ส่วนที่ห้าของชุดบทความที่ให้รายละเอียดเกี่ยวกับโปรโตคอล MIDI

หนึ่งในสามองค์ประกอบของโปรโตคอล MIDI คือข้อกำหนดรูปแบบการจัดเก็บข้อมูล (ฉันขอเตือนคุณว่าอีกสององค์ประกอบคือรูปแบบข้อความและข้อกำหนดอินเทอร์เฟซฮาร์ดแวร์) มีการกล่าวถึงรูปแบบข้อความในสามบทความแรกของชุด ตอนนี้ก็ถึงเวลาสำหรับรูปแบบการจัดเก็บข้อมูล ได้รับการเสนอโดยองค์กร MMA ในปลายปี พ.ศ. 2530 และเรียกว่าไฟล์ Standard MIDI (SMF)

วัตถุประสงค์ของไฟล์ MIDI คือเพื่อให้สามารถแลกเปลี่ยนกิจกรรม (นั่นคือ ข้อความ MIDI ที่มีการประทับเวลา) ระหว่างอุปกรณ์และโปรแกรมต่างๆ ก่อนที่จะมีไฟล์ MIDI มาตรฐาน การจัดเตรียมที่เตรียมไว้ในซีเควนเซอร์หนึ่งไม่สามารถโหลดลงในอีกซีเควนเซอร์ได้เนื่องจากรูปแบบที่เข้ากันไม่ได้ ไม่สามารถพูดได้ว่าเมื่อมีการถือกำเนิดของ SMF ผู้ผลิตซีเควนเซอร์ทุกรายจึงเปลี่ยนมาใช้รูปแบบนี้ มีสาเหตุหลายประการสำหรับเรื่องนี้ และเราจะพูดถึงพวกเขาในวันนี้ด้วย

เนื่องจากการจัดเก็บข้อมูลเกี่ยวข้องโดยตรงกับการออกแบบซีเควนเซอร์ เราจะกล่าวถึงเรื่องนี้โดยละเอียดมากขึ้น แต่จะเฉพาะในขอบเขตที่จำเป็นสำหรับการทำความเข้าใจ SMF เท่านั้น และไม่ต้องสงสัยเลยว่าเราจะอุทิศบทความถัดไปในซีรีส์นี้ให้กับซีเควนเซอร์

กิจกรรม
มีการเรียกข้อความ MIDI พร้อมการประทับเวลา เหตุการณ์- สามารถใช้หน่วยต่างๆ เพื่อระบุเวลาได้ เช่น เครื่องหมายถูก แรงกระตุ้นภายใน เวลาในรูปแบบ SMPTE ฯลฯ สิ่งสำคัญคือต้องเข้าใจความแตกต่างพื้นฐานระหว่างเหตุการณ์และข้อความ ข้อความ “คงอยู่” เป็นเวลาเสี้ยววินาทีแบบเรียลไทม์ - ตั้งแต่ช่วงเวลาที่แหล่งที่มาสร้างขึ้นจนถึงช่วงเวลาที่ข้อความมาถึงเพื่อดำเนินการกับผู้รับ สามารถจับได้ระหว่างการส่งสัญญาณผ่านสาย MIDI ในรูปแบบของชุดพัลส์ เหตุการณ์คือข้อมูลจำนวนไม่กี่ไบต์ที่บันทึกไว้ในหน่วยความจำของอุปกรณ์ ซึ่งข้อความจะถูกสร้างขึ้นในอนาคตตามเวลาที่กำหนด

ตัวอย่างเช่น หน่วยความจำซีเควนเซอร์อาจจัดเก็บเหตุการณ์บันทึกย่อที่มีการประทับเวลา 100 มิลลิวินาทีนับจากเริ่มเล่น คุณสามารถแก้ไขเหตุการณ์นี้ได้ในสองมิติ: ขั้นแรก เปลี่ยนพารามิเตอร์ของข้อความ MIDI เอง (ในกรณีนี้คือระดับเสียงหรือไดนามิกของโน้ต) และประการที่สอง ย้ายโน้ตไปตามแทร็ก นั่นคือ เปลี่ยนเวลาดำเนินการ ของข้อความ

