Tölvuleikjatónlist: Saga og þróun
Fyrstu tilraunir
Í fyrsta tölvuleiknum sem var hannaður árið 1958 var ekkert hljóð. William Higinbotham náði að hanna tölvuleik sem líktist tennisspili á sveiflusjá (tæki til þess að sýna lotubundnar breytingar á rafrænum stærðum t.d. spennu eða straumi). Það var ekki fyrr en 14 árum síðar sem Noland Bushnell fékk í lið með sér tvo félaga sína, Ted Dabney og Allan Alcorn til þess að hanna leikinn Pong. Noland vildi hafa hljóð í leiknum, helst fögnuð áhorfenda þegar maður fékk stig í leiknum. Dabney hafði hugmyndir um að hafa hljóð áhorfenda til að túlka óánægju þegar maður missti stig. Allan Alcorn sem var aðalhönnuður Pong leiksinns hafði ekki hugmynd um hvernig hann ætti að hanna þessi hljóð á stafrænan máta auk þess sem hann var alveg að verða uppiskroppa með pláss í minni tölvuleiksinns.
Allan byrjaði þá að fikra sig áfram með hljóð úr tengiborðinu sjálfu með því að tengja vír úr litlum hátalara við mismunnandi staði á myndfösunarréttara (sync generator) tengiborðsins (myndfösunarréttari = tekur við afar nákvæmum upplýsingum um fasa rafspennu) þ.e. vírinn frá hátalara var tengdur við þann stað þar sem upplýsingar rafspennu bárust um snertingu boltans við flötinn vinstra megin á skjánum og hægra megin á skjánum (samanber mynd hér að neðan).
Þetta var í fyrsta skipti sem hljóð var notað í tölvuleik beint úr tölvukubbnum sjálfum, myndað af rafrænni spennu. Þeir örfáu spilakassar sem höfðu búið yfir hljóði fyrir þennan tíma gáfu frá sér hljóð á hliðrænan (analog) máta.
Þetta var gert á eftirfarandi máta: Vegna stærðar spilakassanna var nægilegt pláss til þess að koma fyrir í þeim segulbandi sem fór af stað við spennu frá tölvukubb. En vegna takmörkunar segulbandsins, endingartíma og hættu á að það gæti bilað við mikið álag og mikla spilun vildu framleiðendur spilakassa ólmir finna nýja leið til þess að tengja hljóðin við þær aðgerðir sem væru í gangi á skjánum. Tölvuleikjaframleiðendur jafnt sem framleiðendur spilakassanna tóku smátt og smátt skref nær rafrænum tölvuhljóðum mynduðum af tölvukubbunum sjálfum en þetta var hægara sagt en gert. Til þess að fá eitthvert hljóð sem átti að vera einkennandi fyrir aðgerðina á skjánum þurfti manneskju sem kunni sitthvað í forritun og þurfti að geta skrifað kóða sem gerði hugbúnaðinum grein fyrir mynstri á spennu sem send var á hljóðkubb og úr hljóðkubbnum svo yfir í hátalara.
„Early on, you were just thankful to get any sound out of the thing“ – Mike Pummel, tónskáld hjá Acclaim Software
Þrátt fyrir þessa miklu og tilviljanakenndu uppgötvun á Pong hljóðinu reyndist tölvuleikjaframleiðendum mjög erfitt að þróa notkun stafrænna hljóða og hreyfðist sú tækni mjög hægt næstu árin, en þróaðist þó. Upp úr 1980 hófu fyrirtæki eins og Texas Instruments og General Instruments að hanna forritanalega hljóðgjafa (PSG-Programmable sound generators). PSG hljóðkubbarnir innihéldu sveiflugjafa þ.e. rafrás sem skapar riðstraum af tiltekinni tíðni. Forritunarkóði var sendur út í sveiflugjafa til þess að hægt væri að stjórna hvaða tíðni yrði spiluð og hvenær hún væri af og á (on-1/off-0).
