Yuzo Koshiro och FM-syntesen: Så formades Streets of Rage med ren maskinkod

Klubbvibbarna som förändrade spelmusiken för alltid

När Streets of Rage lanserades till Sega Mega Drive 1991 lät det inte som ett vanligt konsolspel. Musiken bar spår av house, techno, tidig rave och acid house, med loopar som drev framåt snarare än bara fyllde tystnaden mellan slagsmålen. Basgångar, stabs och mekaniska rytmer gav spelets nattliga stadsmiljö en klubbkänsla som var ovanlig i hemmaspelsvärlden. Kompositören Yuzo Koshiro behandlade inte ljudet som en bakgrundsfunktion, utan som en central del av spelets identitet – ett nyskapande arbete som perfekt harmonierade med systern Ayano Koshiros stilbildande grafiska design och karaktärsarbete. Seriens musikaliska betydelse har dokumenterats utförligt i historiken bakom Streets of Rage-musiken.

Utmaningen var att skapa detta sound på hårdvara som var betydligt mer begränsad än den arkadutrustning många japanska kompositörer hade arbetat med. Arkadsystem kunde använda Yamahas YM2151 med åtta FM-kanaler och mer specialiserade lösningar för rytm och sampling. Mega Drive kombinerade i stället Yamahas sexkanaliga YM2612 med Texas Instruments SN76489, ofta kallad PSG, för enklare fyrkantsvågor och brus. Koshiros särställning låg i att han inte nöjde sig med standardlösningar. Genom egen mjukvara, egen timing och direkt kontroll över hårdvaran kunde maskinens begränsningar omvandlas till ett distinkt produktionsverktyg.

Hårdvarans anatomi och Yamahas FM-chip

Mega Drives ljudarkitektur består i praktiken av två olika världar. YM2612 är den avancerade delen och står för sex FM-kanaler, där varje kanal kan byggas av fyra sinusbaserade operatörer. PSG-delen ger tre tonkanaler och en bruskanal. Tillsammans skapar kretsarna en palett som är mindre flexibel än en modern mjukvarusynth, men samtidigt mycket konsekvent. Varje ton måste formas inom fasta ramar för frekvens, nivå, envelope och kanalresurser.

FM-syntes, frekvensmodulation, fungerar genom att en våg påverkar frekvensen hos en annan. En operatör kan fungera som bärare, alltså den signal som hörs, eller som modulator, vars påverkan förändrar bärarens spektrum. YM2612 använder fyra operatörer per kanal och erbjuder flera algoritmer som bestämmer hur de kopplas samman. En enkel kedja kan ge en renare och mer melodisk klang, medan parallella bärare kan skapa fylligare ljud med flera spektrala komponenter.

Den sjätte FM-kanalen har dessutom ett särskilt DAC-läge. Då kan den användas för att spela upp åttabitars PCM-data i stället för vanlig FM-syntes. Det öppnar för trumprover och andra korta samplingar, men kostnaden är tydlig: en hel synteskanal försvinner. Rytmsektionen måste därför planeras med stor precision. Moderna verktyg kan återskapa flera av dessa egenheter. FMDrive från Aly James Lab kombinerar YM2612-inspirerad fyroperator-FM, PCM och DAC-uppspelning med funktioner för bland annat speciallägen, distorsion och VGM-export.

• YM2612: Sex FM-kanaler med fyra operatörer per kanal.
• PSG: Tre enkla tonkanaler och en bruskanal för skarpa rytmer och stödfigurer.
• DAC-läge: Kanal 6 kan spela PCM, men då kan den inte samtidigt användas som normal FM-kanal.
• Praktisk konsekvens: Polyfoni, trummor och melodiska lager måste konkurrera om samma begränsade resurser.

Den hemliga formeln bakom operatörernas klangfärg

Det som gör YM2612 intressant är att ljudet inte bestäms av en färdig vågform på samma sätt som i många enklare syntar. Operatörerna utgår från sinusvågor, men deras inbördes förhållande skapar övertonerna. Parametern MULT, multiplikatorn, påverkar operatörens frekvens i relation till grundtonen. Låga och harmoniska multiplar kan ge stabila klanger, medan mer avvikande förhållanden skapar metalliska, klocklika eller brusiga spektrum.

Feedback är särskilt viktig för det aggressiva Mega Drive-soundet. När en operatör återkopplas till sig själv kan sinusvågen deformeras och närma sig sågtand, fyrkant eller brus, beroende på mängd och inställning. En bas kan därför få en ren kropp från en bärare och ett skrapigt anslag från feedback. På samma sätt kan ett kort stab-ljud få den hårda, nästan industriella attack som hörs i klubbmusik. Små ändringar i TL, total level, kan flytta ljudet från diskret till genomträngande.

ADSR-liknande envelopeparametrar formar inte bara volymen, utan även hur modulationen förändras över tid. En modulator med snabb attack och snabb avklingning kan ge ett distinkt slag, medan en långsammare envelope låter klangen öppna sig efter anslaget. Det är grunden till många housestabs, där tonen börjar ljust och komprimerat men snabbt faller tillbaka till en mörkare kropp.

Egenutvecklad assemblerkod som sprängde gränserna

En generell ljuddrivrutin är byggd för att vara användbar i många spel. Den behöver kunna spela melodier, byta instrument och hantera noter utan att ta för mycket processortid. Den typen av lösning räcker inte alltid när målet är tät klubbmusik med synkoperade basar, snabba stabs och samplingar som ska falla exakt på rätt steg. För Koshiro blev drivrutinen därför en del av kompositionen. Kodens timing avgjorde hur musiken kunde andas, hur ofta instrument kunde uppdateras och hur många rytmiska detaljer som fick plats.