เหตุการณ์จะปรากฏในหน่วยความจำซีเควนเซอร์เมื่อมีการบันทึกข้อความ MIDI เมื่อคุณกดปุ่มบันทึก ซีเควนเซอร์จะเปิดเครื่องสร้างพัลส์ฮาร์ดแวร์ (ติ๊ก) และเริ่ม "ฟัง" อินพุต MIDI ที่ระบุ ตัวอย่างเช่น เมื่อคุณกดแป้น ข้อความอินพุตจะเป็น "เล่นโน้ต" ซีเควนเซอร์ดู - ใช่ ข้อความมาถึงในวันที่ 20 และเขียนลงในหน่วยความจำด้วยเครื่องหมาย 20 หลังจากนั้นไม่กี่วินาทีพวกเขาก็ปล่อยกุญแจ - ข้อความ "ลบบันทึก" มาถึง เครื่องกำเนิดภายในในขณะนั้น โบกมือ 64 เห็บอย่างสนุกสนานไปที่ซีเควนเซอร์ ซีเควนเซอร์บันทึกข้อความด้วยป้ายกำกับ 64 ตอนนี้เรากำลังเผชิญกับสองเหตุการณ์ - เปิดหมายเหตุ และ ปิดบันทึก ในระหว่างการเล่น เครื่องกำเนิดพัลส์จะเปิดอีกครั้ง เมื่อขีดที่ 20 ใกล้เข้ามา ข้อความ Note On จะถูกส่งไปยังเอาต์พุต MIDI ของซีเควนเซอร์ และข้อความ Note Off จะถูกส่งไปยังขีดที่ 64 เราบันทึกแล้วเล่นกลับการกระทำของนักแสดง!

แน่นอนว่าสิ่งเดียวกันนี้สามารถทำได้แบบ "ออฟไลน์" กล่าวคือ ไม่จำเป็นต้องแสดงสด โดยการคลิกเมาส์ในตำแหน่งที่ต้องการบนแทร็ก (และเลือกระยะเวลาของโน้ตล่วงหน้า) เราจะสร้างภาพก่อนหน้าในหน่วยความจำของซีเควนเซอร์

ประเภทหน่วยความจำ
ตอนนี้เป็นเวลาที่จะใช้คำศัพท์คอมพิวเตอร์ที่น่ากลัวสองคำ: หน่วยความจำหลักและรอง หน่วยความจำหลัก (หรือภายใน) คือหน่วยความจำซีเควนเซอร์ที่บันทึกข้อความและจัดเก็บเหตุการณ์ไว้ตลอดการทำงาน เนื้อหาของหน่วยความจำนี้จะถูกรีเซ็ตเมื่อปิดเครื่อง การตีความนี้เหมาะสมกว่าสำหรับซีเควนเซอร์ฮาร์ดแวร์ ในซอฟต์แวร์ซีเควนเซอร์ หน่วยความจำหลักเป็นเพียง RAM ของคอมพิวเตอร์ หากต้องการจัดเก็บเนื้อหาของหน่วยความจำหลักเป็นเวลานาน จะใช้หน่วยความจำรองหรือสื่อบันทึกข้อมูล นี่อาจเป็นฟล็อปปี้ดิสก์ ฮาร์ดไดรฟ์ สมาร์ทการ์ด ฯลฯ

จำนวนหน่วยความจำหลักในซีเควนเซอร์ฮาร์ดแวร์และเวิร์กสเตชัน (ฉันขอเตือนคุณว่าเวิร์กสเตชันเป็นตัวสร้างโทนเสียงและซีเควนเซอร์ในหนึ่งกล่อง) มักจะแสดงเป็นจำนวนบันทึกย่อที่เก็บไว้ (เช่น 200,000) บางครั้งระดับเสียงจะแสดงออกมาในเหตุการณ์ ซึ่งในกรณีนี้คุณต้องใช้ความระมัดระวัง - โน้ตหนึ่งตัวต้องใช้สองเหตุการณ์ (การกดและปล่อยปุ่ม) เพื่อจัดเก็บ และการหมุนวงล้อระดับเสียงหรืออาฟเตอร์ทัชสามารถสร้างเหตุการณ์ได้มากถึง 100 เหตุการณ์ขึ้นไป มันเกิดขึ้นที่ความจุหน่วยความจำของซีเควนเซอร์แสดงเป็นหน่วยคอมพิวเตอร์ดั้งเดิม - กิโลไบต์ แต่สิ่งนี้ก็ไม่สะดวกเช่นกัน - เหตุการณ์หนึ่งสามารถครอบครองจำนวนไบต์ที่แตกต่างกัน (ตั้งแต่ห้าถึงหลายโหล)

ในซอฟต์แวร์ซีเควนเซอร์สมัยใหม่ จำนวนหน่วยความจำหลักไม่ค่อยเป็นปัญหาสำหรับทุกคน แม้แต่ในเครื่องที่มี RAM ขนาด 128 MB คุณก็สามารถลืมข้อจำกัดใดๆ เมื่อทำงานกับข้อมูล MIDI ได้ นอกจากนี้ ยังมีซีเควนเซอร์ที่สามารถเล่นการเรียบเรียงจากดิสก์ได้โดยตรง โดยไม่ต้องโหลดลงในหน่วยความจำหลัก (และบันทึกด้วย) ซึ่งโดยทั่วไปจะลบความแตกต่างระหว่างหน่วยความจำทั้งสองประเภท

