Visualiser en lydfil eller mikrofoninndata direkte som bølgeform, logaritmisk frekvensspektrum eller rullende spektrogram. Alt kjører lokalt i nettleseren — ingenting lastes opp. Eksporter en hvilken som helst visning som PNG-øyeblikksbilde.
Hva er et lydspektrum?
En bølgeform forteller hvor høyt lyden er til hvert øyeblikk; et spektrum forteller hvilke frekvenser som utgjør den lydstyrken. Analysatoren over tilbyr begge visningene pluss et spektrogram, som er spektrumet utviklet over tid. Samme signal, tre utfyllende bilder — og å bytte mellom dem er den raskeste måten å forstå hva en lyd består av.
Fire fakta som forankrer resten av siden:
• bølgeform = lydstyrke over tid; spektrum = frekvensinnholdet på ett øyeblikk; spektrogram = spektrum over tid (tid × frekvens × intensitet)
• matematikken bak spektrumet er FFT, brukt på korte vinduer med sampler
• en fil på 44 100 Hz kan bare inneholde frekvenser opp til 22 050 Hz (halvparten av samplingsfrekvensen — Nyquist-grensen)
• alternativet med logaritmisk frekvensakse samsvarer med hvordan hørselen fungerer: oktaven fra 20–40 Hz får samme bredde som 10 000–20 000 Hz
De tre visningene
Bølgeformen viser samplingsamplituden mot tid — utmerket for å oppdage klipping, stillhet og den samlede dynamikken, men blind for tonehøyde. Spektrumet tar ett kort vindu (noen tusen sampler) og viser hvor mye energi som ligger i hvert frekvensbånd, fra den laveste bassen til venstre til diskanttaket til høyre. Spektrogrammet stabler hundrevis av slike spektre fra venstre til høyre etter hvert som tiden går, med intensiteten vist som farge — et glissando på piano blir en stigende strek, en holdt tone på fiolin en jevn horisontal linje, og tale en kjede av vokalformanter.
FFT og vinduer
Den raske Fourier-transformasjonen (FFT) gjør en blokk med tidsdomene-sampler om til frekvensstyrker. Den svarer på spørsmålet: «Dersom denne blokken var en sum av rene toner, hvor mye av hver tone ville den ta?» Analysatoren deler lyden i overlappende vinduer på noen tusen sampler og kjører en FFT på hvert av dem — mindre vinduer gir bedre tidsoppløsning, større vinduer gir bedre frekvensoppløsning, og derfor er en fast vindusstørrelse alltid et kompromiss. Alternativet for logaritmisk frekvens over er kun en visningsinnstilling: det strekker plottet slik at de lave oktavene (der mesteparten av musikken ligger) får synlig bredde i stedet for å bli presset inn mot venstre kant.
Grunntone og overtoner
Spill en A4 på et hvilket som helst instrument, så viser spektrumet en topp ved 440 Hz — grunntonen — pluss mindre topper ved 880, 1320 og 1760 Hz: overtonene, hele tallmultipler av grunntonen. Det er balansen mellom disse overtonene som gjør at fiolinens A4 høres annerledes ut enn fløytens: samme grunntone, ulik oppskrift over den. Derfor er spektrumet den foretrukne visningen for å identifisere instrumenter, for mikseavgjørelser og for å jakte på støy — nettbrum vises som en seig topp på 50/60 Hz, og MP3-kutting vises som energi som bare stopper under omtrent 16 kHz.
Vanlige misforståelser
- Bølgeformen viser tonehøyde. Nei. To svært ulike akkorder med samme volum har nesten identiske bølgeformer. Informasjon om tonehøyde kommer først etter FFT — i spektrum- eller spektrogramvisningene.
- Et spektrum og et spektrogram er det samme bildet. Nei. Spektrumet er frekvensskiven for ett enkelt øyeblikk; spektrogrammet er tusenvis av slike skiver satt i rekkefølge over tid. Bruk spektrumet til å svare på «hva», og spektrogrammet til å svare på «når».
- Lyd over 22 050 Hz er skjult i en CD-fil. Nei. Sampling på 44 100 Hz begrenser matematisk innholdet til 22 050 Hz; Nyquist-grensen er en egenskap ved samplene selv, ikke ved visningen.
Relaterte verktøy: MIDI til WAV og Lyd til WAV / FLAC for å lage filer som er verdt å analysere, Støyreduksjon når spektrogrammet viser jevnt sus eller brum, og Lydnormalisering når bølgeformen viser nivåer som må korrigeres.
