Yamaha S-YXG50 逆向工程架构文档
以下是我烧掉 150 亿 token 的结果
因为是 AI 分析的，可能有不准确的地方
目录
概述
Yamaha S-YXG50 是 Yamaha 公司于 2003 年发布的一款软件波表合成器，以 DLL 形式存在，主要用作 VST 插件。它的核心功能是接收 MIDI 音乐信号，实时合成出高质量的音频输出。
支持的 MIDI 标准：
- GM（通用 MIDI）：最基础的 MIDI 标准，定义了 128 种乐器和一套鼓组
- GS（Roland 标准）：GM 的扩展，增加了更多音色和鼓组
- XG（Yamaha 标准）：Yamaha 自己的扩展标准，支持更丰富的音色编辑和效果器控制
基本能力：
- 同时处理 16 个 MIDI 通道，每个通道可以演奏不同的乐器
- 最大 128 复音，即同时可以有 128 个音符在发声
- 内置三组效果器：混响、合唱、变奏
- 44.1kHz 采样率、立体声浮点音频输出
- 基于波表的音色系统，音色数据存储在外部文件中
程序架构
整体结构
S-YXG50 采用分层架构设计，从上到下分为四个主要层次：
第一层：VST 插件外壳（CVstEffect）
这是与宿主程序（如 Cubase、FL Studio）对接的最外层。它负责接收宿主发来的各种消息，比如"打开插件"、“关闭插件”、“处理 MIDI 事件”、"设置采样率"等。这一层本身不做任何音频处理，只是一个翻译官，把宿主的消息翻译成内部引擎能理解的指令。
CVstEffect 内部持有一个 CSynthEngine 实例，所有实际工作都委托给它完成。
第二层：合成器核心引擎（CSynthEngine）
这是整个合成器的大脑。它协调各个子系统的工作：
- 持有 MIDI 处理器，负责解析 MIDI 消息
- 持有声音管理器，负责分配和回收声音资源
- 持有效果处理器，负责给音频加效果
- 持有音色表，存储所有乐器的音色数据
每当宿主请求一帧音频时，CSynthEngine 就会指挥各个子系统协同工作，最终输出立体声采样。
第三层：功能子系统
这一层包含四个独立的子系统，各司其职：
MIDI 处理器（CMidiHandler）：接收原始 MIDI 字节流，解析出有意义的音乐事件。比如它能识别出"第 5 通道按下中央 C，力度 100"这样的指令，并通知声音管理器去触发对应的声音。
声音管理器（CVoiceManager）：管理一个包含 128 个声音槽的池子。当收到 Note On 指令时，它会从池子里找一个空闲的声音槽，初始化它的参数，开始播放。当收到 Note Off 指令时，它会让对应的声音进入释放状态。每个声音槽都是一个独立的 DSP 处理单元，有自己的振荡器、包络、滤波器等。
效果处理器（CEffectsProcessor）：对所有声音混合后的音频进行效果处理。它包含混响、合唱、变奏三组效果器，每组都可以独立设置类型和参数。
音色表管理器（CVoiceTable）：负责加载和管理音色数据文件。它读取 sxgbin41.tbl 中的音色参数（比如用什么波形、包络怎么设置、滤波器怎么调）和 sxgwave4.tbl 中的实际波形采样数据。
第四层：DSP 处理模块
这是最底层的信号处理库，提供各种基础的音频处理功能：
- 振荡器：生成或读取波形数据
- 滤波器：改变音频的频率特性
- 包络发生器：控制声音的音量随时间变化
- 混响效果器：模拟空间反射，让声音有空间感
- 合唱效果器：通过延迟调制让声音更丰满
- 混音器：将多个声音混合成最终的立体声输出
源代码组织
源代码按照功能模块组织在不同的目录中：
include/ 目录存放所有头文件，定义了核心数据结构和接口。最重要的包括 types.h（基础类型）、engine.h（合成器引擎）、voice.h（声音对象）、effects.h（效果器接口）、voice_table.h（音色表）。
