Analizador de espectro de sonido

Un sonómetro responde a una pregunta: qué tan fuerte. Es una buena pregunta y no siempre es el que tienes. El compresor de una nevera, el subwoofer de un vecino y el ventilador de un portátil pueden marcar todos la misma cifra en un solo número y ninguno de ellos representa el mismo problema.

Esta página responde a la otra pregunta. Qué hay realmente en el sonido, en qué parte el rango de frecuencia en el que se sitúa, y si es constante, intermitente o algo que sucedió una sola vez.

Tres vistas, tres preguntas

Espectro es lo que hay en este momento: nivel frente a frecuencia, a lo largo de todo el rango que cubre el oído humano. Es la vista que permite hallar un tono: un zumbido, un gemido, un pitido; cualquier cosa con un tono definido se muestra como un pico, mientras que el ruido de banda ancha se muestra como una colina.

Espectrograma es la misma información a lo largo del tiempo, con la frecuencia en el eje vertical y el nivel como brillo. Es el único de los tres que puede distinguir un ruido constante de uno intermitente, porque un espectro ya ha descartado el tiempo alejándose del eje. Un ventilador es una franja horizontal. El portazo de una puerta es una vertical. La música de un vecino es una franja horizontal que se detiene.

Octava divide el rango en las bandas en las que realmente se informa el trabajo acústico en, y es la vista a la que recurrir cuando quieres escribir algo en lugar de simplemente mirarlo.

De dónde proviene el sonido

Tres entradas, y la elección cambia el significado de los números.

El micrófono es la habitación en la que te encuentras, escuchada a través de un dispositivo cuya respuesta en frecuencia nadie ha publicado. Todo lo que el resto de este sitio dice sobre la incertidumbre se aplica a él.

Audio del sistema comparte una pestaña del navegador y lee lo que se está reproduciendo. Elige una pestaña y marca Compartir audio de la pestaña: sin ese cuadro obtienes imagen y silencio, y una pantalla compartida completa usualmente no transmite ninguna pista de audio en absoluto. La imagen se descarta en el momento en que comienza la compartición, porque esta página no tiene utilidad para ella ni razón para dejar encendido un indicador de captura.

Un archivo de audio se decodifica en su navegador y se reproduce a través del mismo analizador, con controles de reproducción, pausa, parada y un silenciador para el monitor. Silenciar apaga los altavoces y no el análisis: el gráfico y las cifras continúan leyendo el archivo. No se sube nada. La decodificación se ejecuta en tu propia máquina y el archivo nunca sale de ella.

Los dos últimos no son la sala, y vale la pena decirlo en voz alta en lugar de ocultarlo. Un archivo es una grabación realizada por un equipo del que quizás no sepas nada. A la pestaña es lo que sea que un sitio web haya decidido reproducir, con la ganancia que haya elegido. Ninguna tiene un nivel de sonido en el sentido que indica el medidor. Lo que el analizador puede decirte sobre cualquiera de las dos es la forma, que es para lo que servía de todos modos.

Encontrando el zumbido

La función más útil de esta página es ponerle nombre a un zumbido.

El zumbido eléctrico se sitúa en la frecuencia de la red eléctrica —50 Hz en la mayor parte del mundo, 60 Hz en Norteamérica— y en sus múltiplos. Apunte el analizador a un transformador que zumba, a un regulador de intensidad, a una nevera o a un amplificador y verá un pico en la frecuencia de red con otras más pequeñas apiladas encima a dos, tres y cuatro veces esa cifra. La lectura de la frecuencia dominante la identifica directamente, con la nota musical más cercana a su lado.

Eso es importante porque la frecuencia te indica qué es el objeto es de una manera que el nivel nunca lo hace. Un pico de 50 Hz con armónicos es eléctrico. Una elevación amplia en algún punto entre 100 y 300 Hz suele ser mecánica: un motor, una bomba, una compresor. Un siseo sin estructura alguna es aire, ya sea moviéndose a través de una rejilla de ventilación o generado por el propio micrófono.

La lectura de nota es un afinador lo suficientemente bueno como para identificar una cuerda o distinguir un zumbido de 50 Hz de uno de 60 Hz. No es un contador de frecuencia calibrado, y no lo será informa tonterías cuando no hay un tono presente que reportar, lo cual ocurre en la mayoría de las salas.

Por qué los niveles aquí son relativos

El medidor de este sitio publica una cifra absoluta con un margen a su alrededor: una estimación no calibrada, normalmente dentro de unos ±10 dB de una referencia instrumentoKardous & Shaw. Esta página no repite esa afirmación por frecuencia, y su eje es deliberadamente no están etiquetadas en términos absolutos.