Þetta hjálpaði tölvuleikjaframleiðendum að færa sig upp á skaftið varðandi hljóð í leikjum. Sumir þeirra hófu að hanna sína eigin hljóðkubba til þess að bæta við hljóðið í leikjum sínum og hafa sitt eigið einkennandi hljóð. Þar sem þróun tölvuleikjatónlistar var á miklu byrjunarstigi á þessum tíma lögðu framleiðendur meira upp úr því að skrifa kóða fyrir hljóðhrif (effect) í leiknum eins og t.d. byssuhljóð eða hljóð sem hermdi eftir vél úr bifreið. Önnur ástæða fyrir því að leikjaframleiðendur lögðu mikið upp úr hljóðhrifum var sú að tölvuleikjaafþreying var ennþá mest stunduð á opinberum stöðum eins og í tölvuleikjasölum, félagsmiðstöðvum og á skemmtistöðum þar sem hljóðin áttu að vera hávær og hljóma heillandi og spennandi í eyrum fólks til þess að draga að.
Heimatölvan og tæknileg þróun tónlistar á hana
Atari 2600 sem naut gríðarlegra vinsælda í kringum 1980, ein fyrsta vinsæla heimaleikjatölvan, hafði tveggja rása hljóðkubb. Það felur í sér að hún spilar tvær 8 bita hljóðrásir á sama tíma. Nokkrum leikjum sem komu út fyrir Atari 2600 fylgdi tónlist, stef út leikinn sem breyttist með mismunandi stigum, borðum sem leikmaður komst á. Vegna takmarkaðra hljóðrása þurfti tónlistin þó oft að víkja fyrir hljóðhrifum eins og t.d. laserskotum o.fl. Þegar aðgerðir voru spilaðar í leiknum sem komu af stað hljóðhrifum eins og t.d. skot úr byssu, eða leikmaður dó í miðju borði þá hætti tónlistarstefið og hljóðhrifin yfirtóku hljóðrásina. Svo kom tónlistin inn aftur þegar hljóðhrifunum var lokið.
Til þess að auka spennu í leiknum var hægt að herða á stefi leiksins eða færa laglínu upp um áttundir eftir því sem leið á leikinn (d. Space invaders 1978). Til þess að bæta hljómgæði tónlistarinnar sem forrituð var fyrir leiki á þessum tíma kepptust fyrirtæki við að finna þægilegri leið til að útfæra tónefni í tölvuleikjum sínum en einnig að finna lausn á því hvernig hægt væri að skrifa tónlist í leiki án þess að hún þyrfti sífellt að víkja fyrir öðrum hljóðum í leiknum.
Nokkrum tölvuleikjaframleiðendum datt í hug að hafa fleiri en einn hljóðkubb í hverri leikjatölvu eða leikjakassa svo að tónlistin sem forrituð var í leikina gæti haft sérstakan hljóðkubb eða jafnvel tvo til þrjá hljóðkubba sem mismunandi tónrásir voru keyrðar í gegnum og síðan sér hljóðkubb fyrir önnur hljóð og hljóðhrif sem fylgdu aðgerðum leikmanns. Þetta þýddi hins vegar að hver hljóðkubbur þyrfti sinn eigin aflgjafa sem gat tekið sitt pláss en það kom ekki að sök hvað varðar spilakassana þar sem þeir voru afar rúmgóðir og tölvukubbar höfðu komið í stað segulbandsins sem áður var notað fyrir hljóð. Þessa aðferð var hinsvegar ekki svo auðvelt að útfæra á heimatölvurnar sem áttu að vera litlar og handhægar. Þar þurfti að finna upp á öðruvísi skiptingu tóna og hljóðs sem myndi samt sem áður aðeins fela í sér notkun eins hljóðkubbs.
Með tilkomu Nintendo leikjatölvunnar inná tölvuleikjamarkaðinn var biðin áenda. Nintendo Entertainment System (NES 1985 – öðru nafni Famicom 1983 JP) kynnti til leiks nýjan hljóðkubb sem var búinn til af japanska tónskáldinu Yukio Kaneoka. Hljóðkubburinn var minni um sig en aðrir hljóðkubbar sem tölvuleikjafyrirtæki höfðu áður notað og samanstóð af 5 hljóðrásum með tvær rásir fyrir melódíu, rás fyrir bassa, einskonar sampl rás og noise rás sem var afar hentug fyrir t.d. trommur. Auk þessara rása gátu tónsmiðir tölvuleikjatónlistar víkkað út fjölbreytni tónsmíðanna með nokkrum tilheyrandi þáttum: Hljóðstyrk, Attack, Decay, Sustain og Release.
