ABOUT THE SPEAKER
Ge Wang - Music technologist
Both a musician and a computer scientist, Ge Wang turns ordinary MacBooks and iPhones into complex instruments.

Why you should listen

Ge Wang explores the intersection of technology and music, researching how programming languages and interactive software systems can push computer music from coded beeps and tones to something that musicians can actively play in the moment. An Associate Professor at Stanford University, Wang is the founding director of both the Stanford Laptop Orchestra (SLOrk) and the Stanford Mobile Phone Orchestra (MoPho). He was named a Guggenheim Foundation Fellow in 2016 and is the author of Artful Design: Technology in Search of the Sublime -- a 488-page, full-color comic book about design as the art of humanizing technology (Stanford University Press, 2018).

Wang is also the man behind ChucK, a programming language built specifically for sound. He also co-founded Smule, a startup dedicated to musical apps that let people around the world make beautiful music … and connect with each other in the process. Wang is the designer of Ocarina, which turns your iPhone into an ancient flute.

More profile about the speaker
Ge Wang | Speaker | TED.com
TEDxStanford

Ge Wang: The DIY orchestra of the future

Ge Wang: A orquestra "faça-você-mesmo" do futuro

Filmed:
1,220,062 views

Ge Wang faz música computacional, mas isto não é feito apenas de códigos. Em conjunto com a Stanford Laptop Orchestra, ele cria novos instrumentos a partir de materiais inusitados - como uma tigela da Ikea - que permitem músicos tocarem músicas que são belas e expressivas.
- Music technologist
Both a musician and a computer scientist, Ge Wang turns ordinary MacBooks and iPhones into complex instruments. Full bio

Double-click the English transcript below to play the video.