La razón es que el error del micrófono de un dispositivo no es un solo número, es una curva. Su respuesta es irregular a lo largo del rango, y es irregular de forma desigual de teléfono a teléfono — que es precisamente lo que un espectro está trazando. Una el nivel de banda ancha puede corregirse con un único desplazamiento; un espectro no.

Así que lee la trama de forma, y lee el medidor de decibelios en línea para nivel. Dónde se sitúa el sonido, qué pico es el más fuerte, si el zumbido mejoró después de mover la nevera — todo eso sobrevive a la respuesta de un micrófono desconocido, porque la misma respuesta subyace bajo cada punto de la curva.

Dos cosas en esta página no son relativas, y ninguna de ellas es la trama. La sesión de medición debajo de ella informa niveles de banda ancha, calculados de la misma manera en que el medidor calcula su número y manteniendo la misma banda a su alrededor; están aquí porque un lector que vino a observar un zumbido debería irse con cifras pueden citar, no porque un espectro haya ganado un eje absoluto. El panel de señal es absoluto respecto a algo completamente distinto, y tiene su propia sección a continuación.

Las cifras de la señal

Cuatro figuras debajo del gráfico describen la señal en lugar de la sala: pico, RMS, cresta y un indicador de saturación (clip).

Peak es la muestra individual más fuerte en el último cuarto de segundo, y RMS es el promedio de energía en esa misma ventana. Crest es la diferencia entre ambos, y es el que indica qué tipo de sonido es este. Un tono constante tiene un crest de unos tres decibeles por encima de su propio promedio. El habla y la música oscilan entre diez y veinte. Una señal que alcanza su cresta en casi nada es o bien una onda cuadrada o algo que ya ha sido aplastado por un limitador. La lámpara se enciende si cualquier muestra en la ventana alcanzó el tope del rango, que es la única condición que hace que todo todo lo demás en la página se vuelve poco fiable de inmediato.

El Pico y el RMS están en dBFS: decibelios relativos a la escala completa. La escala completa es el número más grande que la entrada puede representar, por lo que cero dBFS es el límite superior del archivo o del convertidor, y cada nivel inferior es una proporción respecto a él. Es la única cifra absoluta que esta página puede mostrar honestamente, porque es un hecho sobre los números y no una afirmación sobre el aire. No intervienen la sensibilidad del micrófono, la distancia ni una presión de referencia.

Lo cual es exactamente la razón por la que dBFS no es dB SPL. Una señal seis decibelios por debajo de la escala completa está utilizando la mitad del rango de entrada, y eso no dice nada sobre qué tan fuerte lo que sea era: graba la misma habitación dos veces con la ganancia movida y obtendrás dos lecturas de dBFS y un solo nivel de sonido. Lee los dBFS para saber si la entrada está configurada de forma sensata — cerca del límite superior se saturará, muy por debajo estarás observando el umbral de ruido. Lee el medidor de decibelios en línea para el volumen.

Dos canales, cuando los hay

Un archivo estéreo o una pestaña compartida tienen dos canales, y el analizador mostrará cualquiera de ellos, la suma de ambos o la diferencia entre ellos. Izquierda y derecha son los canales tal como llegaron. Mid es la suma de los dos dividida a la mitad, que es la mezcla mono y lo que reproducirá un solo altavoz. Side es la diferencia: todo aquello en lo que los dos canales no coinciden, silencioso en una grabación mono y fuerte en una grabación con amplitud estéreo.

Junto a ellos hay una figura de correlación entre menos uno y más uno. Dice más uno cuando los canales coinciden, cerca de cero cuando contienen material no relacionado, y menos uno cuando un canal es el otro invertido. Ese último caso se cancela a silencio en el instante en que algo los suma, por lo que una grabación situada cerca de menos uno es una que desaparecerá en el altavoz de un teléfono. Puedes ver cómo sucede: cambia a Mid y la trama se vacía.

Los controles aparecen solo cuando la fuente realmente tiene dos canales, algo que el micrófono no tiene en casi ningún dispositivo. Dividir una señal mono en dos mitades idénticas marcarían más uno para siempre y describirían el cableado en lugar del sonido, por lo que en una fuente mono la página lo indica y omite los botones.

Mid y side son una perspectiva de una señal, no de una sala. Dos micrófonos a un metro de distancia darían un par mid/side que diría algo sobre un espacio; un archivo y una pestaña del navegador dan uno que dice algo sobre una grabación.

Bandas de octava y de tercio de octava

Una octava es el doble de una frecuencia. Dividir el rango por octavas da como resultado diez bandas desde 31.5 Hz hasta 16 kHz, lo cual es una cantidad suficientemente pequeña para procesar mentalmente y es lo que muestra el propio espectro del medidor.

