Die in der Einleitung formulierten Forschungsfragen zur technischen Konvertierung der SID-Dateien bilden das methodische Fundament dieser Arbeit und sind derjenige Teil, der bislang am weitesten realisiert wurde.
Diese Fragen zielten darauf ab, die Machbarkeit und die Implikationen der Transformation von „Musik-als-Code” in ein für die computergestützte Analyse geeignetes Format zu betrachten.
Die Fragen im Überblick
Forschungsfrage 1: Welche Herausforderungen ergeben sich bei der automatisierten und qualitätsgesicherten Konvertierung der umfangreichen HVSC in ein für die computergestützte Musikanalyse geeignetes Format wie MIDI?
Forschungsfrage 2: Welche existierenden Tools und Ansätze eignen sich am besten für diese Konvertierung, und inwiefern müssen diese für die spezifischen Anforderungen der SID-Musik angepasst oder erweitert werden?
Forschungsfrage 3: Welche Art von Informationsverlust oder Verzerrung ist bei dieser Transformation unvermeidlich, und wie kann dieser in der nachfolgenden stilometrischen Analyse berücksichtigt oder minimiert werden?
Herausforderungen der automatisierten Konvertierung
Die erste Forschungsfrage adressierte die Herausforderungen einer automatisierten und zugleich qualitätsgesicherten Konvertierung der vollständigen HVSC in ein Format wie MIDI. Da SID-Dateien ausführbare Maschinencode-Programme ohne explizite symbolische Notenrepräsentation sind, musste ein prozeduraler Ansatz gewählt werden: Der Code wird ausgeführt, Register-Schreibvorgänge werden protokolliert und daraus musikalische Ereignisse rekonstruiert. Die Größe der HVSC mit über 58.000 Stücken schließt manuelle Konvertierung aus, sodass Skalierbarkeit und Automatisierung von Beginn an zentrale Anforderungen waren.
Evaluation und Anpassung bestehender Tools
Die zweite Forschungsfrage richtete sich auf die Eignung existierender Tools und ihren Anpassungsbedarf für die Besonderheiten der SID-Musik. Die Evaluation identifizierte desidulate als vielversprechende Basis, insbesondere aufgrund der Python-Implementierung und der Fähigkeit, detaillierte MIDI-Dateien mit separaten Spuren zu erzeugen. Die ursprüngliche Abhängigkeit von VICE-Register-Dumps erwies sich jedoch als limitierend, weshalb JSIDPlay2 in den Workflow integriert und für die Batch-Verarbeitung der HVSC angepasst wurde.
Konkret wurde JSIDPlay2 so erweitert, dass Registerdaten effizient im Parquet-Format ausgegeben werden, und desidulate um benutzerdefinierten Code ergänzt, um diese Daten zu interpretieren und daraus musikalische Ereignisse, wie schnelle Arpeggien, rekonstruieren zu können. Dieser Teil des Workflows wurde praktisch implementiert und bildet die Grundlage für alle weiteren Analysen.
Unvermeidlicher Informationsverlust und seine Implikationen
Die dritte Forschungsfrage befasste sich mit dem unvermeidlichen Informationsverlust bei der Transformation von SID zu MIDI und dessen Konsequenzen. MIDI ist primär für symbolische Notenereignisse konzipiert und kann timbrale Feinheiten der SID-Synthese , wie Filterverläufe, präzise Pulsweitenmodulation, Ringmodulation oder bestimmte „schmutzige“ Klangartefakte, nur unzureichend abbilden.
Im bisherigen Projektstand wird dieser Verlust pragmatisch akzeptiert: Die Analyse konzentriert sich zunächst auf Merkmale, die aus den symbolischen MIDI-Daten zuverlässig extrahiert werden können, etwa Tonhöhen, Rhythmik, grundlegende Polyphonie und bestimmte Arpeggio-Muster. Gleichzeitig werden die extrahierten Registerdaten im Parquet-Format archiviert, um perspektivisch timbrale Features direkter berücksichtigen zu können. Ein Schritt, der bewusst als zukünftige Erweiterung des Projekts markiert ist.