00:12
I want to talk to you about one thing
0
927
2181
Eu quero falar com vocês sobre uma coisa
00:15
and just one thing only,
1
3108
1756
e apenas uma coisa,
00:16
and this has to do with when people ask me,
2
4864
3756
que tem a ver com quando
as pessoas me perguntam
00:20
what do you do?
3
8620
3247
O que você faz?
E intuitivamente eu respondo:
00:23
To which I usually respond,
4
11867
1900
00:25
I do computer music.
5
13767
3140
eu faço música computacional
00:28
Now, a number of people
6
16907
1945
Agora, algumas pessoas
00:30
just stop talking to me right then and there,
7
18852
2237
param de me dar atenção aí,
00:33
and the rest who are left usually have
8
21089
2413
e o restante que sobrou geralmente tem
00:35
this blank look in their eye,
9
23502
2248
uma interrogação no olhar,
00:37
as if to say, what does that mean?
10
25750
2169
como se falassem, " o que isso significa?"
00:39
And I feel like I'm actually depriving them
11
27919
2218
E eu sinto que, na verdade,
estou privando-os
00:42
of information by telling them this,
12
30137
3205
de informação falando assim,
00:45
at which point I usually panic
13
33342
1728
então geralmente entro em pânico
00:47
and spit out the first thing that comes to my mind,
14
35070
1590
digo a primeira coisa
que me vem em mente, que é
00:48
which is, I have no idea what I'm doing.
15
36660
3782
eu não tenho ideia do que estou fazendo.
O que é verdade.
00:52
Which is true.
16
40442
1612
00:54
That's usually followed by a second thought,
17
42054
2856
Isso geralmente é seguido
por um segundo pensamento
00:56
which is, whatever it is that I'm doing,
18
44910
3300
que é, seja lá o que eu estiver fazendo,
01:00
I love it.
19
48210
1692
eu amo.
01:01
And today, I want to, well,
20
49902
3797
E hoje, eu quero, bem,
01:05
share with you something I love,
21
53699
2171
dividir com vocês uma coisa que eu amo,
01:07
and also why.
22
55870
1484
e também por quê.
01:09
And I think we'll begin with just this question:
23
57354
3929
E acho que vamos
começar com esta pergunta:
O que é música computacional?
01:13
What is computer music?
24
61283
1337
01:14
And I'm going to try to do my
best to provide a definition,
25
62620
3780
E eu vou tentar o meu melhor
para dar a definição.
01:18
maybe by telling you a story
26
66400
1731
Talvez contando uma históra
01:20
that goes through some of the stuff
27
68131
1647
que mostra algumas das coisas
01:21
I've been working on.
28
69778
1926
em que tenho trabalhado.
E a primeira coisa em nossa história
01:23
And the first thing, I think, in our story
29
71704
1812
01:25
is going to be something called ChucK.
30
73516
2548
vai ser algo chamado ChucK.
01:28
Now, ChucK is a programming language for music,
31
76064
5373
ChucK é uma linguagem
de programação para música,
01:33
and it's open-source, it's freely available,
32
81437
2709
é open-source,
está disponível gratuitamente,
e gosto de pensar que ele trava muito bem
01:36
and I like to think that it crashes equally well
33
84146
1920
01:38
on all modern operating systems.
34
86066
2344
em todos os sistemas
operacionais modernos.
01:40
And instead of telling you more about it,
35
88410
2960
E em vez de falar mais sobre ele,
01:43
I'm just going to give you a demo.
36
91370
1826
vou fazer uma demonstração.
Aliás, eu vou dar uma de nerd
01:45
By the way, I'm just going to nerd out
37
93196
1156
01:46
for just a few minutes here,
38
94352
1629
por alguns minutos aqui,
01:47
so I would say, don't freak out.
39
95981
2798
então diria, não se apavorem.
Na verdade, eu os convidaria todos
a se juntarem a mim
01:50
In fact, I would invite all of you to join me
40
98779
2071
01:52
in just geeking out.
41
100850
1184
nesta tarefa de nerd.
01:54
If you've never written a line
of code before in your life,
42
102034
3062
Se nunca escreveram uma
linha de código na vida,
01:57
do not worry.
43
105096
1186
não se preocupem.
01:58
I'll bet you'll be able to come along on this.
44
106282
3517
Eu aposto que vão conseguir entender.
02:01
First thing I'm going to do is to make
45
109799
1419
A primeira coisas é fazer
02:03
a sine wave oscillator,
46
111218
1833
um oscilador de onda senoidal
02:05
and we're going to called the sine wave generator
47
113051
3034
e vamos chamar o oscilador
de onda senoidal
02:08
"Ge."
48
116085
2762
"Ge".
E então vamos conectar o Ge ao DAC.
02:10
And then we're going to connect "Ge" to the DAC.
49
118847
2090
Este é um tipo de abstração
02:12
Now this is kind of the abstraction
50
120937
1154
02:14
for the sound output on my computer. Okay?
51
122091
2608
do som que sai do meu computador.
02:16
So I've connected myself into the speaker.
52
124699
3200
Assim, eu me conectei ao microfone.
Em seguida, vamos dizer