Form tónsmíðanna
Þrátt fyrir að tölvuleikjaframleiðendur gerðu sér fulla grein fyrir mikilvægi tónlistar og samspils hennar við tölvuleikina sjálfa höfðu þeir ekki síður áhyggjur af stærð hennar í minni leikjanna. Á þessu þurftu framleiðendur og tónskáld sem unnu að tölvuleikjunum að finna lausn.
Ein af lausnunum var notkun svokallaðra lykkja (loop). Eitt lag samanstóð því af nokkrum lykkjum sem þurftu að vera mótaðar að því leyti að það væri auðvelt að láta eina lykkju leka yfir í aðra til þess að hægt væri að hafa fjölbreytnina sem mesta. Lykkjur voru mikið notaðar í t.d. hlutverkaleikjum og ævintýraleikjum sem höfðu sögulegt gildi á meðan þær voru minna notaðar í leiki þar sem þrautir kröfðust ekki eins mikillar aðstoðar tónlistar til þess að gera verkefnið spennandi t.d. íþróttaleikir, flugleikir o.fl. Í þeim leikjum voru oft aðeins hannaðar nokkrar mismunanndi lykkjur sem voru svo spilaðar t.d. við upphaf þrauta áður en leikmaður hóf að leysa verkefni.
Hlutverkar og ævintýraleikir innihéldu lykkjur sem voru lengri þar sem leikmaður þurfti að eyða lengri tíma í verkefni þeirra innan hvers borðs fyrir sig. Þetta var gert m.a. til þess að leikmaður yrði ekki þreyttur á stöðugri endurtekningu sama tónefnis. Þrátt fyrir að heildarlengdin á hverju lagi fyrir sig hafi oftast ekki verið meiri en um það bil ein og hálf mínúta var hægt að raða lykkjum lagsins í mismunanndi raðir eftir því hvað kom næst í laginu. Með þessum mismunnandi útsetningum af pörtum var ekki eins mikil hætta á því að þreytast á tónefni leiksins.
Dæmi: Overworld theme – Super Mario Bros (Famicom 1985, höf. Koji Kondo jp) – Tímalengd ca 1:30 min
Á skýringarmyndinni hér fyrir ofan má sjá hvernig aðalstefi leiksins er skipt upp í fjórar lykkjur A, B, C og D. Upphafstaktur eða upphafsstef (intro) var afar algengt og gat varað allt frá einum takti upp í fimm takta. Ekki var algengt að endurtaka byrjunarkafla lagsins (samanber kafla A á skýringarmynd) þó að það sé gert í þessu tiltekna dæmi. Eftir að lykkjurnar hafa komið fram í þeirri röð sem þær voru settar saman í er öll hendingin svo endurtekin frá byrjun, þó oftast án þess að endurtaka upphafsstefið (intro) heldur byrjar hendingin frá A og þræðir í gegnum kaflana á ný til enda og er svo endurtekin aftur og aftur í eins langan tíma og það tekur leikmann að þreyta viðeigandi verkefni eða borð.
En lykkjur, kaflar og hendingar voru breytilegar eftir aðstæðum leikmanns í leiknum ef leikmaður var t.d. á auðveldum stað, í baráttu eða ef hann var að koma að nýjum svæðum. Á auðveldari stöðum þ.e. á stöðum þar sem ólíklegt var að verkefni fælu í sér stórar hindranir eða erfiðan þröskuld sem beið við enda borðsins voru kaflarnir oftast fleiri og lykkjurnar lengri en á stöðum þar sem leikmaður var í orustu (t.d. á endaköflum). Þar voru kaflarnir færri, oft jafnvel bara tveir A-B og lykkjur þeirra styttri. Þetta ýtti undir spennu í ögrandi verkefnum en önnur ástæða var sú að orustan gat tekið enda á mun styttri tíma en það að þreyta heilt borð þannig að það var engin ástæða til þess að vera með fleiri kafla eða lengri lykkjur.
