Liigu sisu juurde

Kuidas lugeda spektrogrammi

Spektrogramm näitab aega vasakult paremale, sagedust alt üles ja taset heledusena. Hea lugemine taandub kolmele valikule: kui pikka heliosa iga veerg analüüsib, kuidas sageduse telg on jaotatud ja milliseid tasemeid värvid hõlmavad. Allolevad arvud on salvestise kohta sagedusel 48 kHz, mida enamik faile ja mikrofone kasutab.

Veerud, read ja heledus

Iga veerg on üks lühike heliaken, mis on jagatud oma sagedusteks, iga rida on üks sagedusriba ja heledus näitab, kui valjult see riba selles aknas kõlas. Vaikimisi on aken 2048 proovi: sagedusel 48 kHz on see 42,7 ms heli ja selle sagedusread on 23,4 Hz kaugusel.

Aknad kattuvad 75% võrra, seega algab uus veerg iga 10,7 ms järel. Rohkem kattuvust annab sujuvama pildi rohkemate veergudega, kuid mitte peenemat detaili: mida üks veerg näidata saab, määrab akna pikkus.

Akna suurus: terav ajas või terav helikõrguses

N proovi aken proovivõtusagedusel f_s kestab N/f_s sekundit ja selle sagedusread on f_s/N hertsi kaugusel. Ühe poolitamine kahekordistab teise, seega ei ole ükski seadistus mõlemas terav. 512 proovi kestab 10,7 ms, ridade vahe 93,8 Hz: klõpsud, trummilöögid ja kaashäälikud jäävad teravaks, kuid lähedased toonid sulavad kokku. 8192 proovi kestab 171 ms, ridade vahe 5,86 Hz: lähedased toonid ja undamise harmoonilised eralduvad, kuid lühikesed helid määrduvad külgsuunas.

Akna kuju loeb vähem. Hann, vaikimisi, sobib enamiku helide jaoks; Blackman–Harrisil on palju nõrgemad külgsagarad, seega jääb nõrk toon valju kõrval nähtavaks, hinnaga veidi laiemad tipud.

Akna pikkus ja ridade vahe FFT suuruse järgi

FFT suurus44,1 kHz48 kHz96 kHz
2565,8 ms · 172 Hz5,33 ms · 188 Hz2,67 ms · 375 Hz
51211,6 ms · 86,1 Hz10,7 ms · 93,8 Hz5,33 ms · 188 Hz
102423,2 ms · 43,1 Hz21,3 ms · 46,9 Hz10,7 ms · 93,8 Hz
204846,4 ms · 21,5 Hz42,7 ms · 23,4 Hz21,3 ms · 46,9 Hz
409692,9 ms · 10,8 Hz85,3 ms · 11,7 Hz42,7 ms · 23,4 Hz
8192186 ms · 5,38 Hz171 ms · 5,86 Hz85,3 ms · 11,7 Hz
16 384372 ms · 2,69 Hz341 ms · 2,93 Hz171 ms · 5,86 Hz

Iga lahter: kui kaua aken kestab · kui kaugel selle sagedusread on. FFT suurus avab tööriista selle aknaga.

Kõne, muusika ja lühikesed helid

Kõnet analüüsitakse tavaliselt umbes 20 ms akendes: piisavalt lühikestes, et mahutada üks kõnehäälik, ja piisavalt pikkades, et eraldada hääle harmoonilised. Sagedusel 48 kHz on lähim FFT suurus 1024 proovi (21,3 ms). Lühem 256 proovi aken (5,33 ms, ridade vahe 188 Hz) hägustab harmoonilised laiadeks ribadeks, seega paistavad hoopis esile formandid, resonantsid, mis teevad iga vokaali.

Püsiv muusika ja ühtlane undamine on parimini loetavad pikemate akendega, mis eraldavad noote ja harmoonilisi. Kiire linnulaul, koputused ja muud kiired sündmused vajavad lühemaid; kui helil on mõlemat, vaata seda kaks korda kahe suurusega.

Heledus on tase dBFS-des

Tasemed on detsibellides täisskaala suhtes: 0 dBFS on siinuslaine suurimal tasemel, mida fail mahutab, ja kõik muu on negatiivne. Iga 20 dB võrra madalam on kümnendik amplituudist ja 6 dB võrra madalam on umbes pool. 16-bitine fail hõlmab täisskaalast ümardamismüra juurde umbes 96,3 dB, seega on nõrgad detailid valjudest kaugel allpool.