que minha frequência
02:19
Next, I'm going to say my frequency
53
127899
1592
02:21
is 440 hertz,
54
129491
1968
é 440 hertz,
02:23
and I'm going to let time advance
55
131459
3819
e vou deixar dois segundos
02:27
by two seconds through this operation.
56
135278
2722
adiantados nesta operação.
02:30
All right, so if I were to play this --
57
138000
4068
Então, se eu tocar isto...
02:34
(Tone) —
58
142068
2672
(Som)
Vocês ouvem uma onda senoidal
de 440 hertz por dois segundos
02:36
you would hear a sine wave
at 440 hertz for two seconds.
59
144740
2421
02:39
Okay, great. Now I'm going to copy and paste this,
60
147161
3026
Ok, ótimo. Agora eu copio e colo isto,
02:42
and then just change some of these numbers,
61
150187
1744
e aí mudo alguns destes números,
02:43
220.5, 440 I shall leave it as that,
62
151931
3960
220,5; 440 vou deixar assim,
02:47
and .5 and 880.
63
155891
2440
e 0,5 e 880.
02:50
By doubling the frequency,
64
158331
1362
Duplicando a frequência,
02:51
we're actually going up in successive octaves,
65
159693
2517
nós estamos subindo oitavas sucessivas
e então temos esta sequência...
02:54
and then we have this sequence --
66
162210
1337
02:55
(Tones) — of tones.
67
163547
2127
(Som) de tons.
02:57
Okay, great, now I can imagine creating
68
165674
1906
Ok, ótimo. Agora eu posso criar
todos tipos de pedaços de música horrível
02:59
all kinds of really horrible
69
167580
1442
03:01
single sine wave pieces of music with this,
70
169022
2398
de onda senoidal com isto,
03:03
but I'm going to do something
that computers are really good at,
71
171420
2912
mas vou fazer algo
em que computadores são muito bons,
03:06
which is repetition.
72
174332
1824
que é repetição.
03:08
I'm going to put this all in a while loop,
73
176156
1704
Vou colocar tudo isto em repetição,
03:09
and you actually don't need to indent,
74
177860
1296
e não precisamos indentar,
03:11
but this is purely for aesthetic reasons.
75
179156
2124
mas só por razões puramente estéticas.
03:13
It's good practice.
76
181280
1604
É uma boa prática.
03:14
And when we do this —
77
182884
1580
E quando fazemos isto...
03:16
(Tones) —
78
184464
4497
(Sons)
Vai continuar por um tempo.
03:20
that's going to go on for a while.
79
188961
1173
03:22
In fact, it's probably not going to stop
80
190134
1494
Na verdade, não vai parar
03:23
until this computer disintegrates.
81
191628
1783
até que o computador desintegre.
03:25
And I can't really empirically prove that to you,
82
193411
2699
E posso provar isso
empiricamente para vocês,
03:28
but I hope you'll believe me when I say that.
83
196110
3669
mas eu espero que acreditem em mim.
03:31
Next, I'm going to replace this 220
84
199779
1876
Próximo passo, eu vou mudar este 220
03:33
by math.random2f.
85
201655
2806
para math.random2f
Eu vou gerar um número aleatório
03:36
I'm going to generate a random number
86
204461
1278
03:37
between 30 and 1,000 and send that
87
205739
3140
entre 30 e 1000 e enviá-lo
03:40
to the frequency of me.
88
208879
2086
para a minha frequência.
03:42
And I'm going to do this every half a second.
89
210965
2100
E eu vou fazer isso a cada meio segundo
03:45
(Tones)
90
213065
2942
(Sons)
03:48
Let's do this every 200 milliseconds.
91
216007
2661
Vamos fazer isso
a cada 200 milissegundos.
03:50
(Tones)
92
218668
4622
(Sons)
03:55
One hundred.
93
223290
1455
Cem.
03:56
(Tones)
94
224745
1612
(Sons)
03:58
All right.
95
226357
1234
Certo.
03:59
At this point, we've reached something
96
227591
1944
Nesse ponto, nós alcançamos algo
que eu gosto de encarar como
04:01
that I would like to think of as
97
229535
1070
04:02
the canonical computer music.
98
230605
4021
música computacional canônica
04:06
This is, to me, the sound that mainframes
99
234626
3817
Isto é, para mim, o som que os mainframes
04:10
are supposed to be making
100
238443
1122
deveriam fazer
04:11
when they're thinking really hard.
101
239565
3242
quando eles estão pensando muito.
04:14
It's this sound, it's like,
102
242807
2093
Este som é como,
04:16
the square root of five million.
103
244900
3571
a raíz quadrada de 5 milhões.
04:22
So is this computer music?
104
250427
3784
Então, será que isso
é música computacional?
04:26
Yeah, I guess by definition,
105
254211
1979
Eu acho que sim pela definição,
é tipo música computacional.
04:28
it's kind of computer music.
106
256190
1205
04:29
It's probably not the kind of music you would listen to
107
257395
3008
Esse provavelmente não é
o tipo de música que você
04:32
cruising down the highway,
108
260403
1488
ouviria dirigindo na estrada,
04:33
but it's a foundation of computer-generated music,
109
261891
5016
mas é a base da música
gerada em computador,
04:38
and using ChucK,
110
266907
