Professional Documents
Culture Documents
-
--
- ier
-
ANALISIS ESPECTRAL
La Transfonnada de Fourier en la MUsica
Autor: Gustavo Basso
...~
,,-.
~....
REUN
IlEDDEEDlTORIA1fS
OElI'llVERSIDAOES
NACONALES
C 1999 - EUNLP
Calle47W380
I"
~
L".
L.<
~
1,...=
Gustavo Basso
"-'
~
~:
- LA TRANSFORMADA DE FOURIER
EN LA MUSICA
--
-
-- Editorial de la Universidad Nacional de La Plata
--
--
r:
-
--
r:
r:
......
......
Andlisis espectral
INDICE
PROLOGO 9
Sefiales acusticas 13
Seiiales estacionarias 15
Seiiales no estacionarias 17
Seiiales transitorias 17
Graficos espectrales 24
Suma de sinusoides 25
AMPLIACION 30
Escala de mels 36
Bandas criticas 39
5
......
.....,.,,-~--.
Sefial sinusoidal 61
Onda diente de sierra 61
Onda cuadrada 62
Onda rectangular 63 -'
Onda triangular 64
Tren de impulsos unitarios 65
LEv DE OHM: 66
-J
RECONSTRUCCION DE PARCIALES POR BATIDO 68
APLICACIONES DEL ANALISIS ESPECTRAL 70
AMPLIACION 71 --J
Serie de Fourier 71
Expresion compleja de la Serie de Fourier 72
Coeficientes de Fourier de algunas sefiales
periodicas caracteristicas 75 ..J
PERIODICIDAD v ALTURA 77
Tonicidad. Altura tonal y altura espectral 78
Estabilidad y definicion de la altura tonal en
sefiales periodicas complejas 79
Altura tonal y altura espectral. Ejemplos 80
Helice de alturas 83
6
Aruilisis espectral
DISTORSI6N 88
SENALES REALES 98
- Distintas representaciones
Ejemplo: Analisis de la sefial de un diapas6n
PERCEPCI6N DE TRANSITORIOS
112
117
119
AMPLIACI6N 123
SISTEMAS 128
MODULACI6N 138
7
Pro logo. Gustavo Basso -
MUESTREO 142
-
AL LECfOR 153
BmLIOGRAFIA 155
-... /
--'- .
Andlisis espectral
PROLOGO
9
Prologo. Gustavo Basso -
10
•
•• Andlisis espectral
-
tos matematicos y les serviran de nexo entre los temas aqui tratados y
los textos avanzados sobre tratamiento de sefiales (que generalmente
no se ocupan de la rmisica). En principio estan en condiciones de leer
-
estas ampliaciones aquellos leetores que tengan una buena base en cal
culo diferencial e integral. Para el resto la cuesti6n es muy sencilla: s610
tienen que saltar las ampliaciones y pasar al capitulo siguiente.
Comenzamos el recorrido definiendo el concepto de sefial, Pasamos
luego al estudio de las sefiales sinusoidales, que nos permitira introducir
algunas de las representaciones espeetrales mas sencillas. En el segun
do capitulo nos detenemos a repasar brevemente algunas de las nocio
nes de aciistica general que vamos a neeesitar mas adelante, y recien en
el tercero abordamos el estudio de las ondas peri6dicas desde la Serie
de Fourier, el mas sencillo de los casos de transformaci6n de sefiales (el
lector que posea conocimientos previos de acustica general puede ini
ciar la lectura en este lugar). En el capitulo 4 se analizan las conseeuen
cias musicales del Teorema de Fourier y se Ie asigna un lugar destacado
al vinculo estableeido entre ciertas caracteristicas de las sefiales peri6di
cas y la percepci6n de la altura. En el quinto capitulo se encara el
estudio de las sefiales transitorias y se introduce la Tranformada de
Fourier propiamente dicha. A partir de una de sus conseeuencias, el
principio de indeterminaci6n acustico, se analizan las representaciones
espeetrales de distintas sefiales no estacionarias y se describen algunos
ejemplos de aplicaci6n a la rmisica, En el ultimo capitulo exploramos
varlas de las aplicaciones practicas del analisis de Fourier, entre las que
se destaca el estudio generalizado de los sistemas acusticos, el compor
tamiento de las distintas clases de filtros en las bandas de audio y los
procesos de modulaci6n, muestreo y digitalizaci6n de sefiales. El itine
rario reeorrido nos perrnitira comprender la versatilidad y utilidad del
analisis espeetral definido por la Transformada de Fourier.
Al final de cada capitulo se resefia la bibliografia que, a nuestro
criterio, resulta mas adeeuada para ampliar el tema desarrollado dando
le prioridad a la escrita en castellano. Los libros y articulos que figuran
en estas seeciones se pueden conseguir en librerias 0 bibliotecas publi
cas, aunque no siempre resulta sencillo. Al final se presenta un listado
por temas de los textos consultados en el proceso de elaboraci6n.
Entre tantas otras cosas, queda en el debe de esta edici6n una refe
rencia hist6rica al origen de las ideas expuestas que, como todo produc
to de la mente humana, es funci6n del contexto cultural que las vio
nacer.
11
Prologo. Gustavo Basso
-
12
Andlisis espectral
,'., .
-'
\ '
CAPITULO I
CARACTERIZACION
Sabemos que existen objetos que al vibrar excitan la masa de aire que
los rodea. Que la perturbaci6n generada viaja par el aire propagandose
con una cierta forma de onda. Y que all1egar al ofdo humano esta onda
pone en vibraci6n a una pluralidad de estructuras anat6rnicas que desen
cadenan las respuestas neurol6gicas y psicol6gicas implicadas en la per
cepci6n del sonido. Pero i,existe algo en comun entre los procesos de
generacion, propagacion y recepcion antes mencionados? Si, y es la puesta
en juego de una cantidad de energia que se puede representar como una
dada funcion del tiempo. Estas funciones, a las que l1amaremos generica
mente sefiales acusticas, pueden ser estudiadas de manera aut6noma con
distintos metodos y herramientas. De todas ellos se destaca nitidamente
el analisis de Fourier, tema central de este trabajo.
Comenzaremos el capitulo con la clasificacion y el estudio de las
distintas sefiales acusticas vinculadas a la rmisica, para continuar luego
con un analisis detallado de las sefiales sinusoidales y sus distintas re
presentaciones graficas. A partir de estas herramientas basicas podre
mos presentar, en el capitulo 3, el metodo de Fourier.
SENALES ACUSTICAS
13
Caracterizacion de las seiiales acusticas. Funciones sinusoidales. Gustavo Basso
-
Senales Acusticas
Estacionarias No estacionarias
14
-- Andlisis espectral
Sefiales estacionarias
Las seiiales estacionarias son aquellas cuyas propiedades no varian en
el tiempo y son, por 10 tanto, independientes del momenta particular que
elijamos para estudiarlas (dos mediciones tomadas en tiempos diferentes
producen los mismos resultados).' Las seiiales estrictamente estaciona
rias son una abstraccion (ninguna seiial real es de duraci6n infinita), pero
incluiremos en este grupo a aquellas que permanecen estables durante el
tiempo de analisis escogido. Mas adelante, en el capitulo 5, incluiremos
otro criterio basado en la percepci6n auditiva de dichas seiiales.
- del objeto de
estudio. La aqui
propuesta no
este grafico el tiempo corre de izquierda a derecha a velocidad constante:
cada vez que aparece una linea vertical abrupta (hay cuatro en la figura)
pretende ser la iinica
tiene lugar un pulso aciistico del reloj. La altura de los pulsos indica la
posible ni la mejor. energia de cada uno de ellos. Cuanto mas altos mas sonoro se percibe el
Esperamos tic-tac.
simplemente que nos
Otro claro ejemplo 10 proporciona la seiial generada por la cuerda La
resulte util a"
nuestros fines. de un violin que se observa en la figura 1.2b. En este caso el perfodo de
2 Estas sefiales la seiial es demasiado corto (2,3 milesimas de segundo) como para que
estacionarias en el nos demos cuenta perceptualmente de su periodicidad (es imposible
tiempo no se deben contar algo que va tan rapido), Sin embargo esta caracterfstica es la que
confundir con las
estacionarias en el nos permite identificar el sonido que produce el violin con la nota
espacio, La44() del sistema musical. De hecho, todos los sonidos cuya altura coin
caracteristicas de los cida con un La44() participan, en mayor 0 menor medida, de esta periodi
objetos que vibran.
cidad de 2,3 milesimas de segundo. Analizaremos en detalle este feno
- 3 Es habitual el uso
de la letra T (del
ingles Time) para
meno y otros relacionados en los capftulos 3 y 4.
