Analizator widma audio

Jak używać analizatora widma

1. Kliknij Włącz mikrofon i zezwól na dostęp, gdy przeglądarka o to zapyta. Widmo zaczyna się poruszać, gdy tylko pojawi się dźwięk.
2. Aby przeanalizować nagranie, upuść plik audio na pole wyboru (MP3, WAV, OGG, FLAC…) i kliknij Odtwórz plik. Słyszysz plik w trakcie analizy.
3. Wybierz Widok: Słupki, Linia lub Spektrogram (wodospad), który przewija się od prawej do lewej i pokazuje, jak widmo zmienia się w czasie.
4. Wybierz Oś częstotliwości: Logarytmiczna (tak jak słyszy ucho – każda oktawa zajmuje tę samą szerokość) lub Liniowa (tyle samo herców na piksel, przydatna przy harmonicznych i wysokich częstotliwościach).
5. Dostosuj Rozmiar FFT i Wygładzanie, aby wybrać między szczegółowością a stabilnością obrazu (patrz niżej).
6. Kliknij Zatrzymaj obraz, aby zatrzymać bieżący widok i spokojnie go odczytać, a potem Wznów. Stop zwalnia mikrofon i zamyka silnik audio.

Odczyty pod wykresem podają wartości: Częstotliwość szczytowa (najgłośniejsza składowa powyżej 20 Hz), Najbliższy dźwięk z odchyłką w centach (A4 = 440 Hz), Poziom szczytowy i Rozdzielczość analizy.

Co pokazuje analizator

Analizator widma rozkłada dźwięk na częstotliwości za pomocą szybkiej transformaty Fouriera (FFT). Każdy blok próbek zamienia się w listę przedziałów (binów), a przedział k leży na częstotliwości k × częstotliwość próbkowania ÷ rozmiar FFT herców. Wysokość każdego słupka to energia w danym paśmie, w decybelach względem cyfrowej pełnej skali. Przeglądarka przed FFT nakłada okno Blackmana, więc czysta sinusoida o pełnej skali daje ok. −14 dB, a nie 0 dB: wartości najlepiej służą do porównywania częstotliwości między sobą, a nie jako bezwzględny miernik poziomu dźwięku.

Częstotliwość szczytowa jest doprecyzowywana między dwoma przedziałami za pomocą interpolacji parabolicznej, więc jest dokładniejsza niż sam odstęp przedziałów. Pokazuje najsilniejszą składową, którą zwykle – ale nie zawsze – jest słyszany dźwięk: przy niskim dźwięku basu albo głosie druga harmoniczna może być głośniejsza niż podstawowa.

Rozmiar FFT, rozdzielczość i wygładzanie

Rozmiar FFT decyduje o rozdzielczości częstotliwościowej: przy 48 kHz 2048 punktów daje ok. 23 Hz na przedział, 8192 – 5,9 Hz, a 32768 – 1,5 Hz. Większe FFT lepiej rozdziela bliskie częstotliwości i niskie dźwięki, ale potrzebuje dłuższego wycinka dźwięku (32768 próbek to ok. 0,7 s), więc wolniej reaguje na szybkie zmiany. Dla mowy i perkusji dobrze sprawdza się 1024–4096; do strojenia, niskich dźwięków basu lub szukania przydźwięku użyj 16384 lub więcej.

Wygładzanie uśrednia każdą klatkę z poprzednimi. Przy 0 widzisz każde migotanie; przy ok. 0,8 obraz jest spokojny i łatwiejszy do odczytania. Spektrogram korzysta z tych samych danych, z kolorami od czarnego (cicho) przez fiolet i czerwień po żółty i biały (głośno).

Praktyczne zastosowania

• Znajdź przydźwięk sieciowy (50 lub 60 Hz i jego harmoniczne) albo pisk pętli masy.
• Sprawdź, jakie częstotliwości podbija instrument, głos lub rezonans pomieszczenia, zanim sięgniesz po korektor.
• Przetestuj głośnik lub słuchawki przemiataniem częstotliwości z generatora tonów i szukaj spadków oraz szczytów.
• Zobacz pasmo odcięcia pliku MP3: wiele plików zakodowanych z niskim bitrate kończy się ok. 16 kHz.