2203
e usando ChucK
04:41
we've actually been building instruments
111
269110
1693
nós já criamos instrumentos
04:42
in the Stanford Laptop Orchestra,
112
270803
1896
na Stanford Laptop Orchestra,
04:44
based right here at Stanford Center for
Computer Research in Music and Acoustics.
113
272699
4201
que fica aqui no Centro Stanford
para Pesquisa Computacional
em Música e Acústica.
04:48
Now the Laptop Orchestra is an ensemble of laptops,
114
276900
2783
A Laptop Orchestra
é um conjunto de laptops,
pessoas e uma série de auto-falantes
hemisféricos especiais.
04:51
humans and special hemispherical speaker arrays.
115
279683
2629
04:54
Now the reason we have these
116
282312
1597
A razão pela qual temos isso
04:55
is so that for the instruments that we create
117
283909
2470
é para que os instrumentos que nós criamos
04:58
out of the laptop, we want the sound to come
118
286379
2224
dos laptops, nós queremos que o som
05:00
out of somewhere near the instrument
119
288603
2520
que sai em algum lugar
perto do instrumento
05:03
and the performer,
120
291123
1368
e do músico
05:04
kind of much like a traditional, acoustic instrument.
121
292491
2702
muito mais como instrumento
acústico tradicional,
05:07
Like, if I were to play a violin here,
122
295193
1886
como se eu tocasse violino aqui,
05:09
the sound would naturally not come out of
123
297079
2111
o som não sairia naturalmente do
05:11
the P.A. system, but from the artifact itself.
124
299190
2774
sistema PA mas do próprio instrumento.
05:13
So these speakers are meant to emulate that.
125
301964
3207
Esses auto-falantes
são feitos para emular isso.
Na verdade, eu vou mostrar a vocês
05:17
In fact, I'm going to show you
126
305171
1329
05:18
how we actually built them.
127
306500
2743
como nós os construímos.
05:21
The first step is to go to IKEA
128
309243
2064
O primeiro passo foi ir para o IKEA
e comprar uma tigela para salada.
05:23
and buy a salad bowl.
129
311307
1380
05:24
This is an 11-inch Blanda Matt.
130
312687
3230
Esta é uma Blanda Matt de 28cm.
05:27
That's the actual name,
131
315917
1498
Este é o nome de verdade,
05:29
and I actually use one of these
132
317415
1422
e eu uso mesmo uma dessas
05:30
to make salad at home as well, I kid you not.
133
318837
2228
para fazer salada em casa, de verdade.
05:33
And the first step is you turn it upside down,
134
321065
3171
E o primeiro passo é virá-la
de ponta-cabeça
05:36
and then you drill holes in them,
135
324236
2475
e fazer buracos,
05:38
six holes per hemi,
136
326711
2509
seis buracos por cada metade
05:41
and then make a base plate,
137
329220
1714
e então faz um prato de base,
05:42
put car speaker drivers in them
138
330934
2680
coloca auto-falantes de carro
05:45
along with amplifiers in the enclosure,
139
333614
2591
com alguns amplificadores no fechamento,
e coloca tudo junto e temos
05:48
and you put that all together and you have
140
336205
1354
05:49
these hemispherical speaker arrays.
141
337559
1774
estas séries
de auto-falantes hemisféricos.
05:51
Add people, add laptops,
142
339333
1563
Adicione pessoas, adicione laptops,
05:52
you have a laptop orchestra.
143
340896
2688
e temos uma orquestra de laptops.
05:55
And what might a laptop orchestra sound like?
144
343584
3530
E como é o som
de uma orquestra de laptop?
05:59
Well, let me give you a demonstration
145
347114
1919
Bem, deixem-me dar uma demonstração
06:01
of about 200 instruments we've created so far
146
349033
3235
dos aproximadamente 200 instrumentos
06:04
for the Laptop Orchestra.
147
352268
3243
que nós criamos
até agora para a Laptop Orchestra.
E o que eu vou fazer é
caminhar até esta coisa.
06:07
And what I'm going to do is
actually come over to this thing.
148
355511
2427
06:09
This thing I have in front of me
149
357938
2205
Esta coisa que eu tenho aqui em frente
06:12
actually used to be a commodity gaming controller
150
360143
3212
é usada como um commodity
de controle de videogame
06:15
called a Gametrak.
151
363355
1790
chamado de Gametrak
Ele tem uma luva em que
dá para colocar as mãos
06:17
This thing actually has a glove
you can put on your hands.
152
365145
1876
06:19
It's tethered to the base,
153
367021
1560
Fica preso à base,
06:20
and this will track the position of your hands
154
368581
2529
e vai rastrear a posição de suas mãos
06:23
in real time.
155
371110
1053
em tempo real.
06:24
It was originally designed as a golfing controller
156
372163
3374
Esta luva foi criada
para ser um controle de golfe
06:27
to detect the motion of your swing.
157
375537
1916
para detectar movimentos de balanço,
06:29
That turned out to be a rather large
158
377453
2531
e acabou sendo um grande
06:31
commercial non-success,
159
379984
1704