midi/ 目录存放 MIDI 消息处理相关的代码。核心文件 midi_processing.cpp 负责解析各种 MIDI 消息，包括 Note On/Off、控制变化、程序变化、系统专属消息等。
voice/ 目录存放声音引擎相关的代码，是整个项目中文件最多、代码量最大的部分。voice_engine.cpp 是声音引擎的核心，voice_rendering.cpp 处理声音的渲染，voice_param.cpp 管理声音参数，voice_state.cpp 管理声音的状态转换（激活、释放、静音等）。
effects/ 目录存放效果器相关的代码。effects_algorithms.cpp 实现了各种效果器算法，effects_params.cpp 处理效果器参数的设置和读取。
dsp/ 目录存放底层 DSP 处理代码。oscillator.cpp 实现波形生成，filters.cpp 实现各种滤波器，envelope.cpp 实现包络发生器，reverb.cpp 实现混响，chorus.cpp 实现合唱，mixer.cpp 实现混音。
channel/ 目录存放通道管理相关的代码。每个 MIDI 通道都有自己的参数状态（音量、声像、弯音等），这些代码负责管理它们。
audio/ 目录存放音频参数管理和命令分发的代码。audio_params.cpp 是最大的单个文件，包含了 DSP 处理器的大部分实现。
xg/ 目录存放 XG/GS 兼容层的代码。这些代码确保 S-YXG50 能正确响应各种 XG 和 GS 专属的 MIDI 消息和系统专属指令。
mfc/ 目录存放 MFC（Microsoft Foundation Classes）相关的工具函数。原始 DLL 使用了 MFC 框架，这些函数处理内存管理、字符串操作等基础功能。
core/ 目录存放 DLL 入口点、运行时工具等核心功能。
MIDI 到音频的完整数据流
总体流程
从 MIDI 信号进入 DLL 到最终输出音频，需要经过以下主要阶段：
- MIDI 事件接收
- MIDI 消息解析
- 通道参数更新
- 声音触发与分配
- 声音初始化
- 波形渲染
- 效果器处理
- 混音输出
阶段一：MIDI 事件接收
宿主程序通过 VST 接口将 MIDI 事件传递给插件。这些事件被打包在一个事件数组中，每个事件包含事件类型、时间戳和 MIDI 数据字节。
S-YXG50 在音频处理循环的开始处检查是否有待处理的 MIDI 事件。如果有，就逐个取出处理。
阶段二：MIDI 消息解析
对于每个 MIDI 事件，系统首先解析它的状态字节（第一个字节的高四位），确定这是什么类型的消息：
Note On（音符开启）：表示某个键被按下。数据包含通道号、音符号（0-127，对应钢琴的 88 个键）和力度（按键的力度，0-127）。力度为 0 的 Note On 等同于 Note Off。
Note Off（音符关闭）：表示某个键被释放。数据包含通道号和音符号。
Control Change（控制变化）：表示某个控制器的值发生了变化。常见的控制器包括音量（CC#7）、声像（CC#10）、调制轮（CC#1）、延音踏板（CC#64）等。每个 CC 消息包含控制器编号和新的值。
Program Change（程序变化）：表示切换乐器音色。数据包含新的音色编号（0-127）。
Pitch Bend（弯音）：表示弯音轮的位置变化。弯音值是一个 14 位的数（0-16383），中间值 8192 表示没有弯音。
System Exclusive（系统专属）：用于厂商特定的扩展功能。S-YXG50 通过系统专属消息接收 XG、GS、GM 的各种高级设置。
阶段三：通道参数更新
每个 MIDI 通道都有自己的参数状态，包括音量、声像、弯音、调制深度、滤波器截止频率、包络参数等。当收到控制变化消息时，系统会更新对应通道的对应参数。
