Zobrazí zvukový súbor alebo živý vstup z mikrofónu ako priebeh vlny, logaritmické frekvenčné spektrum alebo posúvajúci sa spektrogram. Všetko beží lokálne v prehliadači — nič sa nenahráva. Ľubovoľný pohľad možno exportovať ako snímku PNG.
Čo je spektrum zvuku?
Priebeh vlny ukazuje, aká hlasná je zvuková stopa v každom okamihu; spektrum ukazuje, ktoré frekvencie tvoria túto hlasitosť. Analyzátor vyššie ponúka oba pohľady plus spektrogram, čo je spektrum vyvíjajúce sa v čase. Ten istý signál, tri vzájomne sa dopĺňajúce obrázky — a prepínanie medzi nimi je najrýchlejší spôsob, ako pochopiť, z čoho zvuk pozostáva.
Štyri fakty, na ktorých stojí zvyšok stránky:
• priebeh vlny = hlasitosť v čase; spektrum = frekvenčný obsah v jednom okamihu; spektrogram = spektrum v čase (čas × frekvencia × intenzita)
• matematika za spektrom je FFT, aplikovaná na krátke okná vzoriek
• súbor so vzorkovacou frekvenciou 44 100 Hz môže obsahovať len frekvencie do 22 050 Hz (polovica vzorkovacej frekvencie — Nyquistov limit)
• voľba logaritmickej frekvenčnej osi zodpovedá tomu, ako počujeme: oktáva od 20 do 40 Hz dostane rovnakú šírku ako 10 000 až 20 000 Hz
Tri pohľady
Priebeh vlny vykresľuje amplitúdu vzoriek v čase — výborne sa hodí na odhalenie orezania, ticha a celkovej dynamiky, ale nevidí výšku tónu. Spektrum zoberie jedno krátke okno (niekoľko tisíc vzoriek) a ukazuje, koľko energie je v každom frekvenčnom pásme, od najnižších basov vľavo po hornú hranicu výšok vpravo. Spektrogram skladá stovky takých spektier zľava doprava, ako plynie čas, a intenzitu zobrazuje farbou — glissando na klavíri je vzostupný pruh, dlhý tón huslí vodorovná čiara a reč reťazec formantov samohlások.
FFT a okná
Rýchla Fourierova transformácia (FFT) prevedie blok vzoriek z časovej oblasti na veľkosti frekvencií. Odpovedá na otázku: „ak by tento blok bol súčtom čistých tónov, koľko z každého tónu by v ňom bolo?“ Analyzátor rozdelí zvuk na prekrývajúce sa okná po niekoľko tisíc vzoriek a na každom vykoná FFT — menšie okná lepšie rozlíšia časovanie, väčšie okná lepšie rozlíšia frekvencie, preto je pevná veľkosť okna vždy kompromisom. Prepínač logaritmickej frekvencie je čisto zobrazovací: roztiahne graf tak, aby nízke oktávy (kde žije väčšina hudby) získali viditeľnú šírku a nezostali stlačené pri ľavom okraji.
Základný tón a harmonické
Keď sa na ľubovoľnom nástroji zahrá A4, spektrum ukáže vrchol pri 440 Hz — základný tón — plus menšie vrcholy pri 880, 1320, 1760 Hz: harmonické, celočíselné násobky základného tónu. Práve rovnováha týchto harmonických spôsobuje, že A4 na husliach znie inak než na flaute: rovnaký základný tón, iný recept nad ním. Preto je spektrum hlavným pohľadom na určovanie nástrojov, rozhodovanie pri miešaní a hľadanie šumu — sieťový brum sa prejaví ako vytrvalý vrchol pri 50/60 Hz a orezanie MP3 ako energia, ktorá pod približne 16 kHz jednoducho zmizne.
Časté omyly
- Priebeh vlny ukazuje výšku tónu. Nie. Dva veľmi odlišné akordy s rovnakou hlasitosťou majú takmer rovnaký priebeh vlny. Informácia o výške sa objaví až po FFT — v pohľadoch spektrum alebo spektrogram.
- Spektrum a spektrogram sú ten istý obrázok. Nie. Spektrum je frekvenčný rez jedného okamihu; spektrogram je tisíce takých rezov zoradených v čase. Spektrum slúži na odpoveď „čo“, spektrogram na odpoveď „kedy“.
- Zvuk nad 22 050 Hz je v súbore CD skrytý. Nie. Vzorkovanie na 44 100 Hz matematicky obmedzuje obsah na 22 050 Hz; Nyquistov limit je vlastnosťou samotných vzoriek, nie zobrazenia.
Súvisiace nástroje: MIDI na WAV a Zvuk do WAV / FLAC na vytvorenie súborov hodných analýzy, Potlačenie šumu, keď spektrogram odhalí ustále syčanie alebo brum, a Normalizácia zvuku, keď priebeh vlny ukazuje úrovne, ktoré treba upraviť.