Los tercios de octava dividen cada una de estas en tres, proporcionando treinta y un bandas desde 20 Hz a 20 kHz. Esa es la resolución en la que se redactan las evaluaciones de ruido en edificios, la acústica de salas y las especificaciones de equipos, y es lo suficientemente detallada como para separar un zumbido del ruido a ambos lados del mismo sin dejar de ser una tabla en lugar de una imagen.

Utilice octavas para orientarse y terceras para anotar algo. Ambas se exportan como CSV, con la frecuencia de muestreo, la ventana y la ponderación en el encabezado, porque una columna de niveles resulta ilegible seis meses después sin ellos.

La sesión de medición

Debajo de cualquier vista que esté en pantalla, el analizador puede ejecutar una sesión cronometrada y reportar seis cifras.

Leq es el promedio de energía a lo largo de la sesión — el número único que representa todo el intervalo. Lmax y Lmin limítalo. L10, L50 y L90 son los niveles superados una décima, la mitad y nueve décimas partes del tiempo, y la brecha entre L10 y L90 indica qué tan variable fue el ruido: una brecha amplia significa eventos, una estrecha significa una fuente constante.

Esas tres últimas son las cifras que citan las evaluaciones de ruido, razón por la cual están aquí y no reservadas para un nivel de pago. Treinta segundos son suficientes para una fuente constante; cinco minutos es adecuado para una oficina o una sala de máquinas; quince es la duración que se suele especificar para los estudios ambientales.

Tamaño de FFT y suavizado

La longitud de la ventana es un compromiso y no existe ningún ajuste que gane en ambos extremos. Una ventana larga resuelve la frecuencia con precisión y difumina el tiempo, por lo que un zumbido de 50 Hz se separa claramente de uno de 60 Hz, pero el portazo de una puerta se emborrona. Una ventana corta hace lo contrario.

El valor predeterminado se sitúa en el medio. Muévalo hacia arriba cuando busque un tono y hacia abajo cuando estás observando algo que cambia. El suavizado es solo un control de visualización — estabiliza la imagen entre fotogramas y no afecta a las cifras de la sesión de medición.

Diferenciando el micrófono de la sala

Parte de lo que ves no está en la sala. El micrófono de un dispositivo genera su propio ruido, y en un espectro tiene una forma reconocible: un siseo amplio que asciende hacia la parte superior del rango sin estructura alguna, situado en el nivel que resulte ser el ruido de fondo de la entrada.

La forma de separar ambos es observar qué es lo que cambia. Cubra el micrófono con la mano, o lleve el dispositivo a un lugar más silencioso, y observe qué partes de la curva se mueven. Todo lo que baje era la sala. Todo lo que permanezca igual es el dispositivo, y por mucho que lo mire, no se convertirá en la medición de nada.

Esta es también la razón por la cual una habitación muy silenciosa es lo más difícil de leer en esta página: por debajo del propio umbral de la entrada no queda nada que extraer, y la curva se aplana en el hardware en lugar de en el silencio.

Qué curva analizar en

Los botones A, C y Z hacen aquí lo mismo que en el medidor, aplicado a cada frecuencia en lugar de colapsarse en un solo número, que es el lugar más claro del sitio para ver qué es realmente una curva de ponderación: cambie de A a C y observe cómo regresan los graves.

Utilice Z cuando desee la señal tal como llegó, lo cual suele ser la opción correcta para cazar un zumbido — la ponderación A está diseñada para descartar precisamente las bajas frecuencias en las que habita un zumbido. Utilice A cuando desee la forma que corresponda a las cifras que publican las agencias de salud. La diferencia entre ambas se detalla bajo dBA vs. dBC.

Lo que esta página deliberadamente no hace

Sigue sin incluir una cifra absoluta en el eje de nivel del gráfico, por la razón expuesto anteriormente. El eje de frecuencia está etiquetado, porque una frecuencia es un número que la FFT realmente conoce. El dBFS del panel de señal es la única lectura absoluta aquí, y es absoluta respecto a la entrada en lugar de respecto a la sala.

No trata el mid y el side como una imagen de una sala, y no dibujará una vista estéreo de una fuente mono. No graba lo que escucha, no sube el archivo que abras, ni guarda nada una vez que se cierra la pestaña.

Y no calibra nada. Un archivo tiene un nivel relativo a la escala completa y ningún nivel en decibelios de sonido; una pestaña tiene la ganancia que el sitio haya elegido. El tabla de decibelios es donde residen los niveles de sonido publicados, y el medidor es de donde proviene una lectura con una banda determinada a su alrededor.