ในหน่วยความจำรอง โดยทั่วไปข้อมูลจะถูกเขียนลงในไฟล์ ซีเควนเซอร์ส่วนใหญ่มีรูปแบบปิดของตัวเองสำหรับไฟล์นี้ ซึ่งทำให้ยากต่อการแลกเปลี่ยนการจัดเตรียมที่สร้างขึ้นในอุปกรณ์หรือโปรแกรมที่แตกต่างกัน ก่อนหน้านี้เคยกล่าวไว้ว่านี่คือเหตุผลหลักที่ทำให้เกิด SMF

การวัดเวลา
ที่จริงแล้ว ไม่มี "เห็บ" ภายในซีเควนเซอร์ มีตัวจับเวลาฮาร์ดแวร์ที่สร้างพัลส์ด้วยความถี่คงที่อย่างเคร่งครัด (เช่น ทุกไมโครวินาที) การบังคับให้นักดนตรีวัดเวลาเป็นไมโครวินาทีถือเป็นการเยาะเย้ยครั้งใหญ่ เช่นเดียวกับในหน่วยเรียลไทม์อื่นๆ (วินาที นาที) นักดนตรีคุ้นเคยกับการคิดในหน่วยวัดและจังหวะ และการแสดงเวลาเป็นหน่วยสัมพันธ์ (ระยะเวลาของโน้ต) ขึ้นอยู่กับจังหวะปัจจุบัน

“ไม่มีปัญหา” ผู้ผลิตตอบ “ให้พวกเขาวัดตามที่เห็นสมควร” หน่วยการวัดขั้นต่ำเท่านั้นที่จะไม่ใช่ระยะเวลาที่ 32 แต่เป็นเครื่องหมายถูกที่มีเงื่อนไข (หน่วยมีขนาดเล็กลงดังนั้นตัวอย่างเช่นหนึ่งระยะเวลาสามสิบวินาทีสามารถมี 48 เห็บ) เนื่องจากตั้งแต่ยุคคลาสสิกมีการวัดจังหวะด้วยจำนวนควอเตอร์ต่อนาที (BPM, ครั้งต่อนาที) เราจึงตัดสินใจใช้หนึ่งในสี่เป็นระยะเวลาหลักและระบุจำนวนเห็บต่อไตรมาส - PPQN (หมายเหตุพัลส์ต่อไตรมาส) . ยิ่ง PPQN มีขนาดใหญ่ ความละเอียดของซีเควนเซอร์ก็จะยิ่งดียิ่งขึ้น และยิ่งสามารถจับเวลาข้อความในระหว่างการบันทึกและส่งออกไปยังเอาต์พุต MIDI ในระหว่างการเล่นได้แม่นยำยิ่งขึ้น ซีเควนเซอร์ส่วนใหญ่อนุญาตให้คุณตั้งค่า PPQN ได้ตามต้องการ เช่น จาก 32 ถึง 1,536 ติ๊กต่อไตรมาส (ซีเควนเซอร์สมัยใหม่ - สูงสุด 15,360 PPQN)

เครื่องหมายถูกเป็นหน่วยที่ขึ้นอยู่กับจังหวะ ยิ่งจังหวะเร็วเท่าใด ช่วงเวลาระหว่างเครื่องหมายถูกในหน่วยเรียลไทม์ก็จะยิ่งสั้นลง ช่วงเวลานี้สามารถพบได้โดยใช้สูตรในรูป 1.

ตัวอย่างเช่น ด้วยจังหวะ 120 BPM และความละเอียด 96 PPQN เห็บจะเกิดขึ้นทุกๆ 5.208 มิลลิวินาที ที่ความละเอียดและจังหวะเท่ากันที่ 180 BPM ช่วงเวลาระหว่างขีดจะลดลงเหลือ 3.472 ms ซีเควนเซอร์จะนับติ๊กอย่างไรหากตัวจับเวลาภายในของมันเต้นเป็นจังหวะทุกๆ ไมโครวินาที ใช่ มันง่ายมาก: ขึ้นอยู่กับจังหวะปัจจุบันและการแก้ไขไตรมาส ตรงตามสูตรที่ระบุทุกประการ เนื่องจากหนึ่งมิลลิวินาทีประกอบด้วย 1,000 ไมโครวินาที ในตัวอย่างสุดท้าย ซีเควนเซอร์จะสร้างขีดถัดไปเมื่อได้รับพัลส์ 3472 ครั้งจากตัวจับเวลา