fracasso comercial,
06:33
at which point they slashed prices to 10 dollars,
160
381688
3754
até um ponto em que baixaram
o preço para 10 dólares,
até o ponto em que pesquisadores
de música computacional
06:37
at which point computer music researchers
161
385442
2008
06:39
said, "This is awesome!
162
387450
2058
disseram: "Isso é maravilhoso!"
06:41
We can prototype instruments out of this."
163
389508
2749
"Podemos fazer protótipos
de instrumentos com isso!"
06:44
So let me show you one instrument we've created,
164
392257
2944
Então, deixa eu mostrar um instrumento que
06:47
one of many, and this instrument
165
395201
1912
nós criamos, um de muitos,
06:49
is called "Twilight,"
166
397113
1569
que é chamado "Crepúsculo",
06:50
and it's meant to go with this metaphor
167
398682
2686
e isto significa usar uma metáfora
06:53
of pulling a sound out of the ground.
168
401368
3033
para extrair som do chão.
06:56
So let me see if this will work.
169
404401
3351
Então, vamos ver se funciona.
06:59
(Music)
170
407752
6436
(Música)
07:08
And put it back.
171
416968
1823
De volta ao lugar.
07:10
And then if you go to the left,
172
418791
4095
Se for pra esquerda...
(Som)
Direita...
07:14
right,
173
422886
2495
(Som)
07:21
it sounds like an elephant in pain.
174
429427
3804
Parece um elefante em dor.
07:25
This is a slightly metallic sound.
175
433231
3028
Este é um som suavemente metálico.
07:28
Turn it just a bit.
176
436259
3354
Ajustando um pouquinho
07:31
(Music)
177
439613
2956
(Som)
07:37
It's like a hovering car.
178
445211
3574
É como um carro flutuante.
07:44
Okay.
179
452406
1393
Ok.
07:45
This third one is a ratchet-like interaction, so
180
453799
4166
Este terceiro é como uma catraca, então
07:51
let me turn it up.
181
459360
2551
vou ajustar
07:56
(Music)
182
464915
4795
(Som)
08:02
So it's a slightly different interaction.
183
470068
1880
Uma interação levemente diferente.
08:03
The fourth one is a drone.
184
471948
2954
O quarto é um drone.
08:07
(Music)
185
475583
5177
(Música)
08:20
And finally, let's see,
186
488613
2706
E finalmente,
esta é uma interação
totalmente diferente,
08:23
this is a totally different interaction,
187
491319
1811
08:25
and I think you have to imagine that there's
188
493130
1810
e acho que vocês têm
que imaginar que há
08:26
this giant invisible drum sitting right here on stage,
189
494940
2932
um tambor invisível gigante
bem aqui no palco
08:29
and I'm going to bang it.
190
497872
2443
e eu vou tocá-lo
08:34
(Drum)
191
502255
2647
(Tambor)
08:36
(Laughter)
192
504902
2787
(Risos)
08:40
So there we go, so that's one of many instruments
193
508241
2444
E então aqui está um dos muitos
08:42
in the Laptop Orchestra.
194
510685
1770
instrumentos na Laptop Orchestra
08:44
(Applause)
195
512455
3554
(Aplausos)
08:48
Thank you.
196
516009
2281
Obrigado.
08:50
And when you put that together,
197
518290
2106
E quando os juntamos,
08:52
you get something that sounds like this.
198
520396
4068
temos algo que soa assim.
08:56
(Music)
199
524464
6659
(Música)
Ok, eu acho que dessa experiência
09:45
Okay, and so, I think from the experience
200
573470
2350
de construir muitos instrumentos
para a Laptop Ochestra
09:47
of building a lot of instruments
for the Laptop Orchestra,
201
575820
2523
09:50
and I think from the curiosity of wondering,
202
578343
2504
e acho que da curiosidade de imaginar,
09:52
what if we took these
203
580847
1503
e se a nós pegássemos
esses instrumentos
possivelmente expressivos
09:54
hopefully expressive instruments
204
582350
1592
09:55
and we brought it to a lot of people,
205
583942
2633
e os levássemos a muitas pessoas
09:58
plus then a healthy bout of insanity —
206
586575
2407
e então num ataque saudável de insanidade;
10:00
put those three things together —
207
588982
1489
juntar as três coisas;
10:02
led to me actually co-founding a startup company
208
590471
3516
me levou a co-fundar uma empresa inovadora
10:05
in 2008 called Smule.
209
593987
2459
em 2008, chamada Smule.
10:08
Now Smule's mission is to create
210
596446
1920
A missão da Smule é criar
10:10
expressive, mobile music things,
211
598366
3857
coisas musicais expressivas móveis,
10:14
and one of the first musical instruments
212
602223
4762
e um dos primeiros instrumentos musicais
10:18
we created is called Ocarina.
213
606985
1860
que criamos é chamado de Ocarina.
10:20
And I'm going to just demo this for you real quick.
214
608845
2765
E eu vou demonstrar rapidamente.
10:27
So Ocarina —
215
615234
2416
Então, a Ocarina...
10:29
(Music) —
216
617650
3598
(Som)
10:33
is based on this ancient flute-like instrument
217
621248
3123
é baseada neste antigo instumento parecido
com a flauta, chamado ocarina.
10:36
