از ChatGPT خواستم یک پدال افکت ۱۰۰۰ دلاری برایم بسازد؛ نتیجه این شد
پدال افکت (اسم)؛ جعبه‌ای کوچک پر از پیچ‌ها، کلیدها و کمی جادوی تاریک که نوازندگان با فشار دادن پا روی آن، از درخشش‌های فرشته‌وار تا صداهای کاملاً خشن و کثیف را احضار می‌کنند.
اگر تاکنون سازی را به تجهیزات صوتی وصل کرده‌اید یا قصد انجام این کار را دارید، شاید این مطلب برایتان جالب باشد. من در حال خرید یک گیتار بیس جدید هستم و طبیعتاً این موضوع مرا به مسیر خطرناک جست‌وجوی ابزارهایی کشاند که بتوانم آن را به آن‌ها وصل کنم.
من تقریباً همه ابزارهای موجود را امتحان کرده‌ام، بنابراین می‌دانستم یک پدال چندافکته مناسب می‌خواهم؛ جعبه‌ای که هر صدایی را که نیاز دارم در اختیارم بگذارد، بدون اینکه کف اتاق را با تعداد زیادی پدال کوچک پر کنم.
البته مدلی که واقعاً می‌خواستم، قیمتی داشت که احتمالاً از آزمون تأیید همسرم سربلند بیرون نمی‌آمد.
پس از به‌روزرسانی اخیر نسخه دوم، با TONE3000 آشنا شدم. این سرویس یک کتابخانه آنلاین عظیم از نمونه‌های ثبت‌شده Neural Amp Modeller است؛ مدل‌های دیجیتالی از آمپلی‌فایرهای واقعی، کابینت‌ها، پدال‌ها و حتی زنجیره‌های کامل سیگنال. تصور کنید فندر، تریس الیوت، مارشال، باس و موارد دیگر.
آن زمان به دنبال افکت نبودم، بنابراین با خودم گفتم «مدل‌سازی جالب است» و از کنار آن گذشتم. اما زمان‌بندی خوبی بود؛ از الکس در پادکست Bitflip ممنونم که درباره این موضوع صحبت کرد و مرا با PiPedal آشنا کرد. همین ابزار جادویی باعث شد دوباره به TONE3000 توجه کنم. پیش‌تر، نیو اطلس همین فناوری را در محصول Beam Mini شرکت بلک‌استار بررسی کرده بود؛ محصولی که هزاران صدای ثبت‌شده از آمپلی‌فایر و پدال را در یک دستگاه تجاری جمع می‌کند.
اینجا PiPedal وارد داستان می‌شود. این یک پلتفرم رایگان و متن‌باز افکت است که یک رزبری‌پای ۴ یا ۵ را به یک واحد چندافکته تبدیل می‌کند. PiPedal نسخه ۲.۰ اکنون مستقیماً با TONE3000 ارتباط برقرار می‌کند و به کاربران اجازه می‌دهد بدون خروج از نرم‌افزار، مدل‌های Neural Amp Modeller مربوط به آمپلی‌فایرها، پری‌امپ‌ها و پدال‌های واقعی را جست‌وجو و دانلود کنند. در کنار آن، افزونه‌های معمول افکت مانند ریورب، دیلی، کورس، کمپرسور، اکولایزر، دیستورشن/اشباع و تغییر گام صدا نیز وجود دارند.
این پروژه داشت بسیار، بسیار جالب می‌شد.
اتفاقاً یک رزبری‌پای ۴ قدیمی داشتم. از خوش‌شانسی، یک کارت صدای USB اضافی هم در اختیارم بود. اما چیزی که نداشتم، دانش لازم برای تبدیل این قطعات به یک سیستم افکت پیشرفته‌ای بود که حالا می‌دانستم امکان ساختنش وجود دارد.
تنها چیزی که گفتم این بود:
و اینجا بود که داستان دیگر فقط درباره یک رزبری‌پای نبود.
من چند روز بعد را مانند گذشته صرف خواندن مستندات صوتی لینوکس، بحث‌های گیت‌هاب و دفترچه‌های MIDI نکردم. فقط توضیح دادم چه چیزی می‌خواهم. ChatGPT نرم‌افزار را دانلود، نصب و پیکربندی کرد، مشکلات را تشخیص داد، تنظیمات را تغییر داد و به‌تدریج مجموعه‌ای از سخت‌افزارهای اضافی را به یک پردازنده افکت تبدیل کرد.
گفتم کاری کن که مستقیماً با تنظیمات پدال راه‌اندازی شود. انجام شد.
گفتم برای آهنگ Sledgehammer یک صدای بیس بساز. انجام شد.
حتی می‌توانستم بگویم: «این فهرست پخش ۴۰ آهنگی من است، برای هرکدام یک پریست بساز.»
و این کار را انجام داد.