Muchos objetos generan seiiales peri6dicas 0 aproximadamente pe
designar el perfodo, ri6dicas: un peine que rasp a a velocidad con stante el borde de una mesa;
aiin en la bibliografia
en espafiol.
las ruedas de un tren al golpear contra las juntas de los rieles; las cuerdas
de una guitarra, un piano 0 un violin; las columnas de aire de una flauta 0
15
Caracterizacion de las seiiales acusticas. Funciones sinusoidales. Gustavo Basso
-
una trompeta; y la voz humana, que tambien funciona como una fuente
acustica practicamente peri6dica. Las sefiales peri6dicas son especial
mente importantes para nosotros pues constituyen la base del metodo de
Fourier, y a ellas le dedicaremos gran parte del desarrollo que sigue.
Las sefiales euasi periodicas son, como 10dice su nombre, aproximacio
nes a las sefiales peri6dicas (0 a una combinaci6n de sefiales peri6dicas) y se
van a analizar en detalle en los capitulos 3 y 5. Tanto el comportamiento
de las sen ales peri6dicas como de las cuasi peri6dicas detenninistas pue
de ser predicho de manera exacta en cualquier instante a partir del cono
cimiento de sus valores iniciales.
FIGURA 1.2
a) grdfico temporal del tic-tac de un reloj mecdnico
b) seiial eorrespondiente a un la44() emitida por un violin 4
Espacio
Tiempo [51
I r r I r
< _>
P = 1 segundo
Espacio
Tiempo [ms]
P =2,3 rns
(f = 440 Hz)
16
Seiiales no estacionarias
I
60
I
I
I 30
I
I Tiempo [min]
I
0
0,5 1,5 2
I
Sefiales transitorias
Otro ejemplo distinto de sefial no estaeionaria 10 brinda la originada
por el golpe de tambor que se muestra en la figura l.4a. En ella se
puede apreciar la evolucion que sigue la onda: parte de cero y vuelve a
cero al extinguirse. Las sen ales transitorias comienzan y terminan en
algun momento, son claramente no estacionarias, y pueden caracteri
zarse en parte por su envoivente dinamica, que describe la variacion en el
tiempo de la cantidad de energfa asociada a la sefial. En la figura 1.4b
se puede observar la correspondiente al golpe de tambor. La envolvente
17
Caracterizacion de las sehales acusticas. Funciones sinusoidales. Gustavo Basso
Espacio a)
Tiempo [ms]
400 800
b)
Espacio
envolvente dinamica
Tiempo lmsl
400 800
18
Analisis espectral
Espacio
oj
Tiempo It]
Espacio
b)
Tiempo It]
19
Caracterizacion de las seiiales acusticas. Funciones sinusoidales. Gustavo Basso
7Definen eillamado
sistema mks (metro, De las infinitas ondas periodicas posibles algunas poseen para noso
kilogramo, segundo). tros especial interes, ya sea porque son generadas por fuentes aciisticas
8 La derivada de una conocidas y cotidianas, 0 porque forman parte de algiin sistema com
funci6n sinusoidal
plejo de uso habitual. Estan entre ellas las vibraciones que nacen en las
es otra funcion
sinusoidal. Ademas, cuerdas vocales (que no ofmos directamente) y muchas de las sefiales
estas funciones que se usan en los procesos de sfntesis electroacustica, Una clase parti
forman los conjuntos cular de ondas periodicas, la de las ondas sinusoidales, ocupa un lugar
ortonorrnales que
constituyen la base destacado por su sencillez y utilidad (los matematicos las aprecian por
del metodo de que presentan algunas propiedades poco frecuentes)." Un pendulo, un
Fourier. corcho que flota en el agua, cada una de las varillas de un diapason,
20
Analisis espectral
FIGURA 1.6
Espado [m]
y
Cicio
Tiempo [5]
4>.= 60 0
Perfodo (P)
21
Caracterizacion de las seiiales acusticas. Funciones sinusoidales. Gustavo Basso
E5pacio [em]
r
Amplitud = 1 em
Tiempo [5]
)
p= 1 5
f = 1 Hz ~.
encontramos la
cia entre el origen del sistema de coordenadas y el punto en el que la seiial
amplitud A.la
frecuencia angular co
inicial <Pi' La ferencia que genera la sinusoide (figura 1.6) es claro que a un ciclo com
diferencia entre la
funci6n seno y
Asi, en la ecuacion de las funciones seno 0 coseno, estes son los tres
sen (cot) = cos (cot+9O")
valores necesarios para definirlas sin ambiguedades."
22
Analisis espectral
FIGURA 1.8
~SpaCiO [mm]
0)
Tiempo[ms]
cj>, = 90 0
Espacio [rnrn]
b)
Tiempo [ms]
Espacio [mm]
c)
Tiempo [ms]
:~-----~
d) Amplitud = 3,5 mm
....."v/ Tiempo [ms]
~ ~:
= 9,3ms(f= 108Hz)
23
Caracterizacion de las seiiales acusticas. Funciones sinusoidales. Gustavo Basso
Grat'icos espectrales
Existe otra forma distinta de expresar graficamente una sefial aciisti
ca, la representacion espectral, que permite evaluar instantaneamente
las caracteristicas de un segmento de la misma. En este tipo de graficos
la variable del eje horizontal es la frecuencia (eje de abscisas) y la
amplitud ocupa ellugar del eje vertical (eje de ordenadas). A diferencia
de los graficos temporales que empleamos hasta ahora, en los espectrales
no se puede ver el desarrollo temporal de una onda pero, en compensa
cion, es posible observar con gran detalle su estructura intema. Es por
esa razon que se muestran especialmente iitiles para analizar sefiales
que resultan de la combinacion de una gran cantidad de sinusoides (0
de otras funciones relativamente simples). En estos casos el diagrama
temporal se toma muy confuso, mientras que el grafico espectral aporta
informacion clara y de facil lectura.
Vayamos ahora a examinar algunos ejemplos. En la figura 1.9a se
muestra el grafico temporal de nuestra conocida sinusoide de 440 Hz, y
en 1.9b su grafico espectral. El grafico espectral de una sinusoide con
12 Esta capacidad tiene solo una linea que equivale a la sefial completa dibujada en el
analitica del grafico temporal previo. Esta linea se ubica sobre el punto que corres
sentido del oido ponde a la frecuencia y su altura indica la amplitud de la onda. La figura
en el campo de la
frecuencia no 1.9c muestra el espectro de otra sinusoide de mayor frecuencia y am
esta presente en plitud. Es un buen ejercicio dibujar 0 imaginar el grafico temporal que
el sentido de la le corresponde.
vista. Cuando
mezclamos azul y La equivalencia de las representaciones temporales y espectrales de
amarillo para una sefial estan dadas por un conjunto de transformaciones matemati
forrnar verde cas definidas por la Transformada de Fourier, tema central de los capi
vemos el verde
pero no los
tulos 3 y 5 de este libra.
colores que 10 El empleo de las dos clases de graficos tiene, para nosotros, un
constituyen. En motivo adicional: podemos ofr a la vez el devenir temporal y la compo
carnbio, a1
combinar las
sicion espectral de una sefial aciistica (en un coral seguimos la evolu
notas do-mi-sol cion de los sucesivos acordes y, al mismo tiempo, determinamos carla
de la triada mayor una de las notas de carla acorde)." Estas dos formas de ofr, la horizon
oimos el acorde y
tal y la vertical, tienen que ver con las dos maneras posibles de repre
a la vez cada uno
de los sonidos sentar las ondas que hemos visto. Pem debemos tener cuidado con identifi
que 10 componen. car ingenuamente las dos clases de fenomenos. Los graficos se refieren
24
Andlisis espectral
Espacio [mm]
oj
2
Amplltud = 1 mm
1
r
O++---lo;-----+-----l\L----I-------:..r----+-----l.,--~
Tlempo[ms]
-1
~ )
P = 2.3 ms
tsooco [mm]
b)
2
r
Amplitud = 1 mm
c) Amplltud = 2 mm
2
~~
1
Suma de sinusoides
25
Caracterizacion de las seiiales acusticas. Funciones sinusoidales. Gustavo Basso
FIGURA 1.10
e[mm]
f,[t)
Amplitud = 2 mm
Tiempo [ms]
~, = 90 0
e[mm]
f,[t)
Amplitud = 2 mm
" """/ Tiempo[ms]
~, = 00
e[mm]
Tiempo [ms]
~, = 45 0
26
Andlisis espectral
0
1 )
e[mm]
f,It)
TIempo[ms]
e[mm]
f,(t)
TIempo[ms]
~, = 90 a
e[mm]
Tiempo [rns]
Suma de dos seiiales sinusoidaLes de La misma frecuencia y amplitud. L1q> = 0° (en fase).