called the ocarina,
218
624371
1409
10:37
and this one is the four-hole
English pendant configuration,
219
625780
3383
e esta é o tubo inglês de quatro furos
10:41
and you're literally blowing into the microphone
220
629163
3403
e você literalmente sopra no microfone
10:44
to make the sound.
221
632566
2926
pra fazer o som.
E existe um pouco de linguagem ChucK
10:47
And there's actually a little ChucK script
222
635492
1633
10:49
running in here that's detecting
223
637125
1168
rodando aqui que detecta
10:50
the strength of your blowing
224
638293
1482
a força do seu sopro
10:51
and also synthesizing the sound.
225
639775
2118
e também produz o som
10:53
(Music)
226
641893
3585
(Música)
10:57
And vibrato is mapped to the accelerometer,
227
645478
3330
E o vibrato é mapeado pelo acelerômetro
11:00
so you can get —
228
648808
1653
então há...
11:02
(Music)
229
650461
3329
(Música)
11:05
All right. So let me play a little ditty for you,
230
653790
3710
Certo. Vou tocar
um pequena cantiga para vocês
Um pouco de Bach
11:11
a little Bach.
231
659533
1816
E aqui, dá para ouvir
o acompanhamento com a melodia
11:13
And here, you'll hear a little
accompaniment with the melody.
232
661349
2592
11:15
The accompaniment actually follows the melody,
233
663941
2568
O acompanhamento,
na verdade, segue a melodia,
11:18
not the other way around.
234
666509
3781
e não o contrário.
(Música)
11:22
(Music)
235
670290
5335
E isto foi desenhado
11:35
And this was designed
236
683132
1657
para deixar o tempo necessário
11:36
to let you take your time
237
684789
1276
11:38
and figure out where your expressive space is,
238
686065
3205
para descobrir onde é
seu espaço expressivo
11:41
and you can just hang out here
239
689270
1807
e podem esperar aqui
11:43
for a while, for a really
dramatic effect, if you want,
240
691077
3062
por enquanto, para ter um efeito
realmente dramático, se quiserem
11:46
and whenever you're ready —
241
694139
3066
e quando estiverem prontos --
11:49
(Music)
242
697205
4652
(Música)
12:04
And on these longer notes,
243
712981
1108
E nestas notas longas
12:06
I'm going to use more vibrato
244
714089
2101
eu vou usar mais vibrato no fim das notas
12:08
towards the end of the notes
245
716190
892
12:09
to give it a little bit more of an expressive quality.
246
717082
3052
pra dar um pouco mais
de qualidade expressiva.
12:12
(Music)
247
720134
3616
(Música)
12:19
Huh, that's a nice chord to end this excerpt on.
248
727473
3687
Uh, este é um bom acorde
para terminar esta parte.
12:23
(Applause)
249
731160
3421
(Aplausos)
12:26
Thank you.
250
734581
3260
Obrigado.
12:31
So I think a good question to ask about Ocarina is,
251
739750
3996
Acho que uma boa pergunta
sobre a Ocarina é
12:35
is this a toy or it an instrument? Maybe it's both,
252
743746
4747
Isso é um brinquedo ou um instrumento?
Talvez os dois
mas pra mim, acho
que a pergunta mais importante é,
12:40
but for me, I think the more important question is,
253
748493
2009
12:42
is it expressive?
254
750502
1541
será que é expressivo?
12:44
And at the same time, I think
255
752043
2074
E ao mesmo tempo eu penso
que criar estes tipos de intrumentos
12:46
creating these types of instruments
256
754117
1304
12:47
asks a question about the role of technology,
257
755421
3362
levantam a questão
sobre o papel da tecnologia
12:50
and its place for how we make music.
258
758783
1694
e como fazemos música com ela.
12:52
Apparently, for example,
259
760477
1737
Aparentemente, por exemplo,
12:54
not that long ago, like only a hundred years ago —
260
762214
1906
não há muito tempo, há apenas cem anos;
12:56
that's not that long in the course of human history —
261
764120
1520
nem tanto tempo assim na história humana,
12:57
families back then
262
765640
1981
as famílias daquele tempo
12:59
used to make music together
263
767621
1888
faziam música juntos
13:01
as a common form of entertainment.
264
769509
3048
como forma comum de entretenimento
Não acho que isso acontece hoje em dia
13:04
I don't think that's really happening
265
772557
1245
13:05
that much anymore.
266
773802
1535
tanto quanto antes.
Isso era antes do rádio, da gravação.
13:07
You know, this is before radio, before recording.
267
775337
1670
13:09
In the last hundred years, with all this technology,
268
777007
2207
Nos últimos cem anos,
com toda esta tecnologia,
13:11
we now have more access to music
269
779214
2174
agora temos muito mais acesso à música
13:13
as listeners and consumers,
270
781388
1633
como ouvintes e consumidores
13:15
but somehow, I think we're making less music
271
783021
3063
mas de algum jeito,
estamos criando menos música
13:18
than ever before.
272
786084
1686
do que nunca.
13:19
I'm not sure why that would be.
