Analizador de espectro de audio

Una forma de onda le indica cuánto suena el audio en cada momento; un espectro le indica qué frecuencias componen ese volumen. El analizador de arriba ofrece ambas vistas y además un espectrograma, que es el espectro evolucionando en el tiempo. La misma señal, tres imágenes complementarias — y alternar entre ellas es la forma más rápida de entender de qué está hecho un sonido.

La forma de onda representa la amplitud de la muestra frente al tiempo — excelente para detectar recortes, silencios y la dinámica general, pero ciega al tono. El espectro toma una ventana corta (unos pocos miles de muestras) y muestra cuánta energía hay en cada banda de frecuencia, desde el bajo más grave a la izquierda hasta el límite de los agudos a la derecha. El espectrograma apila cientos de esos espectros de izquierda a derecha a medida que avanza el tiempo, con la intensidad representada como color — un glissando de piano se convierte en una franja ascendente, una nota sostenida de violín en una línea horizontal estable, y el habla en una cadena de formantes vocálicos.

La Transformada Rápida de Fourier convierte un bloque de muestras en el dominio del tiempo en magnitudes de frecuencia. Responde a la pregunta: «si este bloque fuera una suma de tonos puros, ¿cuánto de cada tono ocuparía?». El analizador corta el audio en ventanas solapadas de unos pocos miles de muestras y aplica una FFT a cada una — las ventanas más pequeñas resuelven mejor el tiempo, las más grandes resuelven mejor la frecuencia, por eso un tamaño fijo de ventana siempre es un compromiso. La opción de frecuencia logarítmica solo afecta a la visualización: estira la gráfica para que las octavas graves (donde vive la mayor parte de la música) tengan un ancho visible en lugar de quedar aplastadas en el borde izquierdo.

Toque un La4 con cualquier instrumento y el espectro muestra un pico en 440 Hz — la fundamental — más picos más pequeños en 880, 1320 y 1760 Hz: los armónicos, múltiplos enteros de la fundamental. Es el equilibrio de esos armónicos lo que hace que el La4 de un violín suene distinto al de una flauta: la misma fundamental, una receta distinta por encima. Por eso el espectro es la vista habitual para identificar instrumentos, tomar decisiones de mezcla y buscar ruido: un zumbido de la red aparece como un pico persistente de 50/60 Hz, y el corte de un MP3 se ve como energía que simplemente se detiene por debajo de unos 16 kHz.

• La forma de onda muestra el tono. No. Dos acordes muy distintos con el mismo volumen tienen formas de onda casi idénticas. La información de tono solo aparece después de la FFT — en las vistas de espectro o de espectrograma.
• Un espectro y un espectrograma son la misma imagen. No. El espectro es el corte de frecuencias de un único instante; el espectrograma es miles de esos cortes ordenados en el tiempo. Use el espectro para responder a «qué» y el espectrograma para responder a «cuándo».
• El audio por encima de 22 050 Hz está oculto en un archivo de CD. No. El muestreo a 44 100 Hz limita matemáticamente el contenido a 22 050 Hz; el límite de Nyquist es una propiedad de las propias muestras, no de la visualización.

Herramientas relacionadas: MIDI a WAV y Audio a WAV / FLAC para generar archivos que merezca la pena analizar, Reducción de ruido cuando el espectrograma muestre un siseo o zumbido constante, y Normalizar audio cuando la forma de onda muestre niveles que necesiten corrección.