# Spektrogramm & Audioanalyse > Wie findest du versteckte Geräusche in einer Aufnahme? Öffne eine Audio- oder Videodatei oder nimm etwas auf, sieh es als Spektrogramm, hol leise Details hervor und hör sie dir einzeln an. Kostenloses Spektrogramm: Audio oder Video öffnen oder aufnehmen, zoomen, einfärben und leise Geräusche isoliert anhören. Läuft in deinem Browser. - Page: https://how.box/de/spectrogram/ - Short address: https://how.box/audio-analyzer/ - Runs entirely in the browser. - License: HowToolbox's own text and data (titles, explanations, FAQs, tool descriptions and schemas, this file) are CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/); AI training and answers are welcome. Attribute "HowToolbox (how.box)" with a link to the page used. Third-party data keeps its own terms; the name and logo are not licensed. Publisher: HowToolbox, contact@how.box. Terms: https://how.box/de/about/terms/ ## Inputs Answer link: https://how.box/de/spectrogram/?c={c}&inv={inv}&lo={lo}&hi={hi}&b={b}&k={k}&g={g}&auto={auto}&dn={dn}&tl={tl}&s={s}&fl={fl}&fh={fh}&n={n}&w={w}&o={o}&md={md}&temp={temp}&tu={tu}&su={su}&hr={hr}&hf={hf}&hs={hs}&st={st}&pi={pi}&pr={pr}&pl={pl}&pd={pd}&ts={ts}&tr={tr} - `c` (magma, inferno, viridis, grey or hot): Colour map. Example: `viridis`. - `inv` (boolean): Reversed colour map. Example: `true`. - `lo` (number -160 to 60): Darkest level, dB. Example: `-90`. - `hi` (number -100 to 100): Brightest level, dB. Example: `-30`. - `b` (number -50 to 50): Brightness shift, percent. Example: `10`. - `k` (number 25 to 400): Contrast, percent. Example: `150`. - `g` (number 0.3 to 3): Gamma of the colour scale. Example: `0.7`. - `auto` (boolean): Auto levels for the view. Example: `false`. - `dn` (boolean): Noise-floor removal. Example: `true`. - `tl` (number 0 to 12): Treble lift, dB per octave. Example: `3`. - `s` (linear, log or mel): Frequency axis. Example: `linear`. - `fl` (number 0 to 190000): Lowest frequency shown, Hz. Example: `100`. - `fh` (number 100 to 192000): Highest frequency shown, Hz. Example: `8000`. - `n` (256, 512, 1024, 2048, 4096, 8192 or 16384): FFT size, samples. Example: `8192`. - `w` (hann, hamming, blackman-harris or rectangular): Window function. Example: `blackman-harris`. - `o` (50, 75 or 87.5): Window overlap, percent. Example: `87.5`. - `md` (air, fresh-water or seawater): Medium of a traced moving source. Example: `seawater`. - `temp` (number -60 to 140): Air temperature in tu. Example: `5`. - `tu` (c or f): c or f. Example: `f`. - `su` (kmh, mph or ms): Unit of a traced source speed: kmh, mph or ms. Example: `ms`. - `hr` (auto, off, slower, faster or shift): Playback of sound outside hearing: auto, off, slower, faster or shift. Example: `slower`. - `hf` (auto, 2, 4, 8, 10, 16, 20, 32 or 64): Slower or faster factor. Example: `10`. - `hs` (number -190000 to 190000): Frequency shift, Hz (negative: down). Example: `-36000`. - `st` (sound or picture): What the empty page offers first: sound or picture. Example: `picture`. - `pi` (boolean): A placed picture: dark parts loud. Example: `true`. - `pr` (number 20 to 90): A placed picture: dB from white to black. Example: `60`. - `pl` (number -40 to 20): A mixed picture: level against the sound under it, dB. Example: `-12`. - `pd` (number -40 to 0): A mixed picture: the sound in its box lowered by dB. Example: `-20`. - `ts` (number 1 to 60): Empty track for a picture alone, seconds. Example: `10`. - `tr` (22050, 44100, 48000 or 