273
787770
1631
Não sei bem por quê.
13:21
Maybe it's because it's too easy just to hit play.
274
789401
2649
Talvez porque é muito fácil
só apertar o play.
13:24
And while listening to music is wonderful,
275
792050
2459
E enquanto ouvir música é maravilhoso
13:26
there's a special joy to making music
276
794509
3409
existe um prazer especial em fazer música,
13:29
that's all its own.
277
797918
1655
que é todo dele mesmo.
E acho que essa é uma parte
13:31
And I think that's one part
278
799573
1263
13:32
of the goal of why I do what I do
279
800836
2090
do motivo pelo qual faço o que faço.
13:34
is kind of to take us back to the past a little bit. Right?
280
802926
4756
É um pouco como nos levar
para o passado, certo?
Agora, se esse é um objetivo, o outro é
13:39
Now, if that's one goal, the other goal
281
807682
1780
olhar para o futuro e pensar sobre
13:41
is to look to the future and think about
282
809462
1430
13:42
what kind of new musical things can we make
283
810892
2337
que tipo de novas coisas
musicais podemos fazer
13:45
that we don't perhaps yet have names for
284
813229
2593
para as quais talvez
nem tenhamos nome ainda
13:47
that's enabled by technology, but ultimately
285
815822
2863
que a tecnologia possibilita,
mas no fim das contas
13:50
might change the way that humans make music.
286
818685
2441
pode mudar o modo
como criamos música.
13:53
And I'll just give you one example here,
287
821126
2372
E eu vou dar um exemplo aqui,
13:55
and this is Ocarina's other feature.
288
823498
6225
esta é uma outra
característica da Ocarina.
14:01
This is a globe,
289
829723
2187
Este é um globo,
14:03
and here you're actually listening
290
831910
2773
e aqui dá para escutar
14:06
to other users of Ocarina
291
834683
2052
outros usuários da Ocarina
14:08
blow into their iPhones to play something.
292
836735
3980
soprarem seus iPhones
para tocar alguma coisa.
14:12
This is "G.I.R." from Texas,
293
840715
4853
Este é "G.I.R." do Texas,
14:17
"R.I.K." I don't know why it's these
three-letter names today, Los Angeles.
294
845568
5933
"R.I.K.", não sei porque estes nomes
com três letras, de Los Angeles.
14:23
They're all playing pretty,
295
851501
5018
Eles estão tocando bem,
14:28
somewhat minimal music here.
296
856519
3360
de alguma forma
há um mínimo de música aqui.
14:31
(Music)
297
859879
5448
(Sons)
14:37
And the idea with this is that, well,
298
865327
2606
E a ideia é que
14:39
technology should not be foregrounded here,
299
867933
3917
tecnologia não deve ficar
em segundo plano aqui,
14:43
and — (Laughter) —
300
871850
2083
e... (Risos)
14:45
we've actually opened this up.
301
873933
2713
Nós fomos pioneiros.
14:48
The first thought is that, hey, you know
302
876646
1507
A primeira ideia é que
14:50
there's somebody somewhere out there
303
878153
3190
tem alguém em algum lugar lá fora
14:53
playing some music,
304
881343
1270
tocando música
14:54
and this is a small but I think important
305
882613
1780
e é uma conexão humana pequena,
14:56
human connection to make
306
884393
1220
mas importante para fazer
14:57
that perhaps the technology affords.
307
885613
2998
que talvez a tecnologia permita.
15:00
As a final example,
308
888611
2824
Como um exemplo final,
15:03
and perhaps my favorite example,
309
891435
1355
e talvez o meu favorito,
15:04
is that in the wake of the 2011 earthquake
310
892790
3151
após o terremoto de 2011
15:07
and tsunami disaster in Japan,
311
895941
2486
e o tsunami que atingiram o Japão
15:10
a woman reached out in one of our singing apps
312
898427
2843
uma mulher acionou
um dos nossos aplicativos de canto
15:13
to try to get people to join in to sing with her
313
901270
2887
para tentar reunir pessoas
para cantar com ela
15:16
on a version of "Lean on Me."
314
904157
1605
a versão de "Lean on Me".
15:17
Now, in these apps, there's this thing that allows
315
905762
3048
Nesses aplicativos,
tem uma coisa que permite
15:20
any user to add their voice
316
908810
1701
qualquer usuário adicionar sua voz
15:22
to an existing performance by any other user
317
910511
2798
em uma gravação feita
por qualquer outro usuário
ou grupo de usuários,
15:25
or group of users,
318
913309
1054
15:26
so in some sense, she's created this kind of
319
914363
2025
então de certa forma, ela criou
15:28
global ad hoc corral of strangers,
320
916388
3384
esse tipo de coral global
espontâneo de estranhos,
15:31
and within weeks, thousands of people
321
919772
2208
e em uma semana, milhares de pessoas
15:33
joined in on this,
322
921980
1632
se conectaram,
15:35
and you can kind of see people
coming from all around the world
323
923612
2379
e dá para ver pessoas de todo o mundo
15:37
and all these lines converging on the origin
