ausgabe, die im nächsten Schritt als neue Eingabe verwendet wird.

Die Grenzen zwischen „traditioneller Komposition“ und AK sind fließend. Jede Verwendung einer Regel bei der Komposition – sei es das Bluesschema oder der Kontrapunkt – könnte man streng genommen bereits als algorithmisch bezeichnen.

Konzepte und Modelle

Neben Musiktheoretischen Erkenntnissen werden zahlreiche andere Wissensgebiete genutzt:

Künstliche Intelligenz, (Neuronale Netze)

Neuronale Netze analysieren akustische und musikalische Daten.

Symbolische KI, ursprünglich eher für die Analyse und -synthese sprachlicher und mathematischer Ausdrücke entwickelt wird auf musikalische Strukturen angewendet.

Künstliches Leben, (Zelluläre Automaten, L-Systeme, Genetische Algorithmen)

Einfache Algorithmen erzeugen komplexe Strukturen.

Manuelle oder automatische Auswahlprozesse steuern eine künstliche Evolution.

Linguistik

Endliche Automaten erzeugen mittels Konzepten der Generativen Grammatik Musik aus einem Alphabet und Ableitungsregeln.

Statistik und Stochastik, (Markow-Ketten)

Kompositionen von z. B. J. S. Bach werden statistisch analysiert, um mittels Markow-Ketten „Bach-artige“ Musik zu erzeugen.

Zahlentheorie

Die in der Folge der natürlichen Zahlen vorhandenen Strukturen werden „hörbar“ gemacht.

Kriterien für eine Klassifizierung von Konzepten:

Top-down oder Bottom-up (Mischformen üblich)
Determiniert oder gesteuert durch Zufallszahlen (Mischformen üblich)
Diskret oder Kontinuierlich
Echtzeit oder Modellzeit
Bei Echtzeit: Eingriff in den Kompositionsprozess möglich oder nicht?

https://fhein.users.ak.tu-berlin.de/Alias/Studio/Koeniglehre.html

Molekulare Musik ist eine Methode der Erschließung von Musik aus den chemischen Eigenschaften molekularer Objekte und gehört in das Gebiet der Seriellen Musik sowie in der engeren Definition in das Gebiet der Spektralmusik. Musik wird als „Kombination elementarer Wellenformen“ verstanden. Die Analysetätigkeit ermöglicht Aufschlüsse über Mikroprozesse in der Biochemie, die auf die Gestalt der Musik zurückwirken sollen und hauptsächlich zur Repräsentation von Konzepten oder Objekten im bewegten Mikrokosmos lebender Organismen gesucht werden.Oft wird mit molekularer Musik auch ein mehr assoziatives Verständnis verbunden. Molekulare Ästhetik beruft sich auf die Materialforschung des Staatlichen Bauhaus der 1920er.