ตำแหน่งของเหตุการณ์บนไม้บรรทัดเวลาระบุไว้ในซีเควนเซอร์ ซึ่งโดยปกติจะอยู่ในรูปแบบ "bars: beats: ขีด" เช่น 22:3:152 นั่นคือ: วัดที่ยี่สิบวินาที, จังหวะที่สาม, ขีดที่ 152 จากจุดเริ่มต้นของจังหวะที่สาม หลักการนับเวลานี้ (คำภาษาอังกฤษคือ Timebase) เรียกว่าดนตรี เนื่องจากนักดนตรีคุ้นเคยและสะดวก โปรดทราบว่าในการทำงานในรูปแบบนี้ คุณต้องทราบลายเซ็นเวลาปัจจุบัน นั่นคือ แท่งหนึ่งมีกี่จังหวะ และแต่ละจังหวะมีค่าเท่ากับเท่าใด

ดังนั้น ในลายเซ็นเวลา 4/4 จังหวะจะเท่ากับหนึ่งในสี่ และการวัดประกอบด้วยสี่จังหวะ ด้วยความละเอียด 384 PPQN จะมี 384 เห็บในหนึ่งจังหวะ และ 1,536 เห็บในแต่ละการวัด (384 x 4) ด้วยลายเซ็นเวลา 6/8 และความละเอียดเท่ากัน จะมี 192 ขีดในหนึ่งจังหวะ (โน้ตที่แปดยาวครึ่งหนึ่งของโน้ตหนึ่งในสี่) และในแท่งหนึ่งมีหกจังหวะ หรือ 1152 ขีด (192 x 6 ). ดังนั้นการบันทึก 22:3:152 ในกรณีแรกหมายถึง 35096 เห็บจากจุดเริ่มต้นของเพลง (22 x 1536 + 3 x 384 + 152) และในกรณีที่สอง - 26072 เห็บ (22 x 1152 + 3 x 192 + 152 ).

ดังนั้น ในการกำหนดตำแหน่งของเหตุการณ์ในหน่วยเรียลไทม์ตามจังหวะ: รูปแบบจังหวะ: ติ๊ก คุณจำเป็นต้องรู้พารามิเตอร์สามตัว: จังหวะปัจจุบัน ลายเซ็นเวลา และความละเอียดเป็นขีดต่อไตรมาส (PPQN)

มีความเป็นไปได้อีกอย่างหนึ่งสำหรับการนับเวลา เมื่อตำแหน่งของเหตุการณ์บนแทร็กแสดงเป็นหน่วยสัมบูรณ์ที่ไม่ขึ้นอยู่กับจังหวะ ซึ่งส่วนใหญ่มักจะอยู่ในรูปแบบเวลา SMPTE - "ชั่วโมง: นาที: วินาที: เฟรม" หลักการกำหนดเวลานี้เรียกว่า "อิงตามรหัสเวลา" (อิงตามรหัสเวลา, สัมบูรณ์) ความจำเป็นเกิดขึ้นเมื่อซีเควนเซอร์ทำงานร่วมกับเครื่องบันทึกเทปหรืออุปกรณ์ฟิล์ม/วิดีโอ จะสะดวกกว่าในการตัดต่อด้วยวัสดุภาพยนตร์ วิดีโอ และเสียง โดยระบุตำแหน่งของจุดเริ่มต้นและจุดสิ้นสุดของการบันทึก โดยอ้างอิงถึงสเกลสัมบูรณ์ แทนที่จะวัดและจังหวะ

ในกรณีนี้ พิกัดของเหตุการณ์บนไม้บรรทัดเวลาจะขึ้นอยู่กับจังหวะปัจจุบัน ดังนั้น ที่จังหวะ 120 BPM จังหวะแรกของการวัดครั้งที่สองสามารถมีเวลา SMPTE 00:00:02:00 น. และที่จังหวะ 60 BPM - 00:00:04:00 น. เมื่อเหตุการณ์อยู่ภายในเฟรม (ระหว่างวินาที) พิกัดของเหตุการณ์จะแตกต่างไปตามรูปแบบเฟรมที่แตกต่างกัน (จำนวนเฟรมต่อวินาที) คุณสามารถอ่านเพิ่มเติมเกี่ยวกับรหัสเวลา SMPTE และ MIDI ได้ในบทความก่อนหน้าในชุดนี้

ปริมาณความยาวผันแปรได้
พอจะพูดนอกเรื่องโคลงสั้น ๆ ได้แล้ว ตอนนี้หน้าที่ของเราคือการทำความเข้าใจรูปแบบการจัดเก็บข้อมูล และปัญหาแรกที่นักพัฒนา SMF เผชิญคือวิธีการจัดเก็บเวลาของกิจกรรม

