Also ich versuche mal, es aus meiner Nichtmusikersicht zu erläutern, was ich aus Programmiersicht verstanden habe.
Der Atari spielt reine Töne/Noten grundsätzlich in einer Rechteckwelle ab (Geräusche, d.h. eine Polygonwelle oder Programmiertricks mit denen der Atari auch andere Wellenformen generiert, wie z.B. Sägezahn lasse ich der Einfachheit halber jetzt mal weg).
Will man also einen Kammerton A4 mit z.B. 440Hz erzeugen, schreibt man in Audf1 einen definierten Wert und der Atari gibt am Ausgang einen Rechteckton aus, der 440mal pro Sekunde zwischen dem Lautstärkemaximum und Null oszilliert, also Ton an, Ton aus (genao so lang wie an, Pulsweite also gleich lang) wieder aus etc. eben 440 mal pro Sekunde.
Ein Ton/eine Note ist aber nicht sofort an oder sofort aus sondern hat eine Hüllkurve aus Attack, Decay , Sustain und Release. Der Ton steigt also zunachst linear (Steigungsdreieck) innerhalb einer vorgegebenen Zeit (Attack) relativ schnell auf seinen Maximalwert, z.B. 15 an (auf dem SID innerhalb von zwei Millisekunden um 16 Laustärkewerte, daher die 8.000Hz), fällt daher umgekehrt exponentiell (also erst schnell, dann langsam auf einen vorgegebenen Haltewert), z.B. 12 um dann auf diesem Wert gehalten zu werden (Sustain) und dann zu guter Letzt auf Null umgekehrt exponentiell zu fallen (Release).
Die Hüllkurve überlagert dabei den in unserem Beispiel angespielten 440Hz-Dauerton. Dann geht es mit dem nächsten Ton/Note weiter.
In diesem Zusammenhang verstehe ich den 200Hz-Modus einfach nicht. Wie erhält man dadurch ADSR? Hilfe! Ich raffe es einfach nicht. 😞
Bei MODfiles ist es wieder ganz anders. Echte Instrumente wie ein Klavier oder eine Gitarre spielen keine reinen Sinuswellen ab (kleiner Exkurs, alle Wellenformen also auch Rechteck lassen sich auf überlagerte Sinuswellen zurückführen, s. https://de.m.wikipedia.org/wiki/Fourierreihe unter Verallgemeinerungen) sondern sind überlagerte Wellen. Daher ist es einfacher diese Wellen zu sampeln, d.h. die Lautstärkeveränderungen über die Zeit zu speichern und dann wieder mit der gleichen Geschwindigkeit abzuspielen. Spielt man sie schneller ab, erscheint der Ton höher, spielt man langsamer, erscheint der Ton tiefer.
Für ein einigermaßen brauchbares Ergebnis sollte man mit 8Khz und 4-Bit speichern (wegen des Lautstärkebits von 4Bit = 1 Nibble). Für ein 8Khz-Sample von 1 Sekunde benötigt man also unkomprimiert 4.000 Bytes (8000 Werte a zwei Nibbles = 4000 Bytes). Kein Wunder, dass der Atari für MOD-Player viel Speicher und eine hohe Geschwindigkeit (8000 Wertänderungen pro Sekunde) benötigt, so dass einige Player den Bildschirm abstellen.