# Spektrogrammi ja äänianalysaattori > Miten löydät tallenteesta piilossa olevat äänet? Avaa ääni- tai videotiedosto tai nauhoita, katso ääni spektrogrammina, tuo heikot yksityiskohdat esiin ja kuuntele ne erikseen. Ilmainen spektrogrammi ja äänen tutkija: avaa ääni tai video tai nauhoita, zoomaa, säädä värejä, erota ja kuuntele heikot äänet. Toimii selaimessa. - Page: https://how.box/fi/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/fi/about/terms/ ## Inputs Answer link: https://how.box/fi/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/fi/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 Spektrogrammi on kuva äänestä: aika kulkee vasemmalta oikealle, sävelkorkeus (taajuus) alhaalta ylös, ja mitä kirkkaampi kohta, sitä voimakkaampi taajuus oli sillä hetkellä. Kovemman äänen peittämä ääni on kuvassa usein eri kohdassa, joten silmä löytää sen ennen korvaa: kaukainen lentokone hitaana kaarena, lintu liikenteen melun yllä, hurina tasaisena viivana. Kuva syntyy lyhytaikaisesta Fourier-muunnoksesta. Ääni pilkotaan lyhyiksi limittäisiksi N näytteen ikkunoiksi, ja kukin jaetaan taajuuksiinsa: X(k) = Σ x(n)·w(n)·e^(−2πikn/N), missä x on ääni, w ikkuna, joka häivyttää palan alun ja lopun, ja k taajuusaskel, joka on f_s/N hertsiä (f_s on näytteenottotaajuus). Pidempi ikkuna erottaa lähekkäiset sävyt paremmin mutta sumentaa nopeat muutokset: 48 000 näytteellä sekunnissa 2048 näytettä kestää 43 ms ja askel on 23 Hz, 512 näytettä kestää 11 ms ja askel on 94 Hz. Erottaminen säilyttää valinnan sisällä olevat taajuudet, nollaa muut ja muuttaa palat takaisin ääneksi; hidastus säilyttää sävelkorkeuden siirtämällä kunkin taajuuden vaihetta. Tallenne ei sisällä mitään yli puolta näytteenottotaajuudestaan (Nyquistin raja: useimmilla tiedostoilla 24 kHz), erottaminen jättää hieman heikkoa kaikua, eikä ääntä voi irrottaa, jos se jakaa ajan ja taajuuden kovemman melun kanssa. Lähteet: J. O. Smith, Spectral Audio Signal Processing ja Digital Audio Resampling (CCRMA, Stanford); W3C Web Audio API. Kuvan voi viedä myös toiseen suuntaan: sen jokaisesta rivistä tulee tasainen sävel ja jokaisesta sarakkeesta hetki, niin kovaa kuin pikseli on kirkas, jolloin spektrogrammi piirtää kuvan. Rivit seuraavat sitä taajuusasteikkoa, jolle kuva sijoitetaan (lineaarinen, logaritminen tai mel), joten se näyttää oikealta sillä asteikolla ja vääristyy toisella. Häviöllinen pakkaus kuten MP3 tai AAC hävittää ne heikot yksityiskohdat, joista kuva koostuu; tallenna WAV-muodossa. ## FAQ **Lähetetäänkö tallenteeni jonnekin?** Ei. Tiedostot ja mikrofoninauhoitukset puretaan ja analysoidaan selaimessasi, eikä mitään lähetetä tai tallenneta. Kopioitu linkki sisältää vain näyttöasetukset. **Voinko avata videon?** Kyllä. MP4- tai MOV-video AAC-äänellä ja WebM-videot toimivat useimmissa selaimissa; vain ääniraitaa käytetään ja kuva ohitetaan. Jos muotoa (kuten jotkin MKV-tiedostot, AC-3 tai HEVC-video) ei voi purkaa, muunna se AAC-äänelliseksi MP4:ksi, MP3:ksi tai WAV:ksi. **Voinko nähdä ja kuulla lepakoiden ääniä?