Visualisoi äänitiedosto tai elävä mikrofonisi aaltomuotona, logaritmisena taajuusspektrinä tai vierivänä spektrogrammina. Kaikki toimii paikallisesti selaimessasi — mitään ei lähetetä. Vie mikä tahansa näkymä PNG-kuvana.
Mikä on äänispektri?
Aaltomuoto kertoo, kuinka kovaa ääni on joka hetki; spektri kertoo, mistä taajuuksista tuo voimakkuus koostuu. Analysaattori tarjoaa alla molemmat näkymät sekä spektrogrammin, joka on spektri ajan kuluessa. Sama signaali kolmessa toisiaan täydentävässä kuvassa — ja näiden vaihtaminen on nopein tapa ymmärtää, mistä ääni koostuu.
Neljä faktaa, joilla sivun loppuosa ankkuroidaan:
• aaltomuoto = voimakkuus ajan funktiona; spektri = taajuussisältö yhdellä hetkellä; spektrogrammi = spektri ajan funktiona (aika × taajuus × voimakkuus)
• spektrin taustalla oleva matematiikka on FFT, sovellettuna lyhyisiin näytejaksoihin
• 44 100 Hz:n tiedosto voi sisältää vain taajuuksia aina 22 050 Hz:iin asti (puolet näytteenottotaajuudesta — Nyquistin raja)
• logaritmisen taajuusakselin vaihtoehto vastaa kuulon toimintaa: oktaavi 20–40 Hz saa saman leveyden kuin 10 000–20 000 Hz
Kolme näkymää
Aaltomuoto piirtää näytteen amplitudin ajan funktiona — erinomainen leikkautumisen, hiljaisuuksien ja yleisen dynamiikan havaitsemiseen, mutta sokea sävelkorkeudelle. Spektri ottaa yhden lyhyen ikkunan (muutaman tuhannen näytteen) ja näyttää, kuinka paljon energiaa on kullakin taajuuskaistalla vasemmalla olevasta matalimmasta bassosta oikealla olevaan diskanttikattoon. Spektrogrammi pinoo satoja näitä spektrejä vasemmalta oikealle ajan kuluessa, ja voimakkuus näkyy värinä — pianon glissando näkyy nousevana raitana, pitkä viulun ääni tasaisena vaakaviivana ja puhe vokaaliformanttien ketjuna.
FFT ja ikkunat
Nopea Fourier-muunnos muuntaa lohkon aikatason näytteitä taajuusvoimakkuuksiksi. Se vastaa kysymykseen: "jos tämä lohko olisi puhtaiden sävelten summa, kuinka paljon kutakin sävelä siinä olisi?" Analysaattori leikkaa äänen päällekkäisiin ikkunoihin, joissa on muutama tuhat näytettä, ja ajaa FFT:n jokaiselle — pienemmät ikkunat erottelevat ajoituksen paremmin, suuremmat taajuuden paremmin, minkä vuoksi kiinteä ikkunakoko on aina kompromissi. Logaritmisen taajuuden kytkin yllä on pelkästään näytön asia: se venyttää kuvaa niin, että matalat oktaavit (joissa suurin osa musiikista on) saavat näkyvää leveyttä eivätkä jää vasemman reunan kasaan.
Perustaajuus ja yläsävelet
Soita A4 millä tahansa soittimella, niin spektrissä näkyy huippu 440 Hz:n kohdalla — perustaajuus — sekä pienempiä huippuja 880, 1320 ja 1760 Hz:n kohdalla: yläsäveleet, perustaajuuden kokonaislukukerrat. Juuri yläsävelten tasapaino tekee viulun A4:stä erilaisen kuin huilun: sama perustaajuus, eri resepti sen yllä. Tästä syystä spektri on ensisijainen näkymä soittimen tunnistukseen, miksaukseen ja kohinan jäljittämiseen — sähkön humina näkyy sitkeänä 50/60 Hz:n piikkinä, ja MP3-katkaisu näkyy energiana, joka yksinkertaisesti loppuu noin 16 kHz:n alapuolella.
Yleisiä väärinkäsityksiä
- Aaltomuoto näyttää sävelkorkeuden. Ei näytä. Kaksi hyvin erilaista sointua samalla voimakkuudella ovat lähes samanlaisia aaltomuotoja. Sävelkorkeustieto ilmestyy vasta FFT:n jälkeen — spektri- tai spektrogramminäkymissä.
- Spektri ja spektrogrammi ovat sama kuva. Eivät ole. Spektri on yhden hetken taajuusviipale; spektrogrammi on tuhansia tällaisia viipaleita aikajärjestyksessä. Käytä spektriä vastaamaan kysymykseen "mikä", spektrogrammia kysymykseen "milloin".
- CD-tiedostossa 22 050 Hz:n yläpuolinen ääni on piilossa. Ei ole. 44 100 Hz:n näytteenotto rajoittaa matemaattisesti sisällön 22 050 Hz:iin; Nyquistin raja on itse näytteiden ominaisuus, ei näytön.
Aiheeseen liittyvät työkalut: MIDI WAV:ksi ja Ääni WAV/FLAC:ksi analysoitavien tiedostojen tuottamiseen, Vähennä kohinaa, kun spektrogrammi paljastaa tasaisen sihinän tai humisemisen, ja Äänen normalisointi, kun aaltomuoto näyttää tasoja, jotka tarvitsevat korjausta.
