為什麼人不能像「畫圖」一樣創造音頻文件？

12-07

如果把聽覺層面的「錄音」比作視覺層面的「照相」，為什麼音頻文件沒有「畫圖」軟體來直接繪製聲波創造聲音？而是全都要靠處理素材來「拼湊」聲音呢？

Izotope具有Iris 2這種強大的波形頻域選取合成軟體。
Reaktor，Serum等商業化波表/合成器設計軟體也有波表編輯功能。
Cubase，Audacity等專業音頻編輯軟體也可以提供時域的直接寫作。

其實是可以的……

1. 直接畫波形，在Cubase里，你把波形放大到一個非常極端的地步的時候，也是可以直接用畫筆工具來一採樣率一採樣率地繪製波形的。如果你畫工好，是可以畫出正弦波啊什麼來的，但是我一般只能畫出clip……

2. 改時域-頻域圖，比如像狗神說的iris，以及IRCAM做的一些插件。

3. 各種可視化交互app。

題主所說的應該是一個音頻可視化的問題。
其實這一點而言，早已不是問題了。自從電平表、頻譜顯示、示波器等設備出現，音頻信息的可視化已經開始了。到現在各種音序器、音頻工作站的功能也在不斷豐富這種功能。而在可視化效果調製部分，手動地去改變聲音可視化形態，從而整形聲音形態的也不斷湧現，如圖示均衡器、混響調節等等。
當然，聲音的創作與平面的畫面創作也有本質的不同，那就是時間。
聲音是時間的藝術，它需要一定的時間去進行呈現。而畫面是暫留的靜態藝術，它需要平面的空間去呈現。
因此，對於大多數聲音創作的工具而言，基於時間線的考慮是和平面創作工具最大的分水嶺。可以說幾乎絕大多數的聲音創作工具都具有和時間相關的因素。
當然也有一些靜態呈現的因素，如音量的大小，均衡的調節（其本質也是調節各個頻段的音量的）。還有另一種，就是把階段性重複的段落作為一個靜態的可視化模板來進行編輯。如大量的Loop生成工具。
現在，基於iPad，iPhone等移動觸控設備上，也出現了大量的如畫畫般的，可視化聲音創作工具。但其本質上，還是用可視化的方式，在呈現頻譜、音量、空間感等。而它們在時間性質上的表達，也多半採用的是漸變消逝方法。

並不同意@伊鳳笙的答案。

你對音頻信號做STFT，才能出現頻譜/時間的三維圖像。

然而音頻信號的時域表現方式就是兩條軸:振幅和時間。用matlab寫一個把手繪的時域波形轉換成音頻信號其實並不是什麼困難的問題。

當然你也可以裝一個audacity，放大再放大，到點模式。就可以用筆工具畫波形了。

先說簡單的波形是可以的，請參考我做的畫波小工具，但是只能出波表來合成固定頻率的波形。也就是通常意義的音符。

出更複雜的聲音需要用加法合成和FM調製，並且也要定義各諧波的觸發持續和消散（ADSR），這就不是簡單畫波就出得來的了。究其原因，學習下傅立葉轉換你會知道複雜的波形是由很多個不同周期不同振幅和相位的正弦波疊加而成的。

工具見下
https://zhuanlan.zhihu.com/p/25883674

很簡單，圖像是2D空間中的點線面，而音頻（波形）並不是單線性的，而是多個傅里葉變換疊加的產物。看過音頻波浪圖吧，當一段聲音播放出來時，波峰波谷並不是簡單的xy軸關係，他們還有縱深的z軸，而2D的波譜看上去是一堆採樣點連城的曲線，只是因為你正好從z軸出發點的位置垂直的看向了xy軸所成的平面罷了。換句話說，你以為那是個五角星，實際上那是楊桃。

那麼有沒有可能像畫畫那樣化頻譜呢？可以，但是畫出來的東西回到3D環境是某種弦波，不能稱之為聲音，因為你畫出來的2D圖形變成聲波之後，是一個面動成體的立體圖形，z軸上的每個點都對應相同的xy值，則z軸上任意一點∈全體實數。

在2D環境下，原子軌道數比3D環境少，也是這個道理。將任何3D環境的函數2D化都會帶來類似的問題，舊世界基於這些函數的粒子會崩潰。一言蔽之，不光是音頻，發生在3D世界的任何波形、反射、顏色等現象，在2D世界不復存在，因為2D世界的函數不滿足「波」存在的基礎。

為什麼不能？
誰跟你說的不能？？？
pro tools edit窗選畫筆工具然後使勁按t放大就可以畫波形了啊

我可以直接播放你畫的波形啊~然而你確定有勇氣聽完？

並不是很明白題主的意思。說幾點我的理解，也許能引出其他有質量和見解的回復。

圖像是有二維的，靜止的圖像也是有意義的。而聲音是的兩個維度是強度和時間，靜止的聲音是沒有意義的。

如果將聲音片段，看成是圖像里的一個局部。那麼拼湊出來的音樂也可以看成是一封完整的圖畫。

已經有一些人工智慧的技術可以合成音樂或者背景音樂了。但是都是符合最大眾審美的風格。

現在就有這樣的軟體你可以試試RGBMusicLab。

只是會的人少，太小眾而已。並不是沒有。

可以直接畫波形啊，誰說不能？但是你要畫出一首曲子不知道要多少年畫