در عرض چند دقیقه.
باورنکردنی بود.
در عرض چند ساعت، یک پدال چندافکته، پریست‌های جداگانه برای آهنگ‌ها، ترکیب‌های مختلف آمپلی‌فایر و کابینت، زنجیره‌های افکت و یک رابط کاربری مناسب لمس روی آی‌پد داشتم. با اضافه کردن یک کنترلر پایی MIDI شش‌دکمه‌ای، از دید نوازنده تقریباً مانند یک پدال معمولی عمل می‌کرد.
Sorrow، یک فشار پا. New York Minute، یک فشار پا. Earth Song، یک فشار پا.
صداها واقعاً بسیار خوب هستند. نیو اطلس در سال ۲۰۲۰ درباره مدل‌سازی آمپلی‌فایر با شبکه‌های عصبی گزارش داده بود و اکنون این فناوری به اندازه‌ای پیشرفته شده که الکس و استفن در Bitflip درباره این صحبت می‌کنند که در مقایسه‌های بدون اطلاع قبلی، تشخیص آن از نمونه واقعی می‌تواند بسیار دشوار باشد.
به‌طور کلی، من به‌صورت اتفاقی چیزی شبیه نسخه متن‌باز محصولی مانند Neural DSP Quad Cortex ساخته بودم؛ با این تفاوت که دستگاه من به جای یک محصول زیبا و گران‌قیمت، میان یک رزبری‌پای، کارت صدا، تبلت و کنترلر تقسیم شده بود.
مدل‌سازی موضوع جدیدی نیست. یاماها در سال ۱۹۹۳ با VL1 این کار را انجام می‌داد و جریان هوا، زبانه‌ها و تشدیدهای سازهایی مانند ساکسوفون را به‌صورت ریاضی بازسازی می‌کرد. بعدها شرکت‌هایی مانند Line 6 همین ایده کلی را برای آمپلی‌فایرهای گیتار به کار گرفتند. چیزی که تغییر کرده، پیچیدگی مدل‌ها و مهم‌تر از آن، ارزان‌تر شدن اجرای آن‌هاست.
NAM با آموزش یک شبکه عصبی روی ضبط‌های تجهیزات صوتی واقعی کار می‌کند. این سیستم یاد می‌گیرد تجهیزات چگونه به یک سیگنال ورودی واکنش نشان می‌دهند، نه اینکه فقط صدای آن‌ها را با افکت‌های معمولی تقلید کند. معماری جدید نسخه دوم آن می‌تواند نیاز پردازشی را به‌طور قابل توجهی کاهش دهد؛ حدود ۳۰ تا ۴۰ درصد کمتر از نسخه‌های قبلی.
اکنون یک رزبری‌پای کوچک می‌تواند فناوری‌ای را اجرا کند که تا همین چند سال پیش کاملاً در دسته تجهیزات گران‌قیمت قرار می‌گرفت.
اما نباید بیش از حد هیجان‌زده شویم. من یک HX Stomp را با قیمت ۲۰ دلار نساخته‌ام.
یک پدال چندافکته تجاری، یک محصول یکپارچه و حرفه‌ای است. درون یک بدنه فلزی مقاوم قرار دارد، کلیدهای پایی مناسب، اتصال‌های استاندارد ساز و شرکتی دارد که مسئول هماهنگ کار کردن همه اجزای آن است. نسخه من مجموعه‌ای از یک رزبری‌پای و چند قطعه اضافی است.
همچنین فهمیدم انتخاب کارت صدا اهمیت زیادی دارد. یک کارت صدای بسیار کوچک از یک سازنده مشهور گیتار آن‌قدر دردسرساز شد که کنار گذاشتم و به سراغ مدل بزرگ‌تر Arturia رفتم که بیشتر شبیه چیزی بود که بتوان آن را داخل کیف ساز گذاشت و به اجرا برد.
با وجود اینکه تلاش کردم ایرادی پیدا کنم (مثلاً گزینه «برگردان» می‌توانست خوب باشد)، همه چیز وجود دارد، منطقی است و همان کاری را انجام می‌دهد که وعده داده شده است.
پس آیا اگر قرار بود مقابل ۲۰ هزار نفر روی صحنه بروم، این مجموعه جعبه‌ها را با یک پدال تجاری عوض می‌کردم؟
این در واقع دو سؤال است.
آیا صدای آن در حد یک محصول حرفه‌ای است؟ بله، هست.
آیا در یک اجرای زنده حاضر بودم اعتبارم را به آن بسپارم؟ هنوز نه؛ فقط چون هنوز آن را در چنین شرایطی آزمایش نکرده‌ام.
اما آیا آن را به استودیو می‌برم؟ قطعاً. آیا تکنسین‌ها می‌خواهند بدانند این وسیله عجیب چیست و من هنگام نشان دادن ابزار سفارشی خودم که می‌تواند در یک لحظه صدایی شبیه پینو پالادینو یا گای پرت تولید کند، خونسرد رفتار می‌کنم؟ بله، احتمالاً.