96000): Sample rate of that empty track, Hz. Example: `48000`. Example answer: https://how.box/de/spectrogram/?c=viridis&inv=1&lo=-90&hi=-30&b=10&k=150&g=0.7&auto=0&dn=1&tl=3&s=linear&fl=100&fh=8000&n=8192&w=blackman-harris&o=87.5&md=seawater&temp=5&tu=f&su=ms&hr=slower&hf=10&hs=-36000&st=picture&pi=1&pr=60&pl=-12&pd=-20&ts=10&tr=48000 The page computes the answer in the browser: read results from the agent tools below, not from the page HTML. ## Agent tools - `spectrogram_summary`: Summarises the sound the visitor opened (an audio or video file) or recorded on this page: duration_s, sample_rate_hz (the analysis rate: the file's own for WAV and FLAC, up to 384 kHz), nyquist_hz (the highest frequency it holds), peak_dbfs (largest sample, dB below full scale), rms_dbfs (RMS loudness, AES17 dBFS: a full-scale sine is 0), clipped_percent, and strongest (the strongest frequencies of the average spectrum: frequency_hz, level_db, loudest first, at least a sixth of an octave apart, from 10 Hz), ultrasonic_percent and infrasonic_percent (share of power above 18 kHz and below 40 Hz), energy_range_hz ([low, high]: the 1st and 99th percentile of power over frequency, works for ultrasonic files). - MCP, one POST to https://how.box/mcp: `{"jsonrpc":"2.0","id":1,"method":"tools/call","params":{"name":"spectrogram_summary","arguments":{}}}` - GET: https://how.box/mcp/run/spectrogram_summary ## How it works Ein Spektrogramm ist ein Bild von Klang: Die Zeit läuft von links nach rechts, die Tonhöhe (Frequenz) von unten nach oben, und je heller eine Stelle, desto lauter war diese Frequenz in diesem Moment. Ein von einem lauteren Klang verdeckter Ton liegt im Bild oft woanders, sodass das Auge ihn vor dem Ohr findet: ein fernes Flugzeug als langsame Kurve, ein Vogel über dem Verkehr, ein Brummen als gleichmäßige Linie. Das Bild entsteht durch die Kurzzeit-Fourier-Transformation. Der Klang wird in kurze, überlappende Fenster aus N Samples zerlegt, und jedes wird in seine Frequenzen aufgeteilt: X(k) = Σ x(n)·w(n)·e^(−2πikn/N), wobei x der Klang ist, w das Fenster, das jedes Stück ein- und ausblendet, und k ein Frequenzschritt von f_s/N Hertz (f_s ist die Abtastrate). Ein längeres Fenster trennt nahe Töne besser, verwischt aber schnelle Änderungen: Bei 48.000 Samples pro Sekunde dauern 2048 Samples 43 ms bei 23 Hz Abstand, 512 Samples 11 ms bei 94 Hz. Beim Isolieren bleiben die Frequenzen in deiner Auswahl erhalten, der Rest wird auf null gesetzt, und die Teile werden wieder in Klang zurückverwandelt; beim Verlangsamen bleibt die Tonhöhe erhalten, indem die Phase jeder Frequenz verschoben wird. Eine Aufnahme enthält nichts oberhalb der halben Abtastrate (Nyquist-Grenze: bei den meisten Dateien 24 kHz), das Isolieren hinterlässt leichtes Nachklingen, und ein Klang, der Zeit und Frequenz mit lauterem Rauschen teilt, lässt sich nicht herauslösen. Quellen: J. O. Smith, Spectral Audio Signal Processing und Digital Audio Resampling (CCRMA, Stanford); W3C Web Audio API. Ein Bild geht auch den umgekehrten Weg: Jede Zeile wird zu einem gleichmäßigen Ton und jede Spalte zu einem Moment, so laut wie das Pixel hell ist, sodass das Spektrogramm das Bild zeichnet. Die Zeilen folgen der Frequenzskala, auf der du es platzierst (linear, logarithmisch oder Mel), deshalb sieht es auf dieser Skala richtig aus und verzerrt sich auf einer anderen. Verlustbehaftete Formate wie MP3 oder AAC verwerfen die leisen Details, aus denen es besteht; speichere es als WAV. ## FAQ **Wird meine Aufnahme hochgeladen?