324
925991
2281
e todas estas linhas
convergindo para a origem
15:40
where the first rendition of the song was sung,
325
928272
2348
onde a primeira versão
da música foi cantada,
15:42
and that's in Tokyo.
326
930620
1634
em Tóquio.
15:44
And this is what it sounds like
when there's 1,000 people.
327
932254
3432
É assim que soa
quando há mil pessoas.
15:47
This is 1,000 voices.
328
935686
1977
Isto são mil vozes.
15:49
(Recording) ♪ Sometimes in our lives ♪
329
937663
4277
(Gravação)
♪ Às vezes na nossa vida ♪
15:53
♪ We all have pain, we all have sorrow ♪
330
941940
7320
♪ Todos nós sentimos dor,
todos sentimos tristeza ♪
16:01
♪ But if we are wise ♪
331
949260
3840
♪ Mas se formos sábios ♪
16:05
♪ We know that there's always tomorrow ♪
332
953100
5890
♪ Nós sabemos que sempre há o amanhã ♪
16:10
♪ Lean on me ♪
333
958990
2507
♪ Apoie-se em mim ♪
16:13
♪ When you're not strong ♪
334
961497
2813
♪ Quando você não tiver força ♪
16:16
♪ And I'll be your friend ♪
335
964310
2640
♪ Eu serei seu amigo ♪
16:18
♪ I'll help you carry on ♪
336
966950
4285
♪ Eu vou te ajudar a continuar ♪
16:23
♪ For it won't be long ♪
337
971235
4013
♪ Porque não vai demorar muito ♪
16:27
♪ Till I'm gonna need ♪
338
975248
2728
♪ Até eu precisar ♪
16:29
♪ Somebody to lean on ♪
339
977976
3396
♪ De alguém para me apoiar ♪
16:33
♪ Just lean on — ♪
340
981372
2354
♪ Então apoie-se... ♪
16:35
Is this computer music?
341
983726
1570
Será que isso é música computacional?
16:37
(Applause)
342
985296
3588
(Aplausos)
Será que era música computacional?
16:42
Was that computer music?
343
990728
1968
Bem, eu acredito que sim,
é algo que jamais
16:44
Yeah, I guess so; it's something that you really
344
992696
2047
16:46
couldn't have done without computers.
345
994743
2285
faríamos sem computadores.
16:49
But at the same time, it's also just human,
346
997028
4236
Mas, ao mesmo tempo é algo apenas humano,
16:53
and I think what I've essentially answered so far
347
1001264
3089
e eu acho que o que respondi
até agora, essencialmente,
16:56
is maybe why I do the stuff that I do,
348
1004353
3391
é talvez por que faço as coisas que faço.
16:59
and let's just finally return to the first question:
349
1007744
2392
Vamos voltar à primeira pergunta:
17:02
What is computer music?
350
1010136
2112
O que é "música computacional"?
17:04
And I think that the catch here is that,
351
1012248
2304
E eu acho que a pegada aqui é,
pelo menos pra mim, música computacional
17:06
at least to me, computer music
352
1014552
1256
17:07
isn't really about computers.
353
1015808
1848
não se trata de computador.
17:09
It is about people.
354
1017656
1526
E sim de pessoas.
17:11
It's about how we can use technology
355
1019182
1634
Trata-se de como usamos tecnologia
17:12
to change the way we think
356
1020816
2046
para mudar o modo
como pensamos e fazemos,
17:14
and do and make music,
357
1022862
1444
e como fazemos música,
17:16
and maybe even add to how we can
358
1024306
3686
e talvez até mesmo
acrescentar como podemos
17:19
connect with each other through music.
359
1027992
2510
nos conectar através da música.
17:22
And with that, I want to say,
360
1030502
2153
E com iso eu quero dizer
17:24
this is computer music, and thank you for listening.
361
1032655
3097
que isso é musica computacional
e obrigado por ouvirem.
17:27
(Applause)
362
1035752
4000
(Aplausos)
Translated by Daiana Buffulin
Reviewed by Gustavo Rocha

▲Back to top

ABOUT THE SPEAKER
Ge Wang - Music technologist
Both a musician and a computer scientist, Ge Wang turns ordinary MacBooks and iPhones into complex instruments.

Why you should listen

Ge Wang explores the intersection of technology and music, researching how programming languages and interactive software systems can push computer music from coded beeps and tones to something that musicians can actively play in the moment. An Associate Professor at Stanford University, Wang is the founding director of both the Stanford Laptop Orchestra (SLOrk) and the Stanford Mobile Phone Orchestra (MoPho). He was named a Guggenheim Foundation Fellow in 2016 and is the author of Artful Design: Technology in Search of the Sublime -- a 488-page, full-color comic book about design as the art of humanizing technology (Stanford University Press, 2018).

Wang is also the man behind ChucK, a programming language built specifically for sound. He also co-founded Smule, a startup dedicated to musical apps that let people around the world make beautiful music … and connect with each other in the process. Wang is the designer of Ocarina, which turns your iPhone into an ancient flute.

More profile about the speaker
Ge Wang | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee