# Bild till ljud > Hur gömmer man en bild i ett ljud? Gör en bild till ljud eller placera den i din egen inspelning och se den dyka upp i spektrogrammet. Gör en bild till ljud eller göm den i en inspelning: placera och skala den på ett linjärt, log- eller mel-spektrogram och spara en WAV. I webbläsaren. A preset of [Spektrogram och ljudanalys](https://how.box/sv/spectrogram/). - Page: https://how.box/sv/image-to-sound/ - 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/sv/about/terms/ ## Inputs Answer link: https://how.box/sv/image-to-sound/?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/sv/image-to-sound/?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 Ett spektrogram ritar ljud som en bild: tiden åt sidan, tonhöjden uppåt, starkare som ljusare. Den här sidan gör det baklänges. Varje rad i din bild blir en jämn ton på sin egen höjd och varje kolumn ett ögonblick, lika stark som pixeln är ljus; tillsammans blir tonerna ett ljud vars spektrogram är din bild. Ljusstyrka blir nivå i decibel: vitt är starkast, svart det valda antalet decibel svagare (Vitt till svart) och genomskinliga delar är tysta, så en logotyp behåller sin kontur. Raderna fördelas jämnt över tonhöjdsområdet på den frekvensskala du placerar bilden på: linjärt i hertz, logaritmiskt i oktaver eller mel efter örat. Därför ser den rätt ut på den skalan och förvrängs på en annan. Inget går över halva samplingsfrekvensen: 22 kHz för ett spår på 44,1 kHz. Mixad i en inspelning får bilden sin styrka satt mot ljudet under den, och ljudet i dess ruta kan sänkas så att den syns tydligt. Förstörande format som MP3, AAC eller en videouppladdning kastar bort de svaga delar den består av; WAV behåller den. Tunna linjer blir lite suddiga, eftersom ett spektrogram byter skärpa i tid mot skärpa i tonhöjd. Källa: J. O. Smith, Spectral Audio Signal Processing (CCRMA, Stanford), additiv syntes. ## FAQ **Hur kan ett ljud innehålla en bild?** Ett ljud är en blandning av toner vars styrka ändras med tiden, och ett spektrogram ritar just det. Om styrkan i varje ton följer ljusstyrkan i en rad i en bild, visar spektrogrammet bilden. **Varför ser bilden förvrängd ut i en annan app?** Raderna placeras på den frekvensskala du valde här. Ett program med en annan skala (många visar linjär som standard) sträcker ut den låga eller den höga delen. Placera bilden på den skala programmet använder. **Klarar sig bilden i MP3 eller en videouppladdning?** Oftast inte så bra. Förstörande format tar bort svaga och mycket höga ljud som örat knappt märker, och det är av dem en gömd bild består. Spara och dela WAV-filen. **Varför låter det som brus?** En bild ger många toner på en gång, som ett ackord med hundratals noter. Teckningar och text med några ljusa linjer låter som kvitter och visslingar; foton låter som väsande. Håll volymen låg. **Laddas min bild upp?** Nej. Bilden läses, görs till ljud och mixas på din enhet; inget skickas eller sparas, och en kopierad länk innehåller bara inställningarna. More: [HowToolbox index](https://how.box/llms.txt) · [Agent Skill](https://how.box/skill.md) · [agent terms](https://how.box/sv/about/agents/)