这些参数存储在全局参数块中，供后续的声音渲染使用。比如音量参数会影响声音的响度，声像参数会影响声音在左右声道的分布，弯音参数会影响声音的音高。
阶段四：声音触发与分配
当收到 Note On 消息时，声音管理器需要为这个音符分配一个声音槽。声音池共有 128 个声音槽，每个 MIDI 通道最多可以同时使用 32 个声音。
分配过程如下：
- 首先在对应通道的声音槽范围内寻找空闲的槽位
- 如果找到空闲槽位，直接使用
- 如果没有空闲槽位，需要"偷取"一个正在发声的槽位（通常选择最早开始发声的）
分配成功后，声音槽被标记为"激活"状态。
阶段五：声音初始化
声音槽分配好后，需要初始化它的各种参数：
音色参数加载：从音色表中查找对应的音色数据。查找时需要考虑当前通道选择的乐器编号、Bank Select（音色库选择）的 MSB 和 LSB 值。如果是鼓组通道（第 10 通道），则从鼓组数据中查找。
振荡器初始化：设置波形数据的起始地址、循环点位置、采样率等。如果波形采样率与输出采样率不同，还需要设置采样率转换参数。
包络初始化：根据音色数据中的包络参数，计算 Attack、Decay、Sustain、Release 各阶段的速率和目标值。
滤波器初始化：根据音色数据中的滤波器参数，计算滤波器的截止频率和共振值。
增益初始化：根据力度、音量、声像等参数，计算初始的左右声道增益值。
阶段六：波形渲染
声音初始化完成后，进入波形渲染阶段。系统以 128 采样为一个处理块，逐块进行渲染。
波形读取：振荡器从波形数据中读取采样值。读取速率由音高决定——音高越高，读取速率越快，波形被"压缩"，频率升高。由于读取速率通常不是整数，需要使用线性插值来计算中间值，保证声音平滑。
循环处理：大多数乐器音色都有循环区域。当读取位置到达循环结束点时，会跳回循环起始点继续读取，这样声音可以持续任意长时间。有些音色是单次播放（如钢琴），到达终点后就停止。
包络应用：包络发生器根据当前所处的阶段（Attack、Decay、Sustain、Release）计算一个音量因子，乘到波形数据上。Attack 阶段音量从 0 上升到最大值；Decay 阶段从最大值下降到 Sustain 电平；Sustain 阶段保持在 Sustain 电平；Release 阶段从当前电平下降到 0。
S-YXG50 为每个声音维护三组包络：主包络控制整体音量，合唱发送包络控制送往合唱效果器的信号量，混响发送包络控制送往混响效果器的信号量。
滤波器应用：双二阶滤波器（Biquad Filter）改变音频的频率特性。最常用的是低通滤波器，它让低频通过而衰减高频，使声音变得更暗、更柔和。滤波器的截止频率可以由 MIDI CC#74（Brightness）控制。
增益与声像：根据力度、通道音量、表情、声像等参数，计算最终的左右声道增益。声像控制声音在左右声道的分布——声像值为中间时左右声道音量相等，偏左时左声道更响，偏右时右声道更响。
输出到缓冲区：渲染好的采样数据被写入多个缓冲区——主输出缓冲区（左右声道）、合唱发送缓冲区、混响发送缓冲区。这些缓冲区将在后续的效果器处理阶段使用。
阶段七：效果器处理
当所有活跃的声音都渲染完成后，系统将它们的输出混合在一起，然后送入效果器链处理。效果器处理的详细机制在下一章描述。
阶段八：混音输出
效果器处理完成后，进入最终的混音输出阶段：
效果返回混合：将效果器处理后的信号（混响返回、合唱返回、变奏返回）与干信号混合在一起。
主音量应用：将混合后的信号乘以主音量系数。
限幅处理：防止信号超出有效范围。如果采样值超过最大值（131071）或低于最小值（-131072），就将其限制在范围内，避免削波失真。
输出到宿主：将最终的立体声音频数据写入宿主提供的输出缓冲区。
效果器链运作机制
效果器架构概述
S-YXG50 的效果器系统由三组独立的效果器组成：混响（Reverb）、合唱（Chorus）、变奏（Variation）。每组效果器可以独立设置类型和参数。
