# Espectrograma y analizador de audio > ¿Cómo encuentras sonidos ocultos en una grabación? Abre un archivo de audio o vídeo o graba uno, míralo como espectrograma, saca a la luz los detalles débiles y escúchalos aislados. Espectrograma gratis: abre audio o vídeo, o graba, y amplía, colorea, aísla y escucha sonidos débiles. Funciona en tu navegador, sin subir nada. - Page: https://how.box/es/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/es/about/terms/ ## Inputs Answer link: https://how.box/es/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/es/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 Un espectrograma es una imagen del sonido: el tiempo va de izquierda a derecha, el tono (frecuencia) de abajo arriba, y cuanto más brillante es un punto, más fuerte sonaba esa frecuencia en ese momento. Un sonido tapado por otro más fuerte suele estar en otro lugar de la imagen, así que el ojo lo encuentra antes que el oído: un avión lejano como una curva lenta, un pájaro sobre el tráfico, un zumbido como una línea constante. La imagen sale de la transformada de Fourier de tiempo corto. El sonido se corta en ventanas cortas que se solapan, de N muestras, y cada una se divide en sus frecuencias: X(k) = Σ x(n)·w(n)·e^(−2πikn/N), donde x es el sonido, w la ventana que atenúa cada trozo al principio y al final, y k un paso de frecuencia de f_s/N hercios (f_s es la frecuencia de muestreo). Una ventana más larga separa mejor los tonos cercanos pero desdibuja los cambios rápidos: a 48.000 muestras por segundo, 2048 muestras duran 43 ms con 23 Hz de separación, y 512 muestras 11 ms con 94 Hz. Aislar conserva las frecuencias dentro de tu selección, pone el resto a cero y vuelve a convertir los trozos en sonido; ralentizar mantiene el tono desplazando la fase de cada frecuencia. Una grabación no contiene nada por encima de la mitad de su frecuencia de muestreo (el límite de Nyquist: 24 kHz en la mayoría de los archivos), aislar deja algo de resonancia tenue, y un sonido que comparte tiempo y frecuencia con un ruido más fuerte no se puede separar. Fuentes: J. O. Smith, Spectral Audio Signal Processing y Digital Audio Resampling (CCRMA, Stanford); W3C Web Audio API. Una imagen puede ir en sentido contrario: cada fila se convierte en un tono continuo y cada columna en un instante, tan fuerte como brillante es el píxel, así que el espectrograma dibuja la imagen. Las filas siguen la escala de frecuencia en la que la colocas (lineal, logarítmica o mel), por lo que se ve bien en esa escala y se deforma en otra. Los formatos con pérdida como MP3 o AAC descartan los detalles débiles de los que está hecha; guárdala como WAV. ## FAQ **¿Se sube mi grabación?** No. Los archivos y las grabaciones del micrófono se descodifican y analizan en tu navegador, y no se envía ni se guarda nada. Un enlace copiado solo contiene los ajustes de visualización. **¿Puedo abrir un vídeo?** Sí. Los vídeos MP4 o MOV con sonido AAC y los WebM funcionan en la mayoría de los navegadores; solo se usa la pista de sonido y se ignora la imagen. Si un formato (como algunos MKV, AC-3 o vídeo HEVC) no se puede descodificar, conviértelo a MP4 con sonido AAC, MP3 o WAV. **¿Puedo ver y oír llamadas de murciélago?** Sí, si la grabación se hizo para ello: la mayoría de los murciélagos emiten por encima de 20 kHz y una grabación normal se corta en la mitad de su frecuencia de muestreo, normalmente 22 o 24 kHz, así que necesitas un detector de murciélagos o una grabadora a 192 o 384 kHz (WAV o FLAC). Esta página muestra todo hasta la mitad de esa frecuencia y lo trae al rango audible: reproducido diez veces más lento, un grito de 40 kHz suena a 4 kHz y dura diez veces más (expansión de tiempo), y reproducido diez veces más rápido, el rugido de 15 Hz de un elefante se vuelve un zumbido de 150 Hz. Un desplazamiento, en cambio, mueve todos los tonos la misma cantidad en tiempo real, como un detector heterodino. Un móvil o un micrófono corriente filtra los ultrasonidos. **¿Cómo mido la velocidad de un coche, un tren o un avión que pasa?** Graba el paso, elige Trazar una curva y sigue un tono claro (el zumbido de un motor o de los neumáticos, una bocina o uno de sus armónicos) desde mucho antes hasta mucho después del momento en que su tono baja más deprisa. El efecto Doppler f = f₀·c/(c − v·cosθ) (f₀ su propio tono, c la velocidad del sonido, v su velocidad, θ el ángulo entre su trayectoria y la línea hacia ti) se ajusta a la traza y da la velocidad, su propio tono y cuándo estuvo más cerca: una bocina de 400 Hz que pasa a 60 km/h en aire (c = 343 m/s) se oye a unos 420 Hz al acercarse y 382 Hz al alejarse. Ajusta la temperatura del aire, o elige agua para una embarcación oída bajo el agua. Una traza corta o errática no da velocidad o solo una aproximada. **El sonido débil sigue enterrado. ¿Qué ayuda?** Activa Quitar ruido constante para atenuar zumbido y siseo, baja la gamma para realzar niveles débiles, amplía las frecuencias donde está el sonido y prueba Tonos estrechos para un silbido constante o Transitorios nítidos para chasquidos. El realce de agudos ayuda con sonidos agudos y débiles. **¿Por qué el sonido aislado resuena o tiembla?** Recortar frecuencias deja pequeños restos en los bordes de la selección, a veces llamados ruido musical. Ayuda una selección algo mayor, una ventana más pequeña o comparar con Original. Es una herramienta para encontrar y comprobar sonidos, no para restauración de estudio. **¿Puedo esconder una imagen en un sonido?** Sí. Abre el sonido, elige una imagen en Imagen, arrástrala y redimensiónala al momento y la altura que quieras, ajusta su nivel frente al sonido (y baja el sonido debajo si debe leerse con claridad), pulsa Mezclar y descarga la pista en WAV. Sin ningún sonido abierto, la imagen se convierte en un sonido propio. More: [HowToolbox index](https://how.box/llms.txt) · [Agent Skill](https://how.box/skill.md) · [agent terms](https://how.box/es/about/agents/)