آیا یک PiPedal دوم برای مواقع اضطراری همراه می‌برم؟ این کار واقعاً منطقی خواهد بود.
با وجود هیجانی که از ساخت این دستگاه داشتم، بخش واقعاً خارق‌العاده این بود که اصلاً توانستم آن را بسازم؛ بدون اینکه پیش از شروع، همه دانش لازم را داشته باشم.
ساخت چنین چیزی بسیار قابل انجام است. این یکی از آن پروژه‌هایی است که اکنون تقریباً آن‌قدر ساده شده که امتحان نکردنش سخت است. مراحل کار این بود:
- Pi OS را نصب کنید. رزبری‌پای را روشن کنید. (مهم: SSH را فعال کنید.)
- به ChatGPT بگویید: «لطفاً از Desktop Commander استفاده کن و رزبری‌پای موجود در شبکه من را به یک PiPedal تبدیل کن.»
- عقب بنشینید، پاها را بالا بگذارید و آماده بازسازی صحنه‌ای از Back to the Future شوید.
گاهی ممکن است کمی کمک بخواهد، اما چیزی فراتر از توان شما نیست (مثلاً فشار دادن کلید ENTER). وقتی کار تمام شد، فهرست پخش خود را بدهید و بگویید: «برای هر قطعه یک پچ بساز.»
و این کار را انجام خواهد داد.
برخی موارد را دقیق انجام می‌دهد. برخی دیگر نقطه شروع خوبی هستند و در بعضی موارد فقط تعجب می‌کنید که چرا چنین نتیجه‌ای داده است. اما حتی لازم نیست خودتان تغییرات را انجام دهید.
مثلاً می‌توانید بگویید: «کمی کورس بیشتر به آن اضافه کن، میدرنج را تغییر بده و Boss CS-3 را با Cali76 جایگزین کن.»
و انجام می‌شود.
پروژه‌هایی مانند این در گذشته یک هزینه پنهان برای ورود داشتند: دانش. ممکن بود سخت‌افزار فقط چند صد دلار قیمت داشته باشد، اما به دانش لینوکس، صدا و شبکه و همچنین صبر برای کنار هم قرار دادن همه قطعات نیاز داشتید. برای بسیاری، این هزینه دانشی بیشتر از خرید محصول نهایی بود؛ و این کاملاً قابل درک است.
هوش مصنوعی این معادله را تغییر می‌دهد.
من هدف و قضاوتم را ارائه کردم. می‌دانستم محصول نهایی باید چه کاری انجام دهد و می‌دانستم صدای بیسی که از بلندگوها خارج می‌شود درست است یا نه. ماشین هم هر زمان که لازم داشتم، تخصص مورد نیاز را فراهم کرد.
برای من، این موضوع بسیار انقلابی‌تر از یک پروژه هوشمندانه دیگر با رزبری‌پای است.
البته این همچنان یک نرم‌افزار رایگان و متن‌باز است.
ظاهر آن شبیه محصولی طراحی‌شده توسط پینین‌فارینا نیست. رابط وب PiPedal کمی حال‌وهوای وب‌سایت‌های قدیمی Geocities را دارد و کسی هم ادعا نمی‌کند که این همان چیزی است که باید به یک متخصص بدهید و بگویید «خودت انجامش بده».
اما انتظار دیگری هم نباید داشت؛ این نرم‌افزار رایگان و متن‌باز است.
مهم‌تر اینکه، در جایی که اهمیت دارد، یعنی پارامترها، مسیر‌دهی، مدل‌ها و انعطاف‌پذیری، امکانات لازم را دارد. شاید ظاهرش شبیه یک پدال هزار دلاری نباشد، اما از نظر توانایی‌های واقعی آن‌قدر به آن نزدیک می‌شود که از نظر شخصی من، گزینه هزار دلاری را کمی مضحک جلوه می‌دهد.
من به دنبال یک پدال افکت تجاری گران‌قیمت بودم. در نهایت حدود ۱۰۰ دلار برای یک کنترلر پایی هزینه کردم تا سیستمی را که با سخت‌افزارهای موجودم ساخته بودم کامل کنم، با تعداد بیشتری صدا نسبت به نیاز واقعی‌ام روبه‌رو شدم و فهمیدم تغییر دادن آن اکنون تقریباً فقط به گفتن یک دستور به هوش مصنوعی نیاز دارد.
جالب‌ترین بخش پدال جدید من رزبری‌پای نیست؛ جمله‌ای است که به آن می‌گویم تا بفهمد بعدی چه چیزی باید بشود.
حالا باید ببینم آیا Chat می‌تواند Audioprism را هم اجرا کند...