Värvid katavad sellest vahemikust ainult lõigu. Automaatne tase sobitab lõigu sellega, mis on vaates; tumedaima taseme seadmine kõrgemaks peidab müra põhja ja madalamaks seadmine toob nähtavale vaiksed helid koos rohkema müraga.

Mida tase dBFS-des tähendab

TaseAmplituudVõimsus
0 dBFS100%100%
−6 dBFS50,1%25,1%
−12 dBFS25,1%6,31%
−20 dBFS10%1%
−40 dBFS1%0,01%
−60 dBFS0,1%0,0001%

Täisskaala siinuse osana: amplituud 10^(L/20), võimsus 10^(L/10) tasemel L dB.

Lineaarne, logaritmiline ja mel-sageduse telg

Lineaarne telg annab igale hertsile sama kõrguse, seega võtavad kõrged sagedused suurema osa pildist. Logaritmiline telg annab igale oktavile sama kõrguse, nagu klaveri klahvidel, mis sobib muusika ja enamiku looduslike helide jaoks. Mel-telg järgib, kui kaugel helikõrgused kõlavad: mel = 2595·log10(1 + f/700), madalatel sagedustel peaaegu lineaarne ja kõrgemal logaritmiline. 1000 Hz on 1000 mel, 4000 Hz on 2146 mel ja 8000 Hz 2840 mel.

Sagedus telje igal kõrgusel

KõrgusLineaarneLogaritmilineMel
10%2,02 kHz39,9 Hz307 Hz
25%5,02 kHz112 Hz967 Hz
50%10 kHz632 Hz3,16 kHz
75%15 kHz3,56 kHz8,24 kHz
90%18 kHz10 kHz14,1 kHz

Teljele 20 Hz kuni 20 kHz; kõrgust mõõdetakse alt, telje osana.

Kujud, mida otsida

Horisontaalne joon on püsiv toon: vilistamine, ventilaator või võrgusumin 50 või 60 Hz juures ja selle kordsed. Ühtlaselt paigutatud joonte virn on üks heli harmoonilistega, näiteks hääl, pill või mootor, ja vahe on selle helikõrgus. Vertikaalne joon on klõps, koputus või mis tahes äkiline heli ja lai hall udu on müra: sahin, tuul, vihm või liiklus.

Kõverduvad jooned näitavad muutuvat helikõrgust. Toon, mis möödumisel langeb, kõige kiiremini hetkel, mil see on lähim, on liikuva allika Doppleri nihe, mida tööriist suudab jälgida ja muuta kiiruseks.

Pildi ülaosa: pool proovivõtusagedusest

Salvestis ei sisalda midagi poolel proovivõtusagedusel ega sellest kõrgemal: 24 kHz sagedusel 48 kHz, 22,05 kHz CD puhul. Tühi riba terava, tasase serva kohal sellest madalamal tähendab tavaliselt, et fail pakiti kokku või mikrofon filtreeris ülaosa ära, mitte et heli seal midagi ei sisaldanud.

Kõrgeim sagedus proovivõtusageduse järgi

ProovivõtusagedusKõrgeim sagedusVaikeaken
8 kHz4 kHz256 ms
16 kHz8 kHz128 ms
22,05 kHz11,025 kHz92,9 ms
44,1 kHz22,05 kHz46,4 ms
48 kHz24 kHz42,7 ms
96 kHz48 kHz21,3 ms
192 kHz96 kHz10,7 ms
384 kHz192 kHz5,33 ms

Vaikeaken on 2048 proovi; kõrgemal sagedusel kestab see vähem aega.

Korduma kippuvad küsimused

Miks mu spektrogramm paistab hägune?

Külgsuunas hägusus tähendab, et aken on heli jaoks liiga pikk: vali väiksem FFT suurus. Üles-alla hägusus tähendab, et see on sageduste eraldamiseks liiga lühike: vali suurem. Ajas või sageduses sissezuumimine laotab detaili ka ekraanil laiemalt.

Miks mu MP3-s ei ole midagi umbes 16 kHz kohal?

Kaoga kodeerijad lõikavad ruumi säästmiseks sageli ülemise riba ära ja spektrogramm näitab lõiget lameda lagena. Algne WAV või FLAC säilitab need sagedused, kuni pool oma proovivõtusagedusest.

Kas spektrogramm on sama mis spekter?

Ei. Spekter on üks tasemete komplekt sageduse järgi heliosa kohta; spektrogramm on neid palju kõrvuti, üks iga hetke kohta, nii et näed, kuidas sagedused ajas muutuvad.

Ava tööriist

Saada tagasisidet