14 La cancelacion
Si las dos sinusoides que se suman no poseen la misma frecuencia
de seiiales es la las consecuencias son completarnente diferentes: la sefial resultante ya
base de la tecnica no sera sinusoidal (no puede expresarse como una funcion seno 0 cose
de control activo
no). Y hasta puede no ser periodic a tal como veremos en el capitulo
de ruido (Hams,
1979). dedicado a la serie de Fourier. En el caso particular de una superposi
is La cercanfa de cion lineal de dos sefiales sinusoidales de frecuencias cercanas aparecen
frecuencias para la variaciones en Ia arnplitud de la resultante denominadas pulsaciones 0
aparicion de
batidos.P Las dos ondas de la figura 1.12, al tener frecuencias ligera
batidos es una
condicion mente distintas, se encuentran altemativarnente en fase y en contrafase
perceptual y no /I apareciendo asi maximos y minimos en la arnplitud de la resultante.
27
Caracterizacion de las seiiales acusticas. Funciones sinusoidales. Gustavo Basso
FIGURA 1.11b
b)
e[mm]
Amplitud = 2 mm
------t/~
Tiempo [ms]
P =: 10 ms (f = 100 Hz)
Amplitud = 2 mm
-----·F/ Tiempo [ms]
f; =: .90 0
P = 10 ms (f = 100 Hz)
e [mm]
f ,(t)=f, (t)+f ,(t) Amplitud = A,+ A,= 0
Tiempo [ms]
+-----------"> •
(P = 10 ms)
Suma de dos seiiales sinusoidales de igual frecuencia y amplitud, pero con LiqJ = 180 0
(en contrafase).
28
Andlisis espectral
FIGURA 1.12
1---------------- ---------------------
e [mm]
Amplitud = 2 mm
f1(t)
-: Tiempo [ms]
P=8.3ms(f= 120Hz)
e [mm]
f2(t) Amplitud =2 mm
.>
Tiempo [ms]
P = 10 ms (f = 100 Hz)
e [mm]
fR(t)=f1 (t)+f2(t)
Tiempo [rns]
29
Caracterizacion de las seiiales acusticas. Funciones sinusoidales. Gustavo Basso
AMPLIACION
Lasfunciones sinusoidales, entre otras cosas, sirven para describir matematicarnente ciertos
sistemas rnecanlcos mas simples. constituido por una masa y un resorte. Cuando una (mica
masa puntual m se mueve sobre una linea recta con una aceleraclon dirigida hacia un punta
fijo y proporcional a la distancia desde ese punta fijo, el movimiento que experimenta puede
ser descrito por una funcion sinusoidal y se denomina movimiento armonico simple en
una dimension.
FIGURA 1.13
resorte (k)
Oscilador arm6nico
Si asumimos que la fuerza de restauraclon F con que el resorte trata de volver a su tarnafio
original. si se 10 aparta del equllibrio, es proporcional a la cantidad y que seestira 0 com prime
=
(esta relacion la expresa la ley de Hooke: F -k y) y que la masa se mueve sin perdida de
energia por friccion, es posible obtener la ecuaclon del movimiento al aplicar la segunda ley
de Newton (F = m a = m y) . Asi:
F =ma =my =-k y
y my+ky=O
Donde yes la derivada segunda con respecto al tiempo del desplazamiento vertical y del
sistema y k es la constante 0 rigidez del resorte (expresada en N/m). Sise define la frecuencia
(1)
y=Ae iwt
A representa la amplitud compleja A = Ae i qJ (con i = ~). y la exponencial compleja
que 10 multiplica es un un vector rotativo ofasor de amplitud unitaria:
(2)
e iw / = COS (lOt) +i sen (lOt)
En la figura que sigue se puede apreciar un fasor de amplitud A y velocidad angular 0) que
gira en el plano complejo:
F,GURA 1.14
eje imaginario
- - iw t
y=Ae 0
eje real
--+--------f'-----'-i~--+_-
31
$' . all:
(4)
(5)
EI resultado es un nuevo fasor con amplitud A R y fase ({)R que gira a la misma velocidad
angular CO que las componentes. La solucion grilfica de esta suma se observa en la figura
siguiente:
FIGURA 1.15
eje imaginario
resultante
eje real
(6)
Si .1co = CO
2
- COl se puede poner en la ecuaci6n 6 CO2 = COl + .1co :
- - A i(Wlt+qJI)+ A i(w lt+l1wt+qJz) (7)
YR - Ie ze
32
Andlisis espectral
o (8)
(9)
Los resultados anteriores nos seran de gran utilidad en la arnpllacion del capitu
lo 3, en el que analizaremos la serie de Fourier en el campo complejo.
COMENTARIOS BmLIOGRAFICOS 16
16 Los datos
completos de las
referencias
bibli ograficas de
este comentari 0 y
de las notas a pie
de pagina se
encuentran
reunidas al final del
libra.
33
Analisis espectral
CAPITULoll
TOPICOS DE ACUSTICA
GENERAL
35
T6picos de acastica general. Gustavo Basso
aproximadamente cion de instrumentos de teclado yen los sistemas bajo norma MIDI, la
porque no medida de intervalos en cents no deja de ser una medida ffsica, y confun
corresponde definir dirla con la altura -un rasgo perceptual- es incorrecto.
la altura (un rasgo
perceptual que Exarninemos nuevamente el rango de frecuencias audibles. Hemos
depende de establecido que, en terminos generales, se extiende entre 16 y 20.000 Hz.
complejos procesos Sin embargo las frecuencias de base que se usan en musica para
cognitivos en los
que la cultura juega
categorizar el rasgo altura no alcanzan estos valores. El teclado normal de
un papel decisivo) a un piano abarca desde ellao de 27,5 Hz hasta el do 8 de 4.186 Hz, y pocos
partir del estfmulo instrumentos pueden producir sefiales mas alla de estos lfmites. Pareciera
ffsico, De hecho, la
altura no depende
que empleamos en rmisica muy poco, apenas el 22 % de nuestras capa
solamente de la cidades auditivas (figura 2.la). Sin embargo, cuando comparamos no
frecuencia. ya el rango en frecuencias del estfmulo sino la cantidad de octavas que se
36
-
Andlisis espectral
FIGURA 2.1
. . __ _.__ _._-_ _-_._ --_._ __ -_.-'---"-"'-1
8VA 8 VA frecuencia
A .A
o V \[Hz]
II I I I )
b) Escala logaritmica
8VA frecuencia
[Hz]
I I I I I )
1.280 2.530 5.060 10.120 20.240
I
Escala de mels
En los afios 40 Stevens' y sus colegas midieron la habilidad de los
oyentes para identificar diferencias de altura a partir de estfrnulos
, Stevens, S. S. et al.
sinusoidales. Le pidieron a gran cantidad de personas que identifiquen la
(1937). variaci6n de frecuencia de las ondas en relacion a la duplicacion de la
37
T6picos de acustica general. Gustavo Basso
2.000
:~
1.000 /
500 --_.-_.-- .. __ .. /
250 iL
125 -- 1/
64 L -----
32
32
17 64
I
FIGURA 2.3
-----------1
lif [Hz]
18
16
I
I
li=-J
I .----+--
14
12
I I,' II
10
b /1 I
------ f---------+---f---- /LTI-j-------++------------j
-- i
6
.~---.. --- ! ,
---i---~;--~-- ! --
4 f - --
---
t;.,,"
:
i Vi a
I
2
i frecuencia [Hz]
i
64 125 250 500 1.000 2.000 4.000 8.000
Bandas criticas
39
Topicos de acustica general. Gustavo Basso
I!.f/f[%l I'
0,9
0,8
0,7
1\
\\\
0,6
\\
0,5
\\
0,4 \
\
\
\ i !
0,3
0,1
frecuenc ia [Hz]
40
Analisis espectral
!if" [Hz]
800
700
600
tercera menor
500
400
300
tono entero
200
100
fcentr'l [Hz]
41
Gustavo Basso
42
Andlisis espectral
Decibeles
Para obtener incrementos de sonoridad en pasos perceptualmente
iguales los incrementos en la presion del estimulo deben ser cada vez
mayores. 0, expresado de otro modo, para percibir un aumento de
sonoridad constante hay que aumentar el estfrnulo un porcentaje tam
bien constante. A mediados del siglo XIX Weber y Fechner condensa
ron este comportamiento perceptual en dos leyes que permitieron la
creacion de una unidad logaritmica, el decibel, mucho mas adecuada
para describir la relaci6n entre la energfa del estimulo ffsico y la sonori
dad resultante. Una de las magnitudes mas usadas en aciistica es el
nivel de presion sonora (NPS),7 cuya unidad es el decibel (dB):
el trabajo realizado
por la fuente. P = E I!i.t con unidades [W] = [Joule]/[s]
43
Topicos de acustica general. Gustavo Basso
Situaciones Tipicas
level (lL) en
Ingles. 1= PI A cuya unidad es [WI m']
44
Analisis espectral
NPS [dB]
100
80 .-c--...-
60
40
20
-- 0 .....
frecuencia [Hz]
-20
0 20 50 100 200 500 tOOO WOO SDOO 10000 20000
45
Topicos de acustica general. Gustavo Basso
NPS [dB)
80 ---
20 -t------j---t---+-----""'±------j-------.+-...,..;::-'-----r-~-___+_1
o -t------j---t---+---+----t--------+-...,..;:+----r-----l
frecuencia [Hz]
-20
o 20 50 100 200 500 1D00 2DOO SDOO 10000 20000
46
Andlisis espectral
47
---' .
Topicos de acustica general. Gustavo Basso
sonoridad [sones]
1\
i
I
100
i
/
: /("
SO
'/"
I "
10
/"""
5
/
/
,," "
"
.r
V' I
I
.:
o.s I
I
" " I
I
0,1 ""
" /!
0,05
0,01
a
/1 20 40 60 80 100
nivel d e sonoridad
120
[f ones]
48
Andlisis espectral
-- I
I
15
10
1.000 Hz
o
-5
Variacion de altura en funcion del nivel de presion sonora para estimulos sinusoidales.
13 Esto es valido
49
Topicos de acustica general. Gustavo Basso
80
serial enmascarante
60
-------
40
20
o
200 400 800 1.600 3.200 6.400
frecuencia [HzI
--
Aumento del umbral de audibilidad debido al enmascaramiento producido por estimulos
sinusoidales.
FIGURA 2.13
100
~
!
I
I I
I!
i
80
~I
i
60
40
/ -. "~
I
20
o
;
;
i
- - I
I
frecuenc ia [Hz]
,
200 400 800 1.600 3.200 6.400
50
Andlisis espectral
51
Gustavo Basso
52
•• Andlisis espectral
•• FIGURA 2.14
•• ------------------------,
••
(fisicos)
Amplitud lml )
(perceptuales)
Sonoridad
-
Forma de onda Timbre
COMENTARIOS BIBLIOGRAFICOS
--
--
--
--
-- 53
--
--
-
Analisis espectral
'-......-
CAPITuLO ill
SENALES ACUSTICAS
55
Seiiales periodicas.Serie de Fourier. Gustavo Basso
FIGURA 3.1
f,(t)
f,=100 Hz
f,(t)
f,=300 Hz
f,(t)=f,(t)+f,(t)
Tiempo [rns]
f,=100 Hz
Suma de dos sinusoides de 100 y 300 Hz. La resultante posee un periodo de 100 Hz
de abscisas, no volvera a ocurrir en el futuro: la onda resultante no es
periodica porque no existe un patron de forma que se repita tal como 10
I Los mimeros
irracionales son exige la definicion dada en el capitulo 1 (este comportamiento se debe a
aquellos que no se que la relacion de frecuencias esta detenninada por un mimero irracio
pueden expresar por nal como . ).1 El fenomeno es muy comun en los instrumentos de
medio del cociente
entre dos mimeros teclado afinados con temperamento igual.
enteros (p/q, si p y q Si elegimos en cambio dos ondas cuyas frecuencias mantengan una
son enteros). Sus relacion de 3 a 1 observamos que a carla ciclo de la sefial de menor
expansiones frecuencia le corresponden exactamente tres ciclos de la de mayor fre
decimales son
necesariamente cuencia, retomando ambas luego de un tiempo a la situacion inicial. La
infinitas y no onda resultante en este caso es periodica, y se la puede ver en la figura
peri6dicas. Ejemplos 3.1.
de mirneros
irracionales son ., -./3 La relacion 3 a 1 no tiene nada especial. Lo importante es que carla
y It. una de las dos sefiales completan una cantidad entera de ciclos en el
56
Analisis espectral
3. II = 5.230 Hz 12 = 7.550 Hz
armonica es un
caso particular de La base 0 fundamental de la serie es ala vez su primer arm6nico. Los
sucesion aritmetica arm6nicos superiores toman diferentes nombres en la literatura especia
en la que la base ao
coincide con la lizada (parciales, parciales arm6nicos, sobretonos, etc.) que muchas ve
razon k (an = ao+n k ces llevan a confusi6n y que emplearemos, de ser necesario, luego de
con k =ao>. definir el ambito de pertinencia de cada uno de ellos.
57
Gustavo Basso
FIGURA 3.2
1,(t)
Tiempo [ms]
1, (t)+1,(t)
Tiempo [ms]
1,(t)+1,(t)+1,(t)
P =10 ms (1, =100 Hz)
Tiempo [ms]
Tiempo [ms]
Suma de las primeras cuatro sinusoides armonicas cuya frecuencia base es de ~ = 100 Hz
58
Andlisis espectral
.~
TEOREMA DE FOURIER
59
Seiiales periodicas.Serie de Fourier. Gustavo Basso
espacio [mm]
tiempo [ms]
Amplitud [mm]
f[Hz]
60
Andlisis espectral
espacio [mm]
J
2
('v r
'\,~
I\~
" \ ,I.
~
l~(l
'I'
II' t/
I ~
,~ r,'\" I''i
'\. / I 1'>\ ' \} \ ' I ;,.\ ,,I \.'I.,'"\I ,-1'1 1'>',
" \
i
I.' "\
",.!
tiempo [ms)
0 , .r. ",
v· V.f \.~ (51; It ~~ (0/1._ "10\'" V.f '~'}1/ (15
,I'
-: i
I I
~,
J \
" J
'/
\)
J
"
Amplitud [mm]
I'
1.
Sefial sinusoidal
La primera de las seiiales periodicas a las que aplicaremos el teorema
es, por supuesto, la conocida funci6n sinusoidal, que aqui repetimos
para tomarla como referencia. EI analisis de Fourier nos dice que se pue
de descomponer en una serie armonica, que en este caso contiene sola
mente la fundamental de amplitud A 1 em y frecuenciaj, 100 Hz. Los = =
arm6nicos superiores, presentes en teoria, poseen amplitud cero.
61
Gustavo Basso
del armonico mimero n. Por ejemplo, el quinto armonico tendra una am
plitud A 5 = A/5 , cinco veces menor que la fundamental.
FIGURA 3.5
--
espacio [mm]
2
Amplitud = 1 mm
I tiempo [ms]
Oh'----'<----+----¥-------,t-----.+---+-------',,-------7
-1 ~ -
" _ >-
P =2.3 ms
f = 1/P =440 Hz
Amplitud [mm]
2 Amplitud =1 mm
.> Amplitud =0
1/ f [Hz]
/ 500 / 1.000
f1 =440 Hz f2 =880 Hz
Onda cuadrada
Otra funcion caracteristica es Ia onda euadrada que se observa en la
figura 3.7. Conmuta entre un valor maximo y uno mfnimo con velocidad
infinita, permaneciendo el mismo tiempo -la mitad del perfodo- en cada
uno de ellos. El analisis de Fourier establece que en su espectro estan
presentes los armonicos impares, pero no los pares. La ley que siguen es:
An = Al I n si n es impar
An = 0 si n es par
Asi, el armonico 7 tiene una amplitud A 7 = A/7 , Yel 8 As = 0 por
ser par.
Como la onda cuadrada debe conmutar entre el valor maximo y el
minimo con velocidad infinita su espectro posee necesariamente infinitos
armonicos -todos los impares. Algunos instrumentos, como los tubos
62
Analisis espectral
espacio [mm]
tiempo [ms]
O+-----T--t-----'<----I---'t---+----'........--+------>,.-----+--------~
-2
<...... . >
P = 0,01 ms
Onda rectangular
Un caso general a partir del cual se obtiene la onda cuadrada es la
onda rectangular de la figura 3.8. En ella difieren los tiempos de perma
nencia en el valor maximo (a) y en el minimo (b = P-a). AI aplicarse el
Teorema de Fourier se comprueba que si el tiempo que Ie corresponde al
maximo, llamado tiempo de conduccion a, es de 1/p del periodo no
estaran presentes en el desarrollo de Fourier el arm6nico p ni sus multiples.
En el ejemplo de la figura 3.8 el tiempo de conduccion es de 1/6 del
6 En la ampliacion al
periodo (p = 6), relaci6n que determina una amplitud de valor cero para
final del capitulo se los arm6nicos 6, 12, 18,24, ... , np.
presenta la Los valores que toman las amplitudes de los diferentes arm6nicos no
expresion completa
resultan de calculo sencillo." Las sefiales rectangulares son de uso co
que pennite calcular
estas amplitudes. mente en generadores electronicos y sirven para simular la excitacion de
63
Seiiales periodicas.Serie de Fourier. Gustavo Basso
2 .+--------,
tiempo [ms]
-1
-2
P = 0,01 ms
I,=nl,
Amplitud [mm]
1, = liP = 100 Hz
A, =1,27 mm
1,27 -:
0,64 /~o I [Hz]
I I I
Onda triangular
Otra funci6n muy usada es la onda triangular de la figura 3.9. El
analisis de Fourier establece que su espectro posee solo los armonicos
impares, como el de la onda cuadrada, pero la arnplitud de estes decrece
mas rapidamente a medida que aumenta la frecuencia. La ley que sigue la
arnplitud de los arm6nicos es:
An =Al I n2 si n es impar
An = 0 si n es par
Por ejemplo, el arm6nico 5 tiene una arnplitud As = A/52 = A/25,
y el 6 A 6 = 0 pues es par.
Como todos los armonicos a excepci6n del primero son pequefios, la
onda triangular es utilizada para generar electronicamente sinusoides por
filtrado con muy baja distorsion,
64
Andlisis espectral
FIGURA 3.8
\1
b
~ ~--------.
o
J tiempo [ms]
-1
-2
....
~<:: .............): ..
P = 0,01 ms
Amplitud [mm]
f, =1/P =100 Hz
2,5
1,25
f [Hz]
-
65
Seiiales periodicas.Serie de Fourier. Gustavo Basso -
FIGURA 3.9 -
espacio [mm]
h=2mm
\1····
tiempo [ms]
\'
-1
-2
~_ __.- .._-_ ...
.. _.~_._.~ _._-_._
.. .... ~ .. _-_ ..__._._- ..._-----;.
P = 0,01 ms
0,4 /~ A, =0,016 mm
/ f[Hz]
Ley de Ohm
En el analisis anterior nos hemos detenido en la frecuencia y arnplitud
de las componentes de Fourier, habiendo dejado de lado la fase de las
mismas. La omisi6n fue adrede: para ondas estacionarias en el tiempo
nuestro oido responde a las amplitudes y frecuencias de los arm6nicos,
siendo practicamente indiferente a las fases relativas de los mismos
afirmacion conocida como ley de Ohm. 7 Las dos sefiales de la figura 3.11
son auditivamente indistinguibles debido a que sus espectros de Fourier
7 En realidad, se ha
comprobado que la
coinciden. Sin embargo las formas de onda temporales difieren aprecia
validez perceptual blemente a causa de la variaci6n en las fases de sus componentes. En
de esta ley es este caso particular se comprueba que el espectro representa mejor que
aceptable s610 a
partir de los 400 Hz,
el grafico temporal 10 que efectivamente se oye,
Por debajo de los La fase de los componentes es,. sin embargo, importante en otras
200 Hz se perciben situaciones. La Ley de Ohm es solo una aproximaci6n que no puede
diferencias si cambia
extenderse demasiado. En especial, no es valida en los procesos de gene
la fase en una onda
permanente raci6n de sefiales acusticas ni en la percepci6n de las ondas transitorias
(Patterson, 1987), que seran estudiadas en los capitulos 5 y 6.
66
Analisis espectral
FIGURA 3.10
espacio [mm]
area = 1
-~,
1 1\
tiempo [ms]
O-t-------'-------.L..----~-----I.-------L------~
P = 0,01 ms
-1 f, =n f,
f, = 1/P = 100 Hz
Amplitud [mm]
A =27t1P
~
~~ ,j ~~ ~
~ .4. .4~ ~I' ~
f 1Hz]
i
f, = 100 Hz f, f, f. f, = 500 Hz f. f7 f. flO = 1.000 Hz
i 1.(11
'0 [I II
1,111
'I [I II
Dos ondas eon igual espeetro de Fourier pero distintasfases relativas entre las eomponen
tes. Son auditivamente indistinguibles
67
Seiiales periodicas.Serie de Fourier. Gustavo Basso -
to neural superior.
FIGURA 3.12
------------------------------- ------------
Periodicidad = 0,01 ms
NPS [dB] ffundamental = liP = 100 Hz
: / 'fundamental
------- ----
reconstruida
BO I
I
I
I
I
40 I
f,
I I
f. f,=500Hz f, f, f. f,.= 1.000 Hz
f [Hz]
F, '" 900 Hz
NPS [dB] f, = 1.000 Hz
f,UM.mont.1 = f.. tido = f, - f, = 100 Hz
fundamental reconstruida
BO
40
f [Hz]
~
I
=f
l f balido 2- f, = 100 Hz f, f,
---...
69
Seiiales periodicas.Serie de Fourier. Gustavo Basso
70
Andlisis espectral
mente breve. II
FIGURA 3.14
Espectro de potencia de La seiial acustica generada por un fagot barroco.
AMPLlACI6N
Serie de Fourier
Sifit) representa la amplitud de una serial periodica en funclon del tiempo, por el Teorema
de Fourier esperamos que se la pueda escribir como la suma de cierto nurnero de funciones
armcnicas simples tales como cos (kt}, una para cada frecuencia armonlca. Si la periodici
dad de fit) es la misma que la de ft. el primer armonlco de Fourier sera (incluyendo la
-./ arnplltud Aj y la fase inicial <PI):
(1)
Para no tener que tratar con amplitudes y fases a la vez se hace uso de una conocida
identidad trlqonometrlca y se lIega a una suma de senos y cosenos (un par para cada armo
nico) que permite reconstruir total mente la funcion originalfit):
71
Seiiales periodicas.Serie de Fourier. Gustavo Basso
con n = 1, 2, .,. , 00
0, de manera compacta:
lu) =a o+ i
n=1
(ancos(n2n/lt)+bnsen(n2n/lt)) (3)
EI problema es, ahora, determinar los coeficientes an y b; que permitan reconstruir exacta
mente afit). La tarea no es sencilla y requiere, normalmente, gran capacidad de calculo, EI
terminoa o es el valor medio de la funclon (que en las seiiales acustlcas es casi siempre cero)
y se obtiene de:
(5)
(6)
n=-oo
En esta expreslon, que se conoce como ecuaclon de sintesis, los coeficientes en representan
la amplitud compleja de cada componente de la serie (poseen un modulo y una fase pro
pias). Es interesante notar que la sumatoria incluye tanto valores positivos como negativos
de n que corresponden a fasores que rotan en senti do antihorario y horario respectivamen
teo La frecuencia angular de la fundamental 0» es, como vimos en el capitulo 1, igual a 21tf).
72
Andlisis espectral
Cn
_ 1
-p Jo
r
p
f(t) e
-inw1l
dt (7)
(8)
C
n
e i nw\ I es el arm6nico n defit). los dernas arm6nicos desaparecen como consecuencia
de fa integraci6n sobre un perfodo completo tal como se aprecia en las figuras 3.15 a y b.
FIGURA 3.15
I
I,
a} imaginario b) imaginario
real real
c}
imaginario
-f
+f
73
'
Seiiales periodicas.Serie de Fourier. Gustavo Basso
En la figura 3.15 cse puede ver una representaclon tridimensional del espectro complejo de
Fourier. Los coeficientes espectrales c n indican la porclon de la seiialfit) que ocupan cada
uno de sus armonlcos.
5i no interesa la informacion de fase es posible graficar el espectro de potencia de la seiial
en un grafico bidimensional como el que se muestra en la figura 3.16a (el espectro de
potencia se obtiene sobre la funcionfit) elevada al cuadrado).
FIGURA 3.16
a) . 2
espectro de potencia amphtud
-A 2/4
/n
-f f
-fn r;
b) 2 A 2/ 2
espectro positive de potencia amplitud /n
I -"f
2
Ao
~t
\ ~ ,
f
fn
c)
espectro de potencia RMS amplitud A /2'12
/n .../
Ao
-,
---
f
fn /
d)
nivel de potencia espectral dB 20 log [An/Are']
en dB ---------
-./
20 log [AclAre']
-. ---
f
fn
74
Andlisis espectral
Si la funci6n es de tiempo real (sin componentes imaginarios) como 10 son la mayoria de las
senates acustlcas, el espectro para frecuencias negativas es igual al complejo conjugado
(igual parte real y parte imaginaria opuesta) de la porci6n correspondiente a las frecuencias
positivas. Sepuede reducir entonces ala mitad positiva si se multiplican por dos las amplitu
des de todas las componentes -menosA o que no posee contra parte negativa (figura 3.16b).
Muchas veces se cambia la escala para representar el espectro de potencia eficaz de una
selial (figura 3.16c) 0 el espectro de amplitud en decibeles (figura 3.16d). En acustlca se usan
las tres ultlrnas formas que se escogen de acuerdo a las caracteristicas de la serial a repre
sentar.
ao = 0 an =0 y bn =kIn
an =0 bn =kIn si n es impar
y
bn =0 si n es par
k= 4h 11t h es el valor positivo de la onda cuadrada.
La funci6n (senx)/x que aqui aparece se denomina sene integral y es la que describe el
proceso de muestreo de sefiales
an = 0 b n =k I n2 si n es impar
y
bn = 0 si n es par
k = 4h/1t 2 h es el maximo de la onda triangular.
an = 21t/P
EI espectro de un tren de impulsos unitarios en el tiempo es un tren de impulsos en la fre
cuencia. A medida que el espaciamiento en el tiempo (el periodo P) aumenta, el espaciamiento
de los impulsos en frecuencia disminuye (Ia frecuencia fundamental) y la amplitud de cada
uno de los arm6nicos se reduce sequn el factor lIP.
13 Una rnuy clara descripci6n del algoritmo de FFT se encuentra en ellibro de Randall y Tech (1977).
75
Seiiales periodicas.Serie de Fourier. Gustavo Basso
COMENTARIOS BIBLIOGRAFICOS
76
Andlisis espectral
, ';:"
\ z. ,",
CAPITULO IV \~{;}J3:i~~/
SERlE DE FOURIER.
CONSECUENCIAS Y
APLICACIONES
PERIODICIDAD Y ALTURA
77
Serie de Fourier. Consecuencias y aplicaciones. Gustavo Basso
-
78
Andlisis espectral
79
Serie de Fourier. Consecuencias y aplicaciones. Gustavo Basso
ENTRADA
SALIDA
(sefial fisica)
(imagen perceptual)
) Centro de
Senal peri6dica ) Altura tonal
) procesamiento )
(compleja) ) (simple)
) de la altura
80
Andlisis espectral
re4 t.que es 10que tienen en cormin, que hace que identifiquemos y llame
mos a sonidos tan distintos entre sf con el mismo nombre? La altura tonal.
FIGURA 4.2:
f,(t)
[mm]
f,(t)
[mm]
l ..
/
,
\' TIempo [ms]
/ ....
-,
;
6
,i '/
......
81
Serie de Fourier. Consecuencias y aplicaciones. Gustavo Basso
siguiente cambia sin duda la altura tonal, por 10 que inferimos que la
periodicidad de la onda tambien 10 hace. Pero en cada grado de la escala
reconocemos el mismo instrumento, y si estudiasemos los espectros de
cada uno de los sonidos sucesivos veriamos que se conservan las fre
cuencias de los picos de energfa y sus respectivos anchos de banda: la
distribuci6n de energfa en funci6n de la frecuencia, que determina la
altura espectral, es aproximadamente la misma para cada nota. Este caso
plantea una situaci6n simetrica a la del ejemplo anterior.
3. Resulta imposible mantener la composici6n espectral de una sefial
tal como la emite la fuente, pues con s6lo alejarnos de ella el balance de
energfa entre los distintos componentes cambia (no se oye igual un saxo
a 20 em de la campana que a 20 m de distancia). La posibilidad de con
servar el espectro original se vuelve ut6pica cuando consideramos un
sistema de amplificaci6n electr6nico: cualquier variaci6n del control de
tono 0 del ecualizador modifica el brillo (laaltura espectral), que depende
de las intensidades relativas de los arm6nicos 0 de las bandas en las dife
rentes frecuencias. Sin embargo, en todos estos casos se conserva la
altura tonal al mantenerse la periodicidad (la fundamental de Fourier) de
la onda original que no se altera al cambiar el brillo del sonido.
4. Los sonidos de chasquidos y siseos (cuyos espectros 10 forman
distintas bandas de ruido y que estudiaremos en detalle en los capftulos
5 y 6) tienen altura espectral (brillo), pero no tienen altura tonal por
que las sefiales que los causan no son peri6dicas. En ausencia de una
altura tonal definida el brillo puede sugerir 0 evocar cierta sensaci6n de
altura, pero s6lo es una altura sugerida, con la que no se pueden formar
acordes 0 establecer funciones arm6nicas. Ademas, esta altura sugerida
depende de la frecuencia del pica del espectro y varia cuando alteramos
la altura espectral (por ejemplo al modificar el brillo por medio de un
ecualizador).
5. La teorfa de la radiaci6n acustica establece que a traves de un
parlante pequefio (por ejemplo de 5 em de diametro) y de escasa excur
si6n del cono no pueden emitirse sefiales de baja frecuencia. Sin em
bargo las voces graves de las piezas de musica, aunque pierden cuerpo,
no desaparecen. Esto ocurre porque la periodicidad total queda definida
a partir de la presencia de los armonicos superiores de la sefial, y con
ella se conserva la altura tonal original. AI no existir energfa en la parte
grave del espectro sf se modifica, sin embargo, la altura espectral de la
serial que llega al parlante. Los equipos de audio de alta fidelidad permi
ten, entre otras cosas, reducir las diferencias entre las alturas espectrales
originales y las que se reproducen.
6. La altura espectral se puede destacar y colocar en primer plano
inhibiendo de distintas maneras el mecanismo de reconocimiento de la
altura tonal. De los muchos ejemplos posibles podemos citar dos: 1) En
la musica que emplea unicamente instrumentos de percusi6n (sin pla
cas) la altura tonal practicamente no existe y el discurso se establece a
82
Andlisis espectral
83
Serie de Fourier. Consecuencias y aplicaciones. Gustavo Basso
I------------~------------
I
i
Helice de Shepard. Las notas de la escala cromdtica se representan como puntas a 10 largo
de una espiral ascendente.
El diagrama de Shepard de la figura 4.3, pese a que es aplicable solo a
sonidos tonicos, resulta muy iitil ala hora de interpretar la aparente con
tradiccion del intervalo de octava: cada sonido es sin duda de altura dife
rente pero, a la vez, participa de una marca de identidad cormin. Esta
marca de identidad es la que ha permitido identificar (y, a veces, hasta
confundir) durante ciertos periodos historicos al intervalo de octava con
el unfsono, En el grafico de Shepard el la4 esta mas cerca (se parece
mas) della 5 que del mi 5' cosa que no ocurre si se toma en cuenta solo la
altura absoluta 0 la diferencia de frecuencias entre las seiiales de ambos
estfmulos,
8Demany y Semal
Nos podemos preguntar, en este momento de nuestra discusion y en
(1988). relacion al diagram a anterior, si la percepcion de ciertos intervalos obte
9En ese sentido nidos a partir de los primeros armonicos del desarrollo de Fourier, y
podemos comentar muy especialmente el de octava, responde a patrones congenitos insta
que en Jap6n no
existe una palabra
lados en algiin punto del proceso de audicion (con 10 cual no estaria
que designe al ligado a la accion de factores culturales) tal como proponen autores
intervalo de octava, como Demany y Semal," 0 depende de un desarrollo posterior ligado a
siendo el de cuarta
una experiencia perceptual particular -en definitiva, a 10 estipulado por
justa el de mayor
importancia musical una cultura especffica.? Una tercera altemativa, desarrollada por Goldstein
(Umemoto,1989). y Terhard entre otros, plantea el enraizamiento paulatino de estas ca
84
Andlisis espectral
"'"
"-i
.1
.J
.......
---...
----------
~~~~-
,
Arm6nico 5 f, = 655 Hz (mi,)
--,-
~
""l
t?J: ~ 0 ~
-------
--------- Arm6nico 1 f 1 == 131 Hz (do)
(fundamental)
Goldstein (1973) y
si, periodica, se le puede asociar una altura tonal deterrninada. En el ejem
Terhard (1982). plo de la figura 4.4 se establece para cada arm6nico de una onda diente de
11 Las alturas son sierra de P = 131 Hz (que corresponde a un do 3) una altura aproximada."
s610aproximadas Este ejemplo ilustra de un modo muy claro la relaci6n no lineal entre la
pues la determina
ci6n de las
frecuencia del estimulo fisico y la altura del sonido percibido. A una
frecuencias que sucesi6n de intervalos de frecuencia constante (la distancia entre cual
corresponden a cada quier par de arm6nicos consecutivos es, en el espectro de la figura 4.4,
grado de la escala se
pueden calcular a
de 131 Hz) Ie corresponde una serle de intervalos de altura decreciente (la
partir de distintos distancia entre los sonidos arm6nicos es prlmero de una octava, luego de
modelos matemati una quinta justa. a continuaci6n sigue una cuarta justa. etc). Este com
cos que dan
portamiento obedece a las mismas causas que la sucesi6n de octavas
resultados algo
diferentes. examinada en la figura 2.1b.
85
Serie de Fourier. Consecuencias y aplicaciones. Gustavo Basso
a)
Q
o
-a
b)
86
Andlisis espectral
ningiin armonico de do 4 ).
En el pequefio fragmento de la fig. 4.5b el sonido del oboe se integra
al del fagot pues esta siguiendo en paralelo al armonico 5 del bajo (Notese
que este no es un caso de politonalidad, aunque el fagot este escrito en do
mayor y el oboe en mi mayor).
La fusion de timbres ha sido empleada intencionalmente por gran
cantidad de compositores (Ravel y Berio son buenos ejemplos), aun
que su practica se remonta a la edad media en los sistemas de registracion
de organos de tubos.
Llegado a este punto no debemos perder de vista que tanto el Teo
rema de Fourier como el resto de los temas tratados en el presente
capitulo, pese a su potencia de analisis, no alcanzan para describir co
rrectamente 10que ofrnos: faltan aportes de la fisiologia y de la psicologia
de la audicion, y resta integrar los sonidos al contexto cultural (y musi
cal) que corresponda.
87
Serie de Fourier. Consecuencias y aplicaciones. Gustavo Basso
88
Andlisis espectral
/
/
serial de entrada
--------
b) salida
funci6n de transferencia
seiial de salida
/
.:
/
/
serial de entrada
89
Serie de Fourier. Consecuencias y aplicaciones. Gustavo Basso
a)
transferencia lineal
A[mm] A [mm]
I
1. 1
tL
I
----. 1----.
I I
b)
Espectro de entrada Espectro de salida
tc
1. 1.
• ----.
I II II I I
f. = 100 Hz f [Hz] f, = 100 Hz f [Hz]
Comparacion de las respuestas de un sistema lineal y otro alineal frente a una entrada
sinusoidal
90
Andlisis espectral
60
------------
40
productos de la distorsi6n
20
frecuencia [Hz)
0
200 400 800 1.600 3.200 6.400
b)
NPS [dB]
80
sefial de entrada
»->
60 ~~
40
20
r
productos de la distorsi6n
frecuencia [Hz]
0
200 400 800 1.600 3.200 6.400
91
Serie de Fourier. Consecuencias y aplicaciones. Gustavo Basso
92
Analisis espectral
FIGURA 4.9:
--
- a)
- e [mm]
seiial de entrada filtro pasabajos con
rotaci6n de fase lineal
seiial de salida
e [mm]
-- 1 I '1 J
I
)
- t,,+ t, t [ms]
-- b}
1771
I
t, t [rns] l~ ._ f
• ~ t,,+t, t [ms]
93
Serie de Fourier. Consecuencias y aplicaciones. Gustavo Basso
FIGURA 4.10:
a)
seiial de entrada sistema lineal con
rotaci6n de fase lineal
seiial de salida -
e[mm] e[mm]
t o+ t. t [ms]
--
b)
serial de entrada sistema ali neal (filtro pasabajos)
con rotaci6n de fase lineal
seiial de salida -
e[mm] e[mm]
c)
seiia I de entrada filtro pasabajos con seiial de salida
rotaci6n de fase no lineal
e[mm] e [mm]
1.
to t [ms] t o + t, t [ms]
94
.-;..
Andlisis espectral
COMENTARIOS BWLIOGRA.FICOS
I
--
1-
L
L
L
L
L
L
95
---
Andlisis espectral
CAPITULO V
SEN-ALES NO ESTACIONARIAS.
TRANSFORMADA DE FOURIER Y
PRINCIPIO DE INDETERMINACION
97
Transformada de Fourier y Principio de lndeterminacion. Gustavo Basso
NPS [dB]
envolvente dina mica
Tiempo[ms]
1.000
98
Andlisis espectral
a)
f (t)
P=2a
~
-- -T)
- a t t, 1/a f
-
-;»
b) f (t)
- P=4a
~
-'" -'--,
--
a f, 1/a
t f
c) f (t)
P=8a
~
-- I
-- I
a t f, 1/a f
d) f (t)
p--=
t 1/a f
\--------1
99
Transformada de Fourier y Principio de lndeterminacion. Gustavo Basso
100
Analisis espectral
101
Transformada de Fourier y Principio de lndeterminacion. Gustavo Basso
FIGURAS.3
a)
NPS [dB]
60
60
f, f, 10.000 f [Hz]
c)
NPS [dB] H 4f=/'-f,
60
f, f, 10.000 f [Hz]
d) 1-------11 41= /,- I,
NPS [dB]
60
10.000 f [Hz]
( )
41==
102
Aruilisis espectral
FIGURA 5.4
a) f (t) an P
b)
I
Ai
I
a
I
t
1h
1/a
1------1
tV
)
f
'OP~
f (t) II'
I
a 1/a
)
t f
I I I I
Ai tV
c)
f (t)
'oPt
n
I----f
Ai
a t
I
.~
tV
1/a f
I
d)
f (t)
,op1
)
t f
Ai-O tV_ oo
104
..-::' ."
Andlisis espectral
105
~~~'; w~~ !I)I~I
111!~,1~1't~1 \"f" in/'·...'i
f [Hz]
I
II 11'
106
Andlisis espectral
107
.,......:. ,"
Transformada de Fourier y Principio de Indeterminacion. Gustavo Basso
FIGURA 5.6
a) Intensidad
[dB)
"
1dtlll)OO;lll
"'
r
n0 \
I{\
",{\ '~ I,
.,\
I I
n Il
\rV If\!
I! Ill/ I i I
11\ 11\ r "
' II
frecuencia
ss ,I, ~:j ~ ,., 1.015: rsss ,." 2,07 ,= 2018jHo [Hz)
" 124'
b) Intensidad
[dB) I"
· -~
/~~10[lH
<>; ~
" II If
,
V I Y Y (
frecuencia
· 0 27
" " "'
,., 12lJ l(~J 1.0,9 ,~ ~071 rrn 2.e,fi:! [Hz)
c) Intensidad
[dB) 'I"
· <; 'IA~, 111llH"
(\
·
"V\, \t ,(~
I I
-'{'~ ~
n\f\ I I I II(
II\! .'.