มีสองตัวเลือกที่นี่: เก็บเวลาสำหรับแต่ละกิจกรรมตั้งแต่ต้นเพลง หรือจากกิจกรรมสุดท้ายก่อนหน้านั้น (บนช่องเดียวกัน) อย่างไรก็ตาม ตัวเลือกแรกไม่สมเหตุสมผล เนื่องจากส่วนใหญ่แล้วช่วงเวลาระหว่างเหตุการณ์จะน้อย เหตุการณ์ข้างเคียงมีเวลาดำเนินการใกล้เคียงกัน ดังนั้น ในข้อความที่มีสามบันทึก บันทึกแรกอาจมีเวลา เช่น 22:3:152 บันทึกที่สอง - 22:3:244 บันทึกที่สาม - 22:3:288 ในการจัดเก็บหมายเลขเหล่านี้ (แปลเป็นขีดตั้งแต่ต้นเพลง) คุณต้องจองอย่างน้อยสี่ไบต์สำหรับแต่ละหมายเลข หากคุณทำตามเส้นทางที่สอง แทนที่จะบันทึกตัวเลขขนาดใหญ่สามตัว คุณสามารถบันทึกตัวเลขเริ่มต้นขนาดใหญ่ตัวหนึ่ง (22:3:152) ตามด้วยตัวเลขขนาดเล็กสองตัว ความแตกต่างระหว่างเครื่องหมายตัวแรกและตัวที่สอง และโน้ตตัวที่สองและสาม (ในกรณีนี้คือ 92 และ 44) หนึ่งไบต์ก็เพียงพอแล้ว แต่ปัญหายังคงอยู่: ขึ้นอยู่กับเหตุการณ์ จะต้องจัดสรรจำนวนไบต์ที่แตกต่างกันเพื่อประหยัดเวลา

หาก SMF ได้รับการพัฒนาในปัจจุบัน (และแม้แต่โดย Microsoft ซึ่งโดยทั่วไปไม่ค่อยใส่ใจกับขนาดของไฟล์และหน่วยความจำที่ต้องการ) พวกเขาก็คงจะเมินปัญหานี้ไป เราจัดสรรฟิลด์คงที่เพื่อประหยัดเวลา เช่น 8 ไบต์ต่อเหตุการณ์ และไม่ได้รับผลกระทบใดๆ อย่างไรก็ตาม ในปี 1988 หน่วยความจำหลัก (RAM) มีราคาแพงมาก ทุกไบต์ถูกนับ และหน่วยความจำรอง (ดิสก์มีเดีย) มีปริมาณที่พอเหมาะมาก ดังนั้น นักพัฒนา SMF จึงต้องการสร้างรูปแบบที่กะทัดรัดที่สุดเท่าที่จะเป็นไปได้

ก็ตัดสินใจเก็บเอาไว้ เวลาเดลต้านั่นคือความแตกต่างระหว่างเหตุการณ์นี้กับเหตุการณ์ก่อนหน้า (หรือจุดเริ่มต้นของเพลง) ตัวอย่างเช่น หากเหตุการณ์แรก - การเล่นโน้ต C ของอ็อกเทฟแรก - เกิดขึ้นที่ 40 ขีดจากจุดเริ่มต้นของเพลง เวลาเดลต้าของมันจะเท่ากับ 40 หากสี่ขีดต่อมาโน้ต F จะถูกเล่น จากนั้นเวลาเดลต้าจะเท่ากับ 4 หากเหตุการณ์สองเหตุการณ์เกิดขึ้นพร้อมกัน หนึ่งในนั้นจะถูกกำหนดเวลาเดลต้าเท่ากับศูนย์ หากเหตุการณ์เกิดขึ้นที่จุดเริ่มต้นของเพลงพอดี จะมีเวลาเดลต้าเป็นศูนย์ด้วย อย่างไรก็ตาม เหตุการณ์ถัดไปสามารถเกิดขึ้นได้ภายในหนึ่งชั่วโมงครึ่ง (นั่นคือ หลังจากผ่านไปหลายล้านขีด) ในกรณีนี้จะเป็นอย่างไร? ท้ายที่สุดจำเป็นต้องบันทึกหน่วยความจำและไม่ควรจัดสรรฟิลด์คงที่ขนาดหลายไบต์สำหรับเวลาเดลต้า

ที่เรียกว่า ปริมาณความยาวแปรผัน- วิธีนี้เป็นวิธีที่สะดวกในการเขียนจำนวนเต็มจากน้อยไปหามากที่สุด โดยไม่ต้องจัดสรรจำนวนไบต์คงที่ให้กับตัวเลข บิตของหมายเลขเดิมถูกบรรจุเป็นหนึ่งไบต์ขึ้นไป แต่ละไบต์ประกอบด้วยเจ็ดบิต (ขวา บิต 0 ถึง 6) บิตที่สำคัญที่สุดในไบต์คือบิตบริการ ไบต์ทั้งหมดในซีรีส์ ยกเว้นไบต์สุดท้าย ต้องมีไบต์หนึ่ง ไบต์สุดท้ายต้องมีศูนย์ ตัวอย่างบรรจุภัณฑ์หลายรายการแสดงไว้ในรูปที่ 1 4.