Áframhaldandi þróun tölvuleikja
Með tilkomu heimilis leikjatölva fóru tölvuleikjaframleiðendur að leggja minna upp úr þróun tölvuleikja fyrir tölvuleikjakassa. Leikirnir sem áður var bara hægt að spila á opinberum stöðum eins og börum, í leikjasölum o.fl. voru nú flestir komnir heim í stofu. Hófu þá mörg fyrirtæki að gefa út fyrir heimilistölvur, leiki sem höfðu áður verið í spilakössum og notuðu þá oft sömu tónlist og hafði verið upprunalega búin til fyrir leikina frekar en að semja sína eigin og hermdu eftir hljóðhrifum og hljóðum. En tölvuleikjafyrirtæki fóru líka að skrifa sína eigin leiki í meiri mæli og réðu þá oft tónskáld til sín fyrir einstaka tölvuleiki en oft voru líka tónskáld sem unnu eingöngu innan fyrirtækja til þess að sjá um tónlistina í leikjum þeirra d. Koji Kondo – Super Mario Bros, Zelda.
Hljóðkubbar urðu fullkomnari með tímanum og gátu spilað fleiri rásir í einu í stereo, en hljóðkubbur Nintendo var með 5 rásum sem allar voru í mono. Þrátt fyrir þessa nýjung héldust einkenni tölvuleikjatónlistar afar svipuð. Nokkrar ástæður má nefna fyrir því hvers vegna þetta var. Form tölvuleikjanna var ennþá það sama þrátt fyrir aukna möguleika á betri myndgæðum og fleiri hljóðrásum. Tónlistin studdi því áfram sömu þætti leiksins á svipaðan hátt þ.e. umhverfi, atburði og gengi persónunnar í leiknum. Tölvuleikjatónlist var orðin aðlöguð að leikjaforminu og þrátt fyrir þróun í tæknihluta tölvuleikjarins breyttist formið lítið. Minni tölvuleikja og skipting þess á milli myndrænu þáttana á skjánum og hljóðsins hélst líka afar svipað. Með þróun í tækni hvað varðar myndgæði í leikjum þurfti meira pláss eða minni til þess að geyma stærri og betri myndgæði. Um leið og sú þróun varð urðu gæðin á hljóði og mynd meiri. Myndirnar urðu skýrari og hljóðin hljómuðu mun betur en áður. Hljóðfæri sem reynt var að líkja eftir eins og t.d. harpa, flauta og trommur urðu raunverulegri og hljóðbútar fengu að njóta sín mun betur en áður. Það var þó ekki bara þróun á tölvuleikjum eða tölvunum sjálfum heldur líka þróun aðferða hjá þeim sem sáu um að semja tónlist fyrir tölvuleikina.
Áður fyrr voru þeir sem stjórnuðu útkomu tölvuleikjatónlistar meira en minna forritarar með hugsanlega engan bakgrunn í tónlist sem þó fengu tónefni frá tónskáldunum sjálfum. Við byrjun 10. áratugarins var þetta ferli orðið mun gagnkvæmara. Tölvuleikjatónlist var nú að miklu leyti samin í hljóðveri tónlistarmansins eða vinnustofu hans, þar sem hann hafði sjálfur aðgang að því að skrifa inn tónlist í forrit sem gáfu honum svipaða útkomu og þá sem var svo í tölvuleiknum sjálfum.
Tilkoma Playstation, geisladiska og möguleika sem fylgdu í kjölfarið
Tölvuleikjatónlist náði síðan nýjum hæðum árið 1995 með komu Playstation tölvunnar sem framleidd var af Sony. Þróunin hafði þá fært sig yfir á nýtt form, geisladiska. Playstation var reyndar ekki fyrsta leikjatölvan sem keyrði leiki sína á geisladiskum. Fyrirtækið Atari gaf út leikjatölvuna Atari Jaguar árið 1993 sem var fyrsta 32-bita leikjatölvan á markaðnum sem bjó yfir þeim möguleika að spila myndbönd og hljóð í samræmi við gæði geisladiska (16-bita). En vegna þess að tölvan var mjög dýr og kostnaðarsöm náði hún aldrei miklum vinsældum.
