Visualisera en ljudfil eller ingången från mikrofonen i realtid som vågform, logaritmiskt frekvensspektrum eller rullande spektrogram. Allt körs lokalt i webbläsaren — inget laddas upp. Exportera valfri vy som PNG-ögonblicksbild.
Vad är ett ljudspektrum?
En vågform visar hur högt ljudet är i varje ögonblick; ett spektrum visar vilka frekvenser som bildar den ljudstyrkan. Analysatorn ovan erbjuder båda vyerna samt ett spektrogram, som är spektrumet utvecklat över tid. Samma signal, tre kompletterande bilder — och att växla mellan dem är det snabbaste sättet att förstå vad ett ljud består av.
Fyra fakta som förankrar resten av sidan:
• vågform = ljudstyrka över tid; spektrum = frekvensinnehåll vid ett enda ögonblick; spektrogram = spektrum över tid (tid × frekvens × intensitet)
• matematiken bakom spektrumet är FFT, tillämpad på korta fönster av sampel
• en fil på 44 100 Hz kan bara innehålla frekvenser upp till 22 050 Hz (halva samplingsfrekvensen — Nyquistgränsen)
• alternativet med logaritmisk frekvensaxel motsvarar hur hörseln fungerar: oktaven 20–40 Hz får samma bredd som 10 000–20 000 Hz
De tre vyerna
Vågformen avbildar sampelamplituden mot tiden — utmärkt för att upptäcka klippning, tystnad och den övergripande dynamiken, men blind för tonhöjd. Spektrumet tar ett kort fönster (några tusen sampel) och visar hur mycket energi som finns i varje frekvensband, från den lägsta basen till vänster till diskantgränsen till höger. Spektrogrammet staplar hundratals sådana spektrum från vänster till höger allt eftersom tiden går, med intensiteten som färg — ett glissando på piano blir ett stigande streck, en uthållig violintton en jämn horisontell linje och tal en kedja av vokalformanter.
FFT och fönster
Den snabba Fouriertransformen omvandlar ett block med tidsdomänsampel till frekvensamplituder. Den svarar på frågan: "om det här blocket vore en summa av rena toner, hur mycket av varje ton skulle det innehålla?" Analysatorn delar upp ljudet i överlappande fönster med några tusen sampel och kör en FFT på varje — mindre fönster löser tidsförloppet bättre, större fönster löser frekvensen bättre, vilket är anledningen till att en fast fönsterstorlek alltid är en kompromiss. Omkopplaren för logaritmisk frekvens ovan påverkar enbart visningen: den sträcker ut diagrammet så att de låga oktaverna (där det mesta av musiken finns) får synlig bredd i stället för att pressas mot vänsterkanten.
Grundton och övertoner
Spela en A4 på valfritt instrument så visar spektrumet en topp vid 440 Hz — grundtonen — och mindre toppar vid 880, 1 320, 1 760 Hz: övertonerna, heltalsmultiplar av grundtonen. Det är balansen mellan övertonerna som gör att en violins A4 låter annorlunda än en flöjts: samma grundton, olika recept ovanpå. Därför är spektrumet den självklara vyn för att identifiera instrument, för mixningsbeslut och för att jaga brus — nätbrum syns som en envis topp vid 50/60 Hz, och MP3-trunkering syns som energi som helt enkelt upphör under ungefär 16 kHz.
Vanliga missuppfattningar
- Vågformen visar tonhöjd. Nej. Två mycket olika ackord med samma volym har nästan identiska vågformer. Tonhöjdsinformation syns först efter FFT — i spektrum- eller spektrogramvyerna.
- Ett spektrum och ett spektrogram är samma bild. Nej. Spektrumet är en enda frekvensskiva för ett ögonblick; spektrogrammet är tusentals sådana skivor i tidsordning. Använd spektrumet för att svara på "vad", spektrogrammet för att svara på "när".
- Ljud över 22 050 Hz döljs i en cd-fil. Nej. Samplingen vid 44 100 Hz begränsar matematiskt innehållet till 22 050 Hz; Nyquistgränsen är en egenskap hos samplen själva, inte hos visningen.
Relaterade verktyg: MIDI till WAV och Ljud till WAV / FLAC för att skapa filer som är värda att analysera, Brusreducering när spektrogrammet visar stadigt väsande brus eller brum, och Normalisera ljud när vågformen visar nivåer som behöver korrigeras.