ตัวอย่างเช่น คุณต้องบรรจุตัวเลข 64 (เลขฐานสิบหก 0x40) ลงในรูปแบบความยาวผันแปรได้ ในรูปแบบไบนารี หมายเลขนี้เขียนเป็น 0100 0000 มีเพียงเจ็ดบิตที่มีนัยสำคัญ ดังนั้นตัวเลขนี้จึงถูกบรรจุเป็นหนึ่งไบต์โดยไม่มีการเปลี่ยนแปลง - 0100 0000 (ซึ่งเป็นไบต์สุดท้ายของชุดด้วย) บิตที่สำคัญที่สุดคือ 0 .

ตอนนี้หมายเลขคือ 128 (0x80) ในรูปแบบไบนารี่จะเขียนเป็น 1,000 0000 บิตที่มีนัยสำคัญมีแปดบิต ดังนั้นทุกอย่างจะไม่พอดีกับไบต์เดียว คุณต้องแยกออกเป็นสองส่วน ไบต์แรกต้องมีหนึ่งในบิตที่สำคัญที่สุด ไบต์ที่สอง (ซึ่งเป็นไบต์สุดท้ายของชุดข้อมูล) ต้องมีศูนย์ ในไบต์ที่สอง เราวางบิตที่มีนัยสำคัญน้อยที่สุดเจ็ดบิตของตัวเลขเดิม เราจะได้ 0 000 0000 เราวางบิตที่เหลือหนึ่งบิต (หนึ่ง) ไว้ทางด้านขวาของไบต์แรก - เราจะได้ 1,000 0001 ผลก็คือ หมายเลข 0x80 เขียนเป็นสองไบต์: 0x81 0x00 การแกะกล่องออกนั้นง่ายมาก เราไม่ทราบล่วงหน้าว่ามีกี่ไบต์ในชุดข้อมูล เราอ่านไบต์แรก - 1,000 0001 บิตบริการที่สำคัญที่สุด (1) บ่งชี้ว่านี่ไม่ใช่ไบต์สุดท้ายของซีรีส์ แต่มีไบต์มากกว่า เราทิ้งหน่วยบริการโดยเหลือเจ็ดบิต - 000 0001 อ่านไบต์ที่สอง - 0000 0000 บิตบริการที่สำคัญที่สุด (0) บ่งชี้ว่านี่คือไบต์สุดท้ายของซีรีส์ (นั่นคือมีเพียงสองไบต์ใน ชุด). บิตการบริการถูกยกเลิก เหลืออีกเจ็ดบิต - 000 0000 เราเพิ่มเจ็ดบิตที่แยกจากไบต์แรกทางด้านซ้ายเราจะได้ 000 0001 000 0000 เมื่อทิ้งศูนย์หกตัวแรกเราจะได้หมายเลขที่ต้องการ 1,000 0000 (0x80)

ดังนั้นวิธีการเปลี่ยนความยาวช่วยให้คุณสามารถจัดสรรจำนวนไบต์ที่แตกต่างกันสำหรับตัวเลขที่แตกต่างกัน: สำหรับตัวเลขในช่วงตั้งแต่ 0 ถึง 127 - หนึ่งไบต์จาก 128 ถึง 16383 - สองไบต์เป็นต้น จำนวนสูงสุดที่แสดงในลักษณะนี้โดยหลักการแล้วไม่จำกัด อย่างไรก็ตาม ใน SMF ความยาวรันถูกจำกัดไว้ที่สี่ไบต์ (สามไบต์ที่มีชุดบิตที่สำคัญที่สุด และอีกหนึ่งไบต์สิ้นสุดด้วยศูนย์) เป็นผลให้เวลาเดลต้าสูงสุดอาจเป็น 0x0FFFFFFF (หรือ 268,435,455 เห็บ) ซึ่งที่จังหวะ 500 BPM และความละเอียด 96 PPQN คือประมาณสี่วัน เกินพอ!

ในรูปแบบความยาวผันแปรของ SMF ไม่เพียงระบุเวลาเดลต้าเท่านั้น แต่ยังระบุความยาวของเหตุการณ์บางอย่างด้วย

รูปแบบไฟล์การแลกเปลี่ยน (IFF)
โครงสร้างของไฟล์ MIDI มาตรฐานเกือบทั้งหมดยืมมาจากรูปแบบ IFF (Interchange File Format) ซึ่งพัฒนาขึ้นในปี 1985 โดย Electronic Arts นี่คือรูปแบบการจัดเก็บข้อมูลและการแลกเปลี่ยนที่ทำให้ชีวิตง่ายขึ้นสำหรับทั้งผู้ใช้และนักพัฒนาซอฟต์แวร์มาเกือบยี่สิบปี Electronic Arts ไม่เพียงแต่จัดเตรียมเอกสารแบบเปิดเท่านั้น แต่ยังมีซอร์สโค้ด C สำหรับการอ่านและเขียนไฟล์ IFF อีกด้วย