Fyrirtækið Sega gaf svo út leikjatölvuna Sega Saturn árið 1994 með 16-bita breyti til þess að umbreyta stafrænum hljóðum yfir í hliðræn hljóð (DAC – digital to analog converter) og 32 rása hljóðkubb sem gat spilað út í geisladiskagæðum. Þrátt fyrir þessa möguleika á Sega Saturn var oftar en ekki of lítið pláss til þess að spila út hljóð í þessum gæðum og enn og aftur vegna minnis tölvuleikjanna og takmarkaðs pláss sem tónlist mátti taka í þeim voru gæði hljóðskránna minnkuð.
Við þróun Playstation tölvunnar fór skilgreiningin á tölvuleikjatónlist að víkka og möguleikar að opnast. Tónlist var þó skipt niður á svipaðan máta og áður. Á stigum þar sem leikmaður var að þreyta verkefni af ýmsum toga voru lykkjur lengri líkt og í gömlu 8-bita tölvunum og síðan styttri þegar leikmaður kom að stórri hindrun (endakall, stór vera/persóna í miðju borði o.s.frv). En tónlistin þróaðist með forminu sem var að þróast mjög ört frá hinu venjulega línulega formi (ath: línulegt – þegar leikmaður þarf að fara eftir tiltekinni röð til þess að komast í gegnum leikinn, frá A-B). Veröld leikjanna tók að stækka og það að fleiri en einn leikmaður spiluðu í einu var nú orðið mjög aðgengilegt sem og að spila einn ásamt hjálp frá persónum sem tölvan sá sjálf um að búa til.
Sjóndeildarhringurinn stækkaði. Lykkjur í tónlist voru ekki lengur innan við tvær mínútur á lengd með aðeins 5-6 pörtum heldur gátu þær verið 8-14 mínútur jafnvel meira, með fjöldan allan af pörtum sem þurftu ekki endilega að endurtaka sig eftir ákveðinni röð. Því átti leikmaður jafnvel von á því að heyra ekki allt stefið áður en hann hafði þreytt verkefnið.
Tölvuleikjatónlist í dag
Í dag eru flestir tölvuleikir gefnir út á dvd diskum (4,7/8,7 gb.) eða diskum af stærra formi eins og t.d. Blu-ray diskum (25/50 gb. að stærð). Ég vil minna á það að fyrstu tölvuleikirnir sem náðu einhverjum vinsældum eins og t.d. tölvuleikirnir frá Nintendo (1985 og uppúr) voru nokkur kílóbæti að stærð. Fyrir þá sem ekki þekkja kílóbæti, megabæti eða gígabæti þá gera þúsund kílóbæti eitt megabæti og þúsund megabæti svo eitt gígabæti. Í dag eru stórir leikir oftast frá tveimur og uppí tíu gígabæti, semsagt mun meira pláss og geta því haft mun stærri hljóðskrár í betri gæðum.
Tónskáld eru oft fengin til þess að skrifa út verk fyrir sinfóníur sem eru svo tekin upp í hljóðveri fyrir tölvuleiki. Dæmi um þetta er t.d. kvikmyndatónskáldið Hans Zimmer sem hefur samið tónverk fyrir um það bil hundrað kvikmyndir. Hann samdi tónlistina fyrir leikinn Call of Duty 4: Modern Warfare 2 sem gefinn var út árið 2009 og samanstendur af heilli sinfóníu skrifað í kvikmyndatónlistarstíl. Þar sem takmarkanir við gerð tölvuleikjatónlistar, hjóða í leikjunum og annara hljóðhrifa sem þurfa að fylgja með eru nú smávægilegar miðað við áður er ekkert tiltekið form sem notast er við lengur, formin eru jafn mörg og tölvuleikjatónskáldin eru þ.e. nú er það frekar tónskáldið sem semur tónlistina fyrir leikinn sem setur sér sjálfur einhversskonar form en það getur verið af ýmsum toga, ekkert A-B-C-D lengur. Þar sem umhverfi hvers stigs, borðs fyrir sig er nú stærra og verkefni innan hvers stigs geta tekið lengri tíma er tónlistin sem kemur fram í leikjunum oft löng stef, verk, lög sem fá að spilast út óáreitt. Ef að leikmaður er ekki kominn að næsta skiptipunkti sem að gefur til kynna breytingu á umhverfi og tónlist er stefið, verkið, lagið einfaldlega látið spilast aftur frá byrjun. Lengd tónlistar í hverju borði er af þeirri lengd og kaflar þess orðnir það fjölbreyttir að það þyrfti að endurtaka sig töluvert oft til þess að leikmaður færi að taka eftir því að hann sé sífellt að heyra sama tónefni aftur og aftur, sérstaklega þar sem einbeitingin beinist hvað mest að aðgerðum sem leikmaður er að sinna í leiknum.