** Nein. Dateien und Mikrofonaufnahmen werden in deinem Browser dekodiert und analysiert, nichts wird gesendet oder gespeichert. Ein kopierter Link enthält nur die Anzeigeeinstellungen. **Kann ich ein Video öffnen?** Ja. MP4 oder MOV mit AAC-Ton und WebM-Videos funktionieren in den meisten Browsern; nur die Tonspur wird verwendet, das Bild wird ignoriert. Lässt sich ein Format (etwa manche MKV-Dateien, AC-3 oder HEVC-Video) nicht dekodieren, wandle es in MP4 mit AAC-Ton, MP3 oder WAV um. **Kann ich Fledermausrufe sehen und hören?** Ja, aus einer Aufnahme, die dafür gemacht wurde: Die meisten Fledermäuse rufen oberhalb von 20 kHz, und eine normale Aufnahme endet bei der halben Abtastrate, meist 22 oder 24 kHz, du brauchst also einen Fledermausdetektor oder Recorder mit 192 oder 384 kHz (WAV oder FLAC). Diese Seite zeigt alles bis zur Hälfte dieser Rate und macht es hörbar: Zehnmal langsamer abgespielt, hört sich ein Ruf bei 40 kHz wie 4 kHz an und dauert zehnmal länger (Zeitdehnung), zehnmal schneller abgespielt wird das 15-Hz-Grollen eines Elefanten zu einem 150-Hz-Brummen. Eine Verschiebung verändert dagegen jede Tonhöhe in Echtzeit um denselben Betrag, wie ein Überlagerungs-Fledermausdetektor. Ein Smartphone oder normales Mikrofon filtert Ultraschall heraus. **Wie messe ich die Geschwindigkeit eines vorbeifahrenden Autos, Zugs oder Flugzeugs?** Nimm die Vorbeifahrt auf, wähle Kurve nachzeichnen und folge einem klaren Ton (Motor- oder Reifenbrummen, eine Hupe oder eine ihrer Oberschwingungen) von deutlich vor bis deutlich nach dem Moment, in dem seine Tonhöhe am schnellsten fällt. Der Doppler-Effekt f = f₀·c/(c − v·cosθ) (f₀ die Eigentonhöhe, c die Schallgeschwindigkeit, v die Geschwindigkeit, θ der Winkel zwischen Bahn und Linie zu dir) wird an die Kurve angepasst und liefert die Geschwindigkeit, die Eigentonhöhe und den Zeitpunkt der größten Nähe: Eine Hupe mit 400 Hz, die mit 60 km/h vorbeifährt (Luft, c = 343 m/s), klingt beim Näherkommen wie etwa 420 Hz und beim Entfernen wie 382 Hz. Stelle die Lufttemperatur ein oder Wasser für ein unter Wasser gehörtes Boot. Eine kurze oder schwankende Kurve ergibt keine oder nur eine grobe Geschwindigkeit. **Das leise Geräusch ist immer noch verdeckt. Was hilft?** Schalte Gleichmäßiges Rauschen entfernen ein, damit Brummen und Rauschen verblassen, senke Gamma, um leise Pegel anzuheben, zoome in die Frequenzen des Geräuschs und probiere Schmale Töne für ein gleichmäßiges Pfeifen oder Scharfe Transienten für Klicks. Eine Höhenanhebung hilft bei hohen, schwachen Geräuschen. **Warum klingt oder flattert der isolierte Ton nach?** Das Herausschneiden von Frequenzen hinterlässt an den Rändern der Auswahl kleine Spuren, manchmal musikalisches Rauschen genannt. Eine etwas größere Auswahl, ein kleineres Fenster oder der Vergleich mit Original hilft. Es ist ein Werkzeug zum Finden und Prüfen von Geräuschen, nicht für Studio-Restaurierung. **Kann ich ein Bild in einem Klang verstecken?** Ja. Öffne den Klang, wähle unter Bild ein Bild, ziehe und skaliere es auf die gewünschte Zeit und Tonhöhe, stelle seinen Pegel gegenüber dem Klang ein (und senke den Klang darunter ab, wenn es klar lesbar sein soll), dann Einmischen und die Spur als WAV herunterladen. Ist kein Klang geöffnet, wird das Bild zu einem eigenen Klang. More: [HowToolbox index](https://how.box/llms.txt) · [Agent Skill](https://how.box/skill.md) · [agent terms](https://how.box/de/about/agents/)