Arbetsflödet byggde på Music Macro Language, MML, där musik kunde beskrivas textbaserat med noter, längder, oktaver, instrumentval och kommandon. MML var inte ett modernt notationssystem med automatiserad återkoppling, utan ett effektivt sätt att mata in instruktioner som senare omvandlades till data och spelades av konsolens processorer. NEC PC-8801-datorer med det egna kompositionssystemet MUCOM88 och specialiserade ROM- och RAM-lösningar ingick i den tekniska miljön. Bristen på omedelbar lyssning gjorde varje testomgång värdefull och tvingade fram en metodisk relation mellan kod, minne och öron.

1. Planera kanalrollerna: Bestäm vilka kanaler som ska bära bas, lead, ackord, stabs, effekter och rytm innan arrangemanget blir för tätt.
2. Bygg instrumenten i lager: Använd operatörerna för kropp, attack och övertoner i stället för att försöka få varje ljud att göra allt på egen hand.
3. Reservera kanal 6 medvetet: PCM-trummor ger realism och tyngd, men innebär att en FM-kanal försvinner.
4. Optimera uppdateringsfrekvensen: Ändra inte fler parametrar än nödvändigt varje tick. Det minskar belastningen och ger stabilare timing.
5. Testa på verklig hårdvara: Emulatorer är praktiska, men nivåskalning, brus, DAC-beteende och timing kan skilja sig från en fysisk Mega Drive.

Motorola 68000 fungerade som huvudprocessor medan Z80 bland annat hanterade ljudsystemet. En effektiv drivrutin måste därför fördela arbete mellan processorerna och skicka data till YM2612 utan att störa spelets övriga logik. Timingproblem, busy-flag-beteenden och dokumenterade eller odokumenterade egenheter kunde påverka resultatet. Det så kallade Ladder Effect, ett kvantiseringsbrus vid låga nivåer, är ett exempel på hur en teknisk bieffekt kan bli en del av den upplevda karaktären.

Samplingstekniken krävde också kompromisser. Korta trumprover kunde triggas i DAC-läge, men långa eller täta samplingar riskerade att belasta systemet och konkurrera med melodiska kanaler. Därför är många klassiska Mega Drive-rytmer en kombination av PCM-anslag, FM-brus, PSG-brus och syntetiska percussionsljud. Resultatet blir inte ett rent realistiskt trumkit, utan ett rytmiskt maskineri där varje komponent har en tydlig funktion.

Från Tokyo till nattklubbar i London och vidare in i spelhistorien

Koshiros sound hämtade energi från den elektroniska musik som cirkulerade i slutet av 1980-talet och början av 1990-talet. Tidig europeisk rave, acid house och brittisk klubbmusik visade hur repetitiva figurer kunde skapa rörelse genom små förändringar i filter, envelope och rytmisk placering. Även grupper som Soul II Soul representerade en produktion där groove, bas och textur fick bära långa musikaliska förlopp. På Mega Drive översattes dessa idéer till hårdvaruuppdateringar, korta loopar och noggrant valda klangförändringar.

Inflytandet märks både hos samtida japanska spelkompositörer och hos senare chiptuneproducenter. Koshiro visade att spelmusik inte behövde imitera orkester eller arkadens traditionella actionljud. Den kunde i stället vara samtida elektronisk musik, skriven med samma intresse för puls, repetition och ljuddesign som en klubbproduktion.

• FM-basens övertoner kunde ersätta delar av en traditionell bassektion.
• Korta stabs skapade harmonisk rytmik utan att förbruka långa samplingar.
• PSG-brus och FM-feedback kunde ge trummor en hård, digital attack.
• Små variationer i envelope och tonhöjd hindrade looparna från att kännas helt statiska.

Soundtracket hyllas fortfarande eftersom det fungerar på två nivåer. För spelaren är musiken omedelbart kopplad till neonljus, nattliga gator och snabba strider. För producenten avslöjar en närmare lyssning ett genomtänkt system av frekvensförhållanden, kanalekonomi, timing och dynamik. Därför kan låtarna spelas i nya arrangemang, remixas och analyseras även utanför den ursprungliga konsolen.

Arvet från en era när begränsningar skapade ren magi

Streets of Rage visar hur en teknisk begränsning kan bli en estetisk motor. Sex FM-kanaler, en separat PSG-krets, begränsad PCM-kapacitet och hård processorbudget låter som hinder, men tvingade fram tydliga beslut. Varje operator fick en roll. Varje kanal behövde motiveras. Varje envelopeförändring kunde bidra till groove, attack eller dramatik. Det är en annan arbetslogik än i en modern DAW där hundratals spår och obegränsad polyfoni ofta finns nära till hands.

Den viktigaste lärdomen ligger i samspelet mellan programmering och konstnärligt uttryck. Koshiros maskinkod var inte bara ett tekniskt lager under musiken. Den avgjorde vilka musikaliska idéer som var möjliga och formade samtidigt den klangliga identiteten. För dagens musiker och spelutvecklare kan samma princip vara praktiskt användbar: välj en begränsning, förstå den på djupet och låt den påverka kompositionen från början. Ett mindre antal operatörer, en fast kanalbudget eller ett strikt sampleminne kan öppna kreativa vägar som ett gränslöst system aldrig hade tvingat fram.