이미지를 소리로 — 픽셀을 음악 또는 스펙트로그램으로

오늘날 인기 있는 "image to music" 도구 대부분(InsMelo, Mubert, Suno, Artlist)은 AI를 사용하여 사진의 분위기와 팔레트를 분석하고 멜로디와 드럼이 있는 곡을 작곡합니다. 이 도구는 대신 과학적 소니피케이션을 수행합니다: 픽셀 데이터를 직접 소리에 매핑합니다. 음악 모드는 결과가 음악처럼 들리도록 음계를 추가하지만 여전히 이미지의 1:1 변환이지 작곡된 노래가 아닙니다. AI 작곡 음악을 원하면 "AI music from image" 또는 "photo to song with AI"로 표시된 도구를 찾으세요.

음악 모드는 각 시간 슬라이스를 밝기 프로파일로 읽어 선택한 음계의 음도에 접어 넣고, 두드러지는 음도를 모두 소리 냅니다 — 최대 여덟 개까지 동시에. 선율적이고 듣기 좋으며 그림이 바뀌면 함께 바뀝니다. Raw 모드는 가산 합성입니다: 픽셀마다 사인 부분음이 되어 주파수는 행에서, 음량은 밝기에서 나오므로 오디오가 문자 그대로 이미지의 스펙트로그램입니다 — 거칠고 웅웅거리며, 스펙트로그램 아트에 고르는 모드입니다. vOICe 모드는 같은 발상을 정확한 규격에 붙들어 둔 것입니다: 500–5000 Hz, 2데시벨 간격의 열여섯 밝기 단계, 왼쪽에서 오른쪽으로의 스테레오 전환, 그리고 주사 클릭 — 같은 이름의 감각 대체 시스템 그대로입니다.

이미지를 왼쪽에서 오른쪽으로 스캔합니다(시간 축). 각 열에서 픽셀은 아래에서 위로 로그 주파수 범위(200–4000Hz)에 매핑됩니다. 픽셀 밝기는 해당 주파수의 음량을 제어합니다 — 밝은 픽셀은 큰 소리, 어두운 픽셀은 무음입니다. 색상은 파형 유형에 영향을 미칩니다: 따뜻한 색은 톱니파, 차가운 색은 사인파, 중성 색은 삼각파를 사용합니다.

대비가 강하고 큰 형태가 몇 개 안 되는 그림입니다. 음악 모드에서는 얼굴이나 단순한 물건, 글자 한 줄이 다시 알아들을 수 있는 선율을 만들어 냅니다. 음으로 옮길 밝은 영역이 또렷하기 때문입니다. 날것 모드에서는 기하 무늬와 사선과 그러데이션이 가장 특징적인 스펙트로그램 질감을 냅니다. 여기서 소리는 말 그대로 이미지의 모양이니까요. 두 모드 모두에서 거의 아무것도 나오지 않는 것은 그 반대입니다. 아주 어두운 사진에는 소리 낼 밝은 영역이 없고, 벽이나 하늘이나 흐린 배경처럼 균일한 사진에는 변하는 것이 없어서 웅웅거리기만 합니다. 그림이 밋밋하게 들린다면 모드를 탓하기 전에 대비를 올려 보세요.

vOICe 모드를 쓰세요. 시각장애인이 실제로 훈련하는 감각 대체 시스템 The vOICe의 대응을 닮기만 한 것이 아니라 그대로 재현합니다: 지수 축의 500–5000 Hz, 2데시벨 간격의 열여섯 밝기 단계와 진짜 무음인 검정, 귀가 좌우를 가릴 수 있게 하는 왼쪽에서 오른쪽으로의 스테레오 전환, 그리고 각 주사의 시작을 알리는 클릭. Raw 모드는 더 느슨한 소니피케이션이고, 음악 모드는 듣기 좋지만 훨씬 덜 유익합니다. 셋 중 어느 것도 스크린 리더나 대체 텍스트를 대신하지 않으며, 형태와 배치를 소리로 느끼는 방법을 더할 뿐입니다.