效果器的信号流如下：
每个声音渲染完成后，它的输出被分成多个部分：
- 主输出：直接送到最终混音器
- 混响发送：送到混响效果器
- 合唱发送：送到合唱效果器
- 变奏发送：送到变奏效果器
每组效果器处理完后，输出信号被送回最终混音器，与干信号混合。发送量由 MIDI CC 控制（CC#91 控制混响发送，CC#93 控制合唱发送，CC#94 控制变奏发送）。
混响效果器
混响模拟声音在空间中的反射效果，让声音听起来像是在某个房间里演奏。
支持的混响类型：
- Hall（大厅）：模拟音乐厅的大空间，混响时间长，声音温暖丰满
- Room（房间）：模拟普通房间，混响时间较短，声音紧凑
- Stage（舞台）：模拟舞台环境，声音明亮清晰
- Plate（板式）：模拟金属板混响器，声音明亮，衰减均匀
可调参数：
- 混响时间：声音衰减到听不见所需的时间
- 阻尼：高频衰减的速度，阻尼越大高频衰减越快，声音越暗
- 扩散：反射的密度，扩散越大声音越平滑
- 预延迟：直达声与第一次反射之间的时间差
合唱效果器
合唱效果通过将信号延迟并调制，产生多个略有差异的声音叠加的效果，让单个乐器听起来像是多个乐器在同时演奏。
支持的合唱类型：
- Chorus（合唱）：标准合唱效果，延迟时间较长（10-30ms），没有或很少反馈
- Flanger（镶边）：延迟时间很短（1-10ms），有较高的反馈，产生"喷气机"效果
- Symphonic（交响）：多个延迟线叠加，产生更丰满的合唱效果
工作原理：
- 输入信号被写入一个延迟缓冲区
- 一个低频振荡器（LFO）不断调制读取位置，使得延迟时间在一定范围内周期性变化
- 读取出来的信号与原始信号混合，产生音高微调的效果
- 左右声道使用不同相位的 LFO，产生立体声扩展效果
变奏效果器
变奏效果器是一个通用的效果器插槽，可以加载各种不同类型的效果。支持的效果类型非常丰富：
调制类效果：
- Chorus/Flanger/Symphonic：与合唱效果器类似
- Phaser（相位器）：使用全通滤波器链产生梳状滤波效果
- Tremolo（颤音）：周期性调制音量
- Auto Pan（自动声像）：周期性调制声像位置
空间类效果：
- Delay/Echo（延迟/回声）：将信号延迟后与原始信号混合
- Early Reflections（早期反射）：模拟房间的前几次反射
- Gate Reverb（门混响）：混响突然截止的效果
失真类效果：
- Distortion（失真）：硬削波，产生强烈的谐波失真
- Overdrive（过载）：软削波，产生温暖的失真效果
- Amp Simulator（音箱模拟）：模拟吉他音箱的音色
动态类效果：
- Compressor（压缩器）：减小动态范围，让响的和轻的部分差距变小
- Limiter（限幅器）：防止信号超过阈值
频率类效果：
- 3-Band EQ / 2-Band EQ：多段均衡器，可以调整不同频段的音量
- Auto Wah（自动哇音）：周期性调制滤波器截止频率
其他效果：
- Rotary Speaker（旋转扬声器）：模拟 Leslie 音箱的旋转效果
- Pitch Change（变调）：改变音高
- Karaoke（卡拉 OK）：消除人声
效果参数管理
效果器的参数通过一个专门的状态结构来管理。这个结构存储了所有效果器的当前设置，包括每种效果器的类型编号和各个参数值。
参数值通常是 0-127 范围的整数，对应 MIDI 控制器的值范围。有些参数使用 16 位编码，可以表示更精细的控制。
核心效果器算法
混响算法
S-YXG50 的混响采用经典的 Schroeder 混响结构，这是一种在数字音频领域广泛使用的混响算法。
信号处理流程：
-
预延迟：输入信号首先经过一个短延迟（5-20ms）。这模拟了从声源到墙壁的首次反射的时间差，增加了"空间感"。预延迟越长，听起来空间越大。
-
早期反射：接下来模拟房间的前几次反射。这些反射是离散的回声，每个回声有不同的延迟时间和音量。早期反射帮助听觉系统判断空间的大小和形状。
-
梳状滤波器组：这是混响的核心部分。8 个并联的梳状滤波器，每个都有不同的延迟长度（大约 30-45ms）。梳状滤波器的工作原理是将信号延迟后与原始信号混合，产生一系列共振峰。多个不同延迟长度的梳状滤波器并联，产生的共振峰相互补充，形成密集的混响尾音。每个梳状滤波器都有反馈（控制混响时间）和阻尼（控制高频衰减）。
-
全通滤波器组：4 个串联的全通滤波器。全通滤波器的特点是让所有频率都通过，但会改变相位。这一步的目的是增加混响的"扩散感"，让声音更平滑，减少梳状滤波器带来的"金属感"。
-
阻尼处理：根据阻尼参数调整高频的衰减速度。阻尼越大，高频衰减越快，混响听起来越"温暖"、越"暗"。这模拟了真实房间中声波被墙壁材料吸收的特性。
不同混响类型的差异：
大厅混响有较长的混响时间（约 0.7 秒），较高的扩散和密度，预延迟约 20ms，适合营造宏大的空间感。
房间混响混响时间较短（约 0.3-0.5 秒），扩散和密度中等，预延迟约 5-10ms，适合营造紧凑的房间感。
板式混响扩散很高，声音明亮均匀，没有明显的早期反射，适合人声和乐器的混响处理。
合唱算法
信号处理流程：
-
延迟线：输入信号被写入一个循环缓冲区。缓冲区长度由最大延迟时间决定（10-30ms）。
-
LFO 调制读取位置：一个低频振荡器（通常是正弦波或三角波）不断改变读取位置。这使得读出的信号相对于写入的信号有周期性的时间偏移，从而产生音高微调效果。
-
反馈（可选）：部分输出信号反馈回输入，增加效果的"厚度"。合唱模式通常没有或很少反馈，镶边模式有较高的反馈（0.7-0.9）。
-
立体声扩展：左右声道使用相位差 90 度的 LFO，使得左右声道的调制不同步，产生宽广的立体声效果。
-
混合：将调制后的信号与原始信号按一定比例混合。
合唱与镶边的区别：
合唱的延迟时间较长（10-30ms），LFO 速率较慢（0.1-5Hz），没有或很少反馈，产生的效果是声音变得更丰满、更宽广。
镶边的延迟时间很短（1-10ms），LFO 速率更慢（0.1-2Hz），有较高的反馈，产生的效果是那种典型的"喷气机"声音，带有明显的共振峰。
延迟算法
信号处理流程：
- 输入信号被写入延迟线
- 延迟线的输出按反馈系数送回输入
- 干信号和延迟信号按混合比例混合后输出
延迟时间可以从 1 毫秒到 1 秒以上。反馈系数控制重复次数——0% 时只有一个回声，接近 100% 时回声会重复很多次逐渐衰减。
相位器算法
信号处理流程：
- 输入信号通过 4-12 个串联的全通滤波器
- LFO 调制全通滤波器的中心频率
- 部分输出信号反馈回输入
- 调制后的信号与原始信号混合
全通滤波器会改变信号的相位但不改变幅度。当多个全通滤波器串联时，某些频率的相位变化会相互抵消，而另一些频率会增强或减弱，形成梳状滤波效果。LFO 不断改变这个梳状滤波的频率位置，产生动态的"嗖嗖"声。
颤音与自动声像算法
颤音：LFO 直接调制信号的音量。当 LFO 值大时音量大，LFO 值小时音量小，产生周期性的音量波动。
自动声像：LFO 调制信号在左右声道的分配。当 LFO 值大时声音偏右，LFO 值小时声音偏左，产生声音在左右之间移动的效果。
失真与过载算法
信号处理流程：
- 输入信号先经过增益放大
- 放大后的信号通过非线性函数进行削波
- 削波后的信号通过低通滤波器去除高频谐波
- 处理后的信号与原始信号按混合比例混合
过载使用软削波函数（如双曲正切函数），信号在接近阈值时逐渐被压缩，产生的失真比较温暖、平滑。
失真使用硬削波，信号超过阈值后直接被截断，产生的失真比较强烈、粗糙。
削波会产生大量谐波，听起来很刺耳，所以后面通常会接一个低通滤波器来柔化音色。
均衡器算法
S-YXG50 的均衡器采用三段设计：
低频搁架：可以提升或衰减某个频率以下的所有频率。典型频率范围是 20-500Hz。就像一个可以整体调高或调低的低音旋钮。
中频峰值：可以提升或衰减某个中心频率附近的一个频带。中心频率和带宽（Q 值）都可以调整。这是最灵活的 EQ 段，可以针对特定频率进行精确调整。
高频搁架：可以提升或衰减某个频率以上的所有频率。典型频率范围是 2kHz-20kHz。就像一个可以整体调高或调低的高音旋钮。
压缩器算法
信号处理流程：
- 检测输入信号的电平（可以是 RMS 平均值或峰值）
- 将检测到的电平与阈值比较
- 如果电平低于阈值，增益为 1（不压缩）
- 如果电平高于阈值，按照压缩比降低增益
- 用攻击时间和释放时间平滑增益变化
- 将计算出的增益应用到信号上
压缩比决定了压缩的强度。比如 4:1 的压缩比意味着输入信号每增加 4dB，输出只增加 1dB。无限大:1 的压缩比就是限幅器，输出永远不会超过阈值。
攻击时间决定了增益下降的速度——攻击时间短，压缩反应快，能抓住瞬态峰值；攻击时间长，压缩反应慢，保留更多瞬态。
释放时间决定了增益恢复的速度——释放时间短，压缩恢复快，可能产生"抽吸"效果；释放时间长，压缩恢复慢，动作更平滑。
旋转扬声器算法
这个效果模拟 Leslie 音箱的旋转扬声器，常见于风琴音色。
工作原理：
Leslie 音箱有两组扬声器——高频号角和低频低音箱——它们会旋转。旋转产生两个效果：
多普勒效应：当扬声器朝向听者运动时，接收到的频率会升高；当远离时频率会降低。这产生了音高调制效果。
幅度调制：旋转时，扬声器有时朝向听者（音量大），有时背向听者（音量小）。这产生了音量调制效果。
S-YXG50 分别模拟高频和低频的旋转效果，然后将它们混合。左右声道分别模拟不同的旋转位置，产生环绕感。LFO 速率可以切换快速和慢速。
早期反射算法
早期反射模拟房间中直达声之后的前几次墙壁反射。与混响不同，早期反射是离散的回声，而不是密集的混响尾音。
工作原理：
使用多抽头延迟线，每个抽头代表一次反射。每个抽头有不同的延迟时间和增益，模拟不同距离和角度的反射。
小房间的反射间隔短、衰减快；大房间的反射间隔长、衰减慢。走廊会产生强侧向反射。
关键数据结构
声音 DSP 对象（VoiceDSPObject）
这是每个活跃声音的核心数据结构，大小为 780 字节（0x30C）。每个正在发声的音符都有一个这样的对象实例。
主要字段说明：
状态标志：
- active 字段表示这个声音槽是否在使用中
- flags 字段用位标志表示声音的各种状态——是否正在发声、是否正在释放、是否静音等
音频参数：
- sampleRate 存储当前的采样率
- rateScale 存储速率缩放因子，由力度决定
- coeffTable 指向系数表，系数表存储了各种 DSP 处理需要的参数
振荡器状态：
- 包含波形数据指针、循环点位置、当前采样位置等
- samplePos 和 sampleFrac 记录精确的读取位置（整数部分和小数部分）
滤波器状态：
- 22 个浮点数存储滤波器的内部状态
- 双二阶滤波器需要存储前两个输入和输出的值
噪声发生器：
- 4 组 23 位线性反馈移位寄存器（LFSR）
- 用于生成白噪声，模拟某些乐器的噪声成分
包络电平：
- 四个浮点数分别存储主包络、合唱包络、混响包络和备用主包络的当前电平
增益值：
- 四组当前增益和目标增益（分别对应主输出 L/R 和发送 L/R）
- 增益平滑算法逐步将当前增益移向目标增益，避免突变产生咔嗒声
DSP 函数指针表：
- 29 个函数指针，构成一个处理链
- 每个函数负责一个特定的 DSP 任务
- 系统按顺序调用这些函数，完成整个声音的渲染
引擎布局结构（EngineLayout）
这个结构描述了 DLL 内部引擎对象的内存布局。它是连接各个子系统的桥梁。
关键字段：
- voiceManager 指针：指向声音管理器
