Il est notoire que la perception des sons repose en très grande partie sur la qualité de l'attaque. Pierre Schaeffer a montré dans les années 50 qu'après suppression des premières dixièmes de seconde de l'attaque d'un son de piano, plus personne n'était capable de reconnaître le son du piano. C'est pourquoi le contrôle s'intéresse beaucoup à la qualité et au contrôle de l'enveloppe temporelle, et en particulier celle de l'attaque.
Dans le cas de la synthèse par modulation de fréquence, l'amplitude du signal et l'indice de modulation sont tout deux contrôlés par une enveloppe temporelle. Cette enveloppe se décompose traditionnellement en quatre phases (fig. 4), respectivement (en franglais) l'attaque, le decay, le sustain, et le release . L'attaque et le decay correspondent aux transitoires d'attaque du signal et sont décrits par deux temps caractéristiques: un temps de monté et un temps de descente et un niveau d'amplitude maximal. Le sustain correspond à la partie tenue (ou entretenue) de l'instrument et est caractérisé par un niveau d'amplitude. Enfin la dernière phase correspond aux résonnances libres de l'instrument et est décrit par un temps de descente.
La très grande majorité des intruments électroniques sont désormais contrôlés par l'intermédiaire d'un protocole de communication musical: le MIDI. Deux événements principaux s'échangent constamment en MIDI: NOTE-ON et NOTE-OFF. NOTE-ON signale le début de la production d'une note (sur un clavier, l'appui sur une touche). NOTE-OFF signale l'arrêt de la production d'une note (sur un clavier, le relachement d'une touche). NOTE-ON déclenche successivement les trois premières phases de l'enveloppe (i.e. l'attaque, le decay et le sustain). La dernière phase release est déclenchée par l'événement NOTE-OFF . Dans le cas des sons non entretenus, comme par exemple les sons de percussions, la partie de sustain est absente et la phase de release est déclenchée sans attendre Note-Off juste après la phase de decay.
Figure 4: Décomposition de l'enveloppe temporelle
En modulation de fréquence, l'enveloppe temporelle de l'oscillateur associé à la porteuse contrôle effectivement les caractéristiques temporelles du son synthétique. Par contre, l'enveloppe temporelle du second oscillateur contrôle l'évolution temporelle du timbre du son synthétique. L'évolution de l'indice de modulation selon le schéma attaque, decay, sustain, release contribue à générer un spectre très riche pendant l'attaque, stable pendant la phase tenue et une phase de résonnance classique où tous les partiels (ou harmoniques) décroissent progressivement à des rythmes différents.
Il est aisé de remarquer que la synthèse par modulation de fréquence s'implémente simplement par un patch connectant deux oscillateurs l'un sur l'autre. Comme nous l'avons fait remarquer au chapitre 1.1, les tables d'ondes ne sont pas nécessairement sinusoïdales. Utiliser une table d'onde non-sinusoïdale produit en général un fort enrichissement du spectre dans les aigüs.