Þar sem meira rými er nú til hönnunar á hljóði og möguleika á stærð tónefnis í leikjum hafa tölvuleikjaframleiðendur verið að stíga stærra skref í átt að beinum tengslum milli aðgerða og hljóðs í leikjunum þ.e. þær aðgerðir og ákvarðanir sem leikmaður tekur í leiknum hafa bein áhrif á tónlistina. Gott dæmi um þetta er leikurinn Spore, hannaður af fyrirtækinu Maxis þar sem tónlistamaðurinn Brian Eno semur tónlistina. Í leiknum byrjar leikmaður á algjörum byrjunarpunkti eða sem eind (cell) sem vinnur sig svo upp með því að þróast, borða, vaxa og stækka yfir í það að verða lífvera. Á því stigi sem leikmaður er ennþá bara lítil eind eru einingar tónlistarinnar afar fáar t.d. örfáar nótur sem hreyfast afar hröð og fá skref í einu eða einfaldlega bara einn tónn sem myndar einskonar liggjandi (drone) hljóð. Með hverju stigi sem leikmaður þróar lífveru sína t.d. bætir á sig örmum, stækkar líkama, fær hendur, fætur bætist smátt og smátt við tónlistina sem er svo orðin að fullþróuðu stefi með rythma og tónarunum þegar lífveran er orðin fullvaxin.
Einnig er dæmi um það í tölvuleikjum nútímans að umhverfi og persóna leiksins eigi í beinu sambandi hvað varðar hljóð og tónlist. Dæmi um þetta er t.d. leikurinn GTA: San Andreas (Rockstar Games 2004). Í leiknum eru aðeins umhverfishljóð þegar leikmaður er að ganga/hlaupa um götur og borgir en þegar leikmaður fær aðgang að bíl í leiknum spilast tónlist úr útvarpi bifreiðar með nokkrum valmöguleikum um útvarpstöðvar sem búnar eru til af hönnuðum leikjarins. Þetta minnir t.d. á Dogma kvikmyndagerð þar sem tónlist í þeim bíómyndum fer alfarið eftir því hvort að leikarar myndarinnar séu í umhverfi þar sem tónlist getur hugsanlega verið spiluð eins og t.d. í bifreiðum eða á skemmtistöðum en þá er einungis notast við þau hljóðgæði sem koma frá tilteknu útvarpi eða hljóðkerfi í því umhverfi (tónlist aldrei bætt inn á sér hljóðrás eftir á).
Í tölvuleiknum GTA: San Andreas skiptir staðsetning líka öllu máli varðandi það hvaða útvarpsstöðvar leikmaður getur valið. Ef að Carl (aðalpersóna San Andreas) er í stórborg hefur hann val um að velja á milli 5-7 útvarpsstöðva sem samsvara þeim stöðvum sem ofast einkenna stórborgir, útvarpsstöðvar sem spila vinsældartónlist eins og t.d. rokk, popp, dans og dægurlagatónlist. Þegar Carl er hinsvegar staddur utan við borgarmörkin í litlum bæjarfélögum er valið oftast skorðað við kántrí, þjóðlagatónlist, kassagítar, ballöður og með færri auglýsingum en tíðkast á þeim stöðvum sem spila vinsældartónlist af einhverju tagi. Þetta eykur raunveruleikastig leikjarins.
– Þórður Hermannsson
Heimild:
Greinin er byggð á lokaritgerð við Listaháskóla Íslands eftir Þórð Hermannsson frá 2010; Tölvuleikjatónlist. Saga og þróun.
Lokaritgerðina má lesa í heild sinni hér.
Þú hefur kannski áhuga á þessu...
Echoes of Wisdom – Zelda er við stjórnvölinn →
PlayStation 5 Pro væntanleg í nóvember →
Gefum fjóra miða á tölvuleikjatónleika í Hörpu →