รูปแบบ IFF เข้ากันได้แบบย้อนหลังและขยายได้ ประการแรกหมายความว่าโปรแกรมเวอร์ชันใหม่สามารถอ่านไฟล์ที่สร้างโดยเวอร์ชันก่อนหน้าได้อย่างง่ายดาย ประการที่สอง คุณไม่จำเป็นต้องสร้างรูปแบบใหม่เพื่อจัดเก็บข้อมูลเพิ่มเติม คุณเพียงแค่ต้องป้อนส่วนขยายของคุณเองลงใน IFF โครงสร้างของรูปแบบช่วยให้โปรแกรมจากผู้ผลิตหลายรายที่ไม่มีข้อตกลงทางธุรกิจที่เกี่ยวข้องสามารถแลกเปลี่ยนข้อมูลได้ ทั้งหมดนี้ทำให้ผู้ใช้มีความสุข โดยที่ข้อมูลที่บันทึกไว้ในรูปแบบ IFF จะไม่เชื่อมโยงกับรูปแบบปิดของระบบอีกต่อไป และสามารถใช้ข้อมูลในสภาพแวดล้อมฮาร์ดแวร์และซอฟต์แวร์ที่รองรับ IFF ได้

ไฟล์ IFF คือชุดของข้อมูลที่จัดระเบียบเพื่อให้โปรแกรมต่างๆ ที่ไม่เกี่ยวข้องสามารถอ่านได้ ในทางกลับกัน โปรแกรมอาจจัดเก็บข้อมูลเฉพาะใน IFF ที่มีความหมายเฉพาะกับตัวมันเองเท่านั้น โครงสร้าง IFF ช่วยให้ทำสิ่งนี้ได้ง่าย โปรแกรมอื่นๆ ที่ไม่รู้วิธีจัดการข้อมูลดังกล่าวสามารถเพิกเฉยได้โดยไม่กระทบต่อการอ่านเนื้อหาหลัก

ไฟล์ IFF มีหลายประเภท ตัวอย่างเช่น ไฟล์ ILBM และ GIFF มีข้อมูลกราฟิก ไฟล์ SMUS มีโน้ตดนตรี ไฟล์ AIFF และ WAVE มีเสียงดิจิทัล

ไฟล์ IFF ประกอบด้วยองค์ประกอบที่คล้ายกันที่เรียกว่าบล็อก บล็อกคือโครงสร้างข้อมูลที่ประกอบด้วยตัวระบุตัวอักษร (อักขระ ASCII สี่ตัว) ขนาดบล็อก (สี่ไบต์) และข้อมูลเอง (รูปที่ 5) เป็นการสะดวกที่จะคิดว่าบล็อกเป็นเชลล์ที่ข้อมูลถูก "ห่อ" ข้อมูลสามารถประกอบด้วยอะไรก็ได้: กราฟิก ข้อความ ภาพเคลื่อนไหว เสียง ชุดของวัตถุ 3 มิติ และอื่นๆ

บล็อกในไฟล์ IFF สามารถซ้อนกันได้ รูปที่. 6. ที่จริงแล้ว ไฟล์ IFF เป็นเพียงบล็อกระดับบนสุดที่ประกอบด้วยบล็อกอื่น ๆ อย่างน้อยหนึ่งบล็อกอยู่ภายใน หลักการจัดเก็บข้อมูลนี้ช่วยให้คุณสามารถ "รวม" ข้อมูลที่แตกต่างกันหลายรายการไว้ในไฟล์ได้ รวมถึงไฟล์ IFF หลายไฟล์ ซึ่งชวนให้นึกถึงระบบไฟล์ภายในไฟล์ จริงอยู่ที่การจัดระเบียบข้อมูลที่ซ้อนกันมีข้อเสียเปรียบประการหนึ่ง - ไฟล์จะตีความและแยกบล็อกออกจากไฟล์ได้ยาก

ไฟล์ IFF ส่วนใหญ่มีบล็อกระดับบนสุดพร้อมตัวระบุ "FORM" รวมถึงบล็อกอื่น ๆ (รูปที่ 7) ข้อมูลเดียวในบล็อก FORM คือสี่ไบต์ที่อธิบายประเภทไฟล์ (เช่น "ILBM", InterLeaved Bit Map) ด้านหลังจะมีบล็อกที่ซ้อนกัน เช่น "BMHD" (ส่วนหัวของรูปภาพ), "CMAP" (จานสี) และ "BODY" (ตัวพิกเซลเอง) ชื่อของบล็อกและรูปแบบข้อมูลถูกสร้างขึ้นโดยผู้พัฒนาไฟล์ประเภทเฉพาะ โปรแกรมอื่นๆ หากพบบล็อกที่มีชื่อไม่คุ้นเคย ก็สามารถข้ามบล็อกนั้นได้อย่างปลอดภัย โดยจะมีฟิลด์ที่ประกอบด้วยความยาวของบล็อกชี้นำ

ข้อมูลตัวเลขทั้งหมดในไฟล์ IFF จะถูกจัดเก็บไว้ในลำดับบิ๊กเอนด์ กล่าวคือ ไบต์ที่สำคัญที่สุดของตัวเลข (MSB) จะถูกเก็บไว้ก่อน จากนั้นจึงจัดเก็บไบต์ที่มีนัยสำคัญน้อยที่สุด มีการกล่าวถึงรายละเอียดเพิ่มเติมในแถบด้านข้าง บล็อกภายในไฟล์จะต้องเริ่มต้นด้วยไบต์คู่เสมอ หากบล็อกก่อนหน้ามีจำนวนไบต์เป็นเลขคี่ บล็อกนั้นจะถูกเติมด้วยศูนย์ไบต์เพื่อให้เท่ากัน

โครงสร้างเอสเอ็มเอฟ
ไฟล์ MIDI มาตรฐาน เช่น ไฟล์ IFF ประกอบด้วยบล็อก (ชิ้น) บล็อกมีสองประเภท: Header Chunk และ Track Chunk ไฟล์ SMF สามารถมีบล็อกส่วนหัวได้เพียงบล็อกเดียวและบล็อกแทร็กตั้งแต่หนึ่งบล็อกขึ้นไป บล็อกมีโครงสร้าง IFF ทั่วไป: สี่ไบต์แรกเป็นตัวระบุ สี่ไบต์ถัดไปคือความยาวของบล็อกในหน่วยไบต์ ไม่รวมไบต์ประเภท/ความยาวแปดไบต์ ตัวระบุบล็อกส่วนหัวคืออักขระสี่ตัว "MThd" ตัวระบุบล็อกแทร็กคือสี่อักขระ "MTrk" โครงสร้างนี้จะช่วยให้สามารถกำหนดประเภทบล็อกใหม่ได้ในอนาคต และบล็อกที่ไม่คุ้นเคยสามารถละเว้นได้โดยง่ายตามความยาวของบล็อก ข้อกำหนด SMF เตือนว่า: "ควรเตรียมโปรแกรมเมื่อพบบล็อกประเภทที่พวกเขาไม่รู้จัก เพื่อละเว้น"

บล็อกส่วนหัวประกอบด้วยข้อมูลทั่วไปเกี่ยวกับไฟล์ บล็อกแทร็กประกอบด้วยสตรีมข้อความ MIDI พร้อมการประทับเวลา นอกจากนี้ ไฟล์ MIDI ยังเก็บข้อมูลเพิ่มเติมที่จำเป็นสำหรับซีเควนเซอร์ เช่น จังหวะ ลายเซ็นเวลา คีย์ การตั้งค่าเครื่องเมตรอนอม และอื่นๆ ข้อมูลนี้ไม่ได้ถูกส่งผ่านอินเทอร์เฟซ MIDI และเหตุการณ์ที่ก่อตัวขึ้นจะเรียกว่าเหตุการณ์เมตา

ไฟล์ MIDI จะเริ่มต้นด้วยบล็อกส่วนหัวเสมอ ตามด้วยบล็อกแทร็กตั้งแต่หนึ่งบล็อกขึ้นไป (รูปที่ 9) นั่นคือไฟล์ MIDI มาตรฐานใด ๆ เริ่มต้นด้วยตัวอักษรสี่ตัว "M", "T", "h", "d" ซึ่งหมายความว่าไฟล์ MIDI ไม่เป็นไปตามข้อกำหนด IFF (ซึ่งกำหนดให้ไฟล์ที่เข้ากันได้กับ IFF ทุกไฟล์เริ่มต้นด้วยบล็อกระดับบนสุดหนึ่งในสามประเภท - "FORM", "CAT" หรือ "LIST") ยังมีข้อแตกต่างอื่นๆ: SMF ไม่สามารถมีบล็อกที่ซ้อนกัน และความยาวของบล็อกไม่จำเป็นต้องเท่ากัน อย่างไรก็ตาม การแปลง SMF เป็นไฟล์ที่เข้ากันได้กับ IFF นั้นทำได้ง่าย การแพดบล็อกที่มีความยาวคี่ (ถ้ามี) ด้วยไบต์เป็นศูนย์ และวางเนื้อหาทั้งหมดในบล็อก FORM ก็เพียงพอแล้ว การดำเนินการที่คล้ายกันนี้ใช้ในรูปแบบ RMID ที่เสนอโดย Microsoft (ดูแถบด้านข้าง)