** Kyllä, jos tallenne on tehty niitä varten: useimmat lepakot ääntelevät yli 20 kHz:n taajuudella, ja tavallinen tallenne loppuu puoleen näytteenottotaajuudesta, yleensä 22 tai 24 kHz:iin. Tarvitset siis lepakkodetektorin tai tallentimen, jonka taajuus on 192 tai 384 kHz (WAV tai FLAC). Tämä sivu näyttää kaiken aina puoleen siitä taajuudesta asti ja tuo sen kuuluville: kymmenen kertaa hitaammin soitettuna 40 kHz:n huuto kuuluu 4 kHz:nä ja kestää kymmenen kertaa pidempään (aikalaajennus), ja kymmenen kertaa nopeammin soitettuna norsun 15 Hz:n jyrinä muuttuu 150 Hz:n hurinaksi. Siirto sen sijaan muuttaa kaikkia sävelkorkeuksia yhtä paljon reaaliajassa, kuten heterodyne-lepakkodetektori. Puhelin tai tavallinen mikrofoni suodattaa ultraäänen pois. **Miten mittaan ohi ajavan auton, junan tai lentokoneen nopeuden?** Nauhoita ohitus, valitse Piirrä käyrä ja seuraa yhtä selvää ääntä (moottorin tai renkaiden hurinaa, äänitorvea tai jotakin sen yläsävelistä) selvästi ennen hetkeä, jolloin sen sävelkorkeus laskee nopeimmin, ja selvästi sen jälkeen. Dopplerin ilmiö f = f₀·c/(c − v·cosθ) (f₀ äänen oma sävelkorkeus, c äänennopeus, v sen nopeus, θ sen reitin ja kuuntelijaan suuntautuvan suoran välinen kulma) sovitetaan käyrään, ja siitä saadaan nopeus, oma sävelkorkeus ja lähimmän kohdan hetki: 60 km/h ohittava 400 Hz:n äänitorvi ilmassa (c = 343 m/s) kuuluu noin 420 Hz:n äänenä tullessaan ja 382 Hz:n mennessään. Aseta ilman lämpötila tai vedenalla kuultavalle veneelle vesi. Lyhyt tai poukkoileva käyrä ei anna nopeutta tai antaa vain karkean arvion. **Hiljainen ääni on yhä hukassa. Mikä auttaa?** Ota Poista tasainen kohina käyttöön häivyttääksesi hurinan ja suhinan, laske gammaa nostaaksesi heikkoja tasoja, zoomaa taajuuksiin, joilla ääni on, ja kokeile Kapeat sävyt -asetusta tasaiselle vihellykselle tai Terävät transientit -asetusta napsahduksille. Diskanttikorostus auttaa korkeiden, heikkojen äänten kanssa. **Miksi erotettu ääni soi tai huojuu?** Taajuuksien poistaminen jättää valinnan reunoille pieniä jälkiä, joita kutsutaan joskus musikaaliseksi kohinaksi. Hieman suurempi valinta, pienempi ikkuna tai vertailu Alkuperäinen-valinnalla auttaa. Työkalu on äänten löytämiseen ja tarkistamiseen, ei studiotason entisöintiin. **Voinko piilottaa kuvan ääneen?** Voit. Avaa ääni, valitse kuva Kuva-välilehdellä, vedä ja muuta sen kokoa haluamaasi aikaan ja korkeuteen, aseta sen voimakkuus äänen rinnalla (ja hiljennä ääni sen alla, jos kuvan pitää erottua selvästi), valitse Miksaa mukaan ja lataa raita WAV-tiedostona. Jos ääntä ei ole auki, kuvasta tulee oma äänensä. More: [HowToolbox index](https://how.box/llms.txt) · [Agent Skill](https://how.box/skill.md) · [agent terms](https://how.box/fi/about/agents/)