- midiHandler 指针：指向 MIDI 处理器
- effectsProcessor 指针：指向效果处理器
- voiceTable 指针：指向音色表管理器
- midiResetMode：MIDI 重置模式（0=GM，1=XG，2=GS）
- isXGLite：XG Lite 模式标志
效果器布局结构（EffectsLayout）
这个结构描述了效果处理器内部的参数存储布局。所有效果器参数都以字节为单位存储在连续的内存区域中。
主要参数组：
- 混响参数：时间、阻尼、扩散、预延迟
- 合唱参数：速率、深度、反馈、延迟
- 延迟参数：时间、反馈、电平
- 变奏参数：类型和最多 4 个通用参数
- 均衡器参数：低频增益、中频增益、高频增益、中频频率
- 插入效果参数：20 个通用参数
- 主效果参数：4 个通用参数
MIDI 参数块（MidiParamBlock）
存储当前活跃通道的 MIDI CC 值。这是一个全局数据块，所有通道共享，当切换通道时需要更新。
存储的参数包括：
- 声像（CC#10）
- 音量（CC#7）
- 弯音值（0-16383）
- 滤波器截止频率（CC#74）
- 调制轮（CC#1）
- 滤波器共振（CC#71）
- 包络起音（CC#73）
- 包络衰减（CC#75）
- 表情（CC#11）
- 包络释放（CC#72）
- 合唱发送（CC#93）
- 混响发送（CC#91）
- 变奏发送（CC#94）
- 弯音灵敏度（RPN 0）
- 调音（RPN 1/2）
- 当前力度
音色表系统
音色表文件结构
S-YXG50 使用两个音色数据文件：
sxgbin41.tbl：音色参数表，约 4MB。包含各种乐器的参数定义、鼓组配置、音色索引等。文件内部被分成 17 个数据段，每个段存储不同类型的数据。
sxgwave4.tbl：波形数据表，约 4MB。包含所有乐器的实际音频采样数据。这些采样是单声道的，以 22050Hz 或 44100Hz 采样率录制。文件经过简单的编码保护，加载时需要解码。
音色参数表的数据段
鼓组表（dataSeg00-03）：四张鼓组表，分别对应 GS、XG、XG SFX、GM2 标准。每张表 128 个字节，每个字节对应一个音符，值是鼓组编号（用于索引鼓组数据）。
鼓组映射（dataSeg04）：XG 鼓组的映射表，31 个鼓组 × 128 个音符。每个条目是 16 位，指向鼓组参数数据的位置。
鼓组默认参数（dataSeg05）：每个鼓键的默认参数，包括音高偏移、电平、声像、效果发送量、滤波器设置、包络设置等。每个鼓键 30 字节。
SFX 索引表（dataSeg06）：特殊音效的索引表，用于快速查找 SFX 音色。
Bank Select 表（dataSeg07-10）：存储 GS 和 XG 标准的 Bank Select MSB/LSB 映射关系。当收到 Bank Select 消息时，系统通过这些表确定实际要加载的音色。
音色索引表（dataSeg11-12）：GS/GM 索引表和 XG 索引表。这些表将程序编号（和可能的 Bank Select 值）映射到具体的音色参数位置。
基础音色参数表（dataSeg13）：存储所有基础音色的参数，每个音色的参数大小可变。这些参数包括波形选择、音高设置、包络参数、滤波器参数等。
扩展音色参数表（dataSeg14）：存储扩展音色的参数，结构与基础参数表类似。
采样参数索引（dataSeg15）：将音色映射到具体的采样描述符。
采样描述符（dataSeg16）：每个描述符 16 字节，描述一个采样片段的属性。
采样描述符详解
每个采样描述符包含以下信息：
力度分层：同一个音符可能有多个采样，按力度分层。比如轻按和重按会触发不同的采样，以模拟真实乐器的力度变化。
基准音高：这个采样原本录制时的音高。播放时需要根据请求的音高进行音高转换。
采样起始地址：波形数据在文件中的起始位置。使用 3 字节大端序编码。
循环结束点：循环播放的结束位置。到达这个位置后会跳回循环起始点继续播放。
采样率指示：标明这个采样是以 22050Hz 还是 44100Hz 录制的。如果采样率与输出采样率不同，播放时需要进行采样率转换。
音域范围：这个采样适用的音高范围。超出这个范围的音符会使用相邻的采样。
波形数据解码
sxgwave4.tbl 文件经过简单的编码保护。解码过程如下：
对文件中的每个字节，依次进行以下操作：
- 与当前密钥和字节索引进行异或运算
- 交换高四位和低四位
- 与固定值 0x5C 异或
- 密钥在 0x5D 和 0xA2 之间交替切换
这个解码算法在 DLL 中实现，加载波形文件时自动执行。
音色查找流程
当需要为某个音符查找音色时，系统执行以下步骤：
- 确定当前通道是旋律通道还是鼓组通道
- 如果是旋律通道，根据 Bank Select MSB、LSB 和程序编号，在索引表中查找对应的音色参数
- 如果是鼓组通道，根据鼓组编号和音符号，在鼓组映射表中查找对应的鼓键参数
- 从音色参数中获取波形索引
- 根据波形索引找到采样描述符
- 从采样描述符中获取采样起始地址、循环点等信息
- 使用这些信息初始化声音的振荡器
附录
MIDI CC 编号与功能对照
CC#0 Bank Select MSB：选择音色库的高 7 位
CC#1 Modulation：调制轮，通常用于控制颤音深度
CC#7 Volume：通道音量
CC#10 Pan：声像位置，控制声音在左右声道的分布
CC#11 Expression：表情，通常与音量配合使用
CC#64 Sustain：延音踏板，按下后音符不会在释放键时停止
CC#71 Resonance：滤波器共振，增强截止频率附近的频率
CC#72 Release：包络释放时间
CC#73 Attack：包络起音时间
CC#74 Cutoff：滤波器截止频率
CC#75 Decay：包络衰减时间
CC#91 Reverb Send：送往混响效果器的信号量
CC#93 Chorus Send：送往合唱效果器的信号量
CC#94 Variation Send：送往变奏效果器的信号量
CC#120 All Sound Off：立即停止所有声音
CC#121 Reset All：重置所有控制器到默认值
CC#123 All Notes Off：让所有正在发声的音符进入释放状态
XG 效果类型代码
混响类型（0x0100-0x0500）：
- Hall 1/2：大厅混响
- Room 1/2/3：房间混响
- Stage 1/2：舞台混响
- Plate 1/2：板式混响
- GM Reverb：通用 MIDI 默认混响
合唱类型（0x4100-0x4300）：
- Chorus 1/2/3/4：不同风格的合唱
- Flanger 1/2：镶边效果
- GM Chorus：通用 MIDI 默认合唱
变奏类型（0x4100-0x5D02）：
- 合唱/镶边/交响：调制类效果
- 相位器：梳状滤波效果
- 旋转扬声器：Leslie 音箱模拟
- 颤音/自动声像：周期性调制
- 失真/过载：谐波失真
- 均衡器：频率调整
- 延迟/回声：时间延迟效果
- 早期反射/门混响：空间效果
- 卡拉 OK：人声消除
采样率转换原理
当波形采样率（如 22050Hz）与输出采样率（44100Hz）不同时，需要进行采样率转换。
转换使用线性插值方法：假设输入采样率是输出采样率的一半，那么每产生一个输出采样，读取位置只前进半个输入采样。当读取位置落在两个输入采样之间时，根据距离两个采样的比例计算出一个中间值。
比如读取位置在第 100 个和第 101 个输入采样之间的 0.3 位置，那么输出值 = 第100个采样 × 0.7 + 第101个采样 × 0.3。
文档版本：1.0
生成日期：2026-06-07
基于 S-YXG50.dll 逆向工程分析