III In nIy
"
..
frecuencia
0 ,I, 4n 8)5 ,., 1247 I";: IG'i'J I~ ,0') 2.::'71 !483ft: [Hz)
"
d) Intensidad
[dB)
·
r)
~.
" !
-r
-r \
" ~ f--r <,
"-L frecuencia
00
211 ~,)
108
Analisis espectral
obtener las sefiales punto a partir del cual se torna confusa y tiende a desaparecer.
de la figura usando
una computadora
W. Meyer-Eppler realize una serie de tests de reconocimiento de
con un programa de altura en funcion de la duraci6n de sen ales sinusoidales limitadas en el
procesamiento de tiempo cuyo resultado se puede ver en la tabla siguiente: 12
audio digital (DSP).
12 Meyer-Eppler, W. f fundamental: 100 200 500 1000 2000 3000 5000 [Hz]
(1954). Los
t minima 45 30 26 20 13 14 18 [ms]
resultados coinciden
con los de Olson, H
Por debajo de estas duraciones se oyen "clics" de altura tonal inde
(1967), que establece
que la minima finida. Otras fuentes concuerdan en ubicar entre los 1000 y los 3000
duraci6n que pennite Hz la zona mas sensible a la altura en funcion de la duraci6n de la sefial.
ofr una sefial Recordemos que esta region coincide con la zona de maxima sensibili
sinusoidal como algo
distinto a un dad auditiva a la intensidad del estimulo tal como 10 demuestran las
chasquido es de 13 curvas de Fletcher-Munson reproducidas en el capitulo 2.
rns. Pese a la utilidad de estos datos debe tenerse en cuenta que son
13 Butler, D (1992).
validos s610 para estimulos sinusoidales aislados, y su aplicacion no se
Recordemos que es
incorreeto extrapolar puede extrapolar a otras situaciones. Cuando se usan ondas complejas
directamente los en un contexto en el que es posible el juego de asociaciones musicales,
resultados de la como el reconocimiento de patrones melodicos 0 escalisticos, se llegan
investigaci6n
psicoaciistica basica
a percibir vestigios de altura tonal provocados por senales de apenas
al area de la rmisica. 4 ms de duracion."
109
Transformada de Fourier y Principio de Indeterminacion. Gustavo Basso
Hasta aquf nos hemos encontrado con una gran variedad de espec
tros de sefiales acusticas y quiza sea el momento adecuado para inten
tar una clasificaci6n que ponga algo de orden entre elIos.
FIGURA 5.7
a)
NPS [dB]
60
100 200 300 400 500 600 700 800 900 f [Hz]
b)
NPS [dB]
Sf > 0
60
/1 ~
[100] 400 500 700 900 f [Hz]
c)
[250] 500 750
60
100 200 300 400 500 600 700 800 900 f [Hz]
d)
NPS [dB]
60
Therhardt, con el 2. Se puede considerar un segundo gran conjunto que incluye los
que cuantifica su espectros de banda media y ancha (que son, por supuesto, no armoni
leona de la
cos). Son los mas comunes en el ambiente acustico cotidiano y no s6lo
altura virtual tiene
origen en esta agrupan a los que, como los de la figura 5.8a, poseen un iinico maximo
poliannonicidad.
111
Transformada de Fourier y Principio de Indeterminacion. Gustavo Basso -
a)
NPS [dB]
60
b) t>.f= kf,
NPS [dB]
60
.:r\ !\
A
60
;y c/v
'J
~ <:: ~ \/~ /~
.~.
....
5.000 10.000 f [Hz]
Distintos espectros de bandas: a) con un unico maximo; b) con varios mdximos separa
dos; c) con una distribucion mas compleja.
15Eltermino formante
se aplica para Interpretacion de los diagramas espectrales. Distintas
caracterizar la
resonancia de un
representaciones
sistema (como la
propia del sistema de Para obtener el espectro de una sinusoide ideal, no limitada en el
fonaci6n) antes que tiempo, deberfamos esperar un tiempo infinito -como infinita es la se
para describir sefiales fial- y entonces conseguir la linea espectral con ancho de banda cero
acusticas,
112
Andlisis espectral
113
Transformada de Fourier y Principia de Indeterminacion. Gustavo Basso
a)
NPS [dB]
60
f [Hz]
5.000 10.000
b)
NPS [dB]
I,~ A A r\ Ii (\
I
f [Hz]
5.000 10.000
Espectros de una misma sehal obtenidos con dos ventanas temporales distintas."
18 Ambas ventanas Si se disponen estos espectros ordenados temporalmente en un diagra
crecen y decrecen rna cartesiano tridimensional se obtiene el diagrama de Wigner 0 TEF
con suavidad para
evitar la aparicion del (tiempo-energia-frecuenciat de la sefial. Un grafico de esta clase se
gran ancho de banda puede ver en la figura 5.11. La serial analizada corresponde a una pala
asociado a las
transiciones bruscas. bra completa de cuatro fonemas.
19 Verlos libros A La En el diagrama tridimensional de la figura 5.11 se establecen tres
recherche d'une planos coordenados:
musique concrete
(Schaeffer, 1952) y El primero es el definido por los ejes intensidad y tiempo, y es
Traite des objects nuestro conocido grafico temporal. Pierre Schaeffer 10 llam6 «plano
musicaux (Schaeffer,
1966).EI diagrama ya dinamico 0 de las forrnas". 19 El segundo plano esta definido por los ejes
habia sido utilizado de intensidad y frecuencia, corresponde al campo espectral, y fue lla
por Abraham Moles
en la decada de 1950 mado, con menor fortuna, «plano arm6nico 0 de los timbres" por
(Moles, 1960).
114
Andlisis espectral
Intensidad
[dB]
tiempo [ms]
Intensidad
[dB]
115
Transformada de Fourier y Principio de Indeterminacion. Gustavo Basso
-
Existen otras representaciones que intentan reducir ados dimensio
nes el diagrama tridimensional anterior. La mas cormin es el sonograma
o espectrograma, que representa al tiempo en el eje de abscisas y a la
frecuencia en el de ordenadas. La intensidad se traduce en una varia
ci6n de grosor y de valor en la escala de grises del trazo (algunos pro
gramas de computadora emplean distintos colores para este fin). En la
figura 5.12 se aprecia el sonograma del mismo registro de voz hablada
visto en la figura 5.11. Los sonogramas son usados habitualmente para
analizar la voz humana y distintos registros bioacusticos,
FIGURA 5.12
frecuencia
[Hz]
5.000
.~-~
',J!K_,'"
2.500
1.000
tiempo
o 2 3 4 Is]
ES - - TU - - DIAN- - TES
tulo, nos demuestra 10 equivocados y poco realistas que son estos pre
(Manchester, 1968). supuestos.
116
Analisis espectral
FIGURA 5.13:
~tensidad
[dB]
60
2 (400 Hz)
1 (200 Hz)
30 3 (600 Hz)
5 (1.000 Hz)
4 (800 Hz)
tiempo
o 50 100 150 [ms]
117
Transformada de Fourier y Principio de Indeterminacion. Gustavo Basso
FIGURA 5.14:
a) b)
NPS [dB] NPS [dB]
40 40
,.. II... h,.. ,i r
c) Intensidad
[dB]
f= 440 Hz
J
40
frecuencia
[Hz]
d)
frecuencia
[Hz]
440
tiempo
[s]
o 2 3
118
L Andlisis espectral
I
~
PERCEPCION DE TRANSITORIOS
119
Transformada de Fourier y Principio de Indeterminacion. Gustavo Basso
NPS [dB]
.:
union mol resuelto
Tiempo [ms]
120
Analisis espectral
40
l--_-;;:-_---,,:--_~-__;;;__-=_-__;;,..._"-~ frecuencia
[Hz]
c)
Intensidad
[dB]
40
l----;;:----;:~---::-----;_:::_-~-____::;;_l"-~ frecuencia
[Hz]
121
Transformada de Fourier y Principio de lndeterminacion. Gustavo Basso
REPRESENTACIONES TIEMPO-FRECUENCIA
estos temas en los terminacion, temas que sf nos competen. Y porque creemos que estos
articulos de De Poli metodos van a ocupar en el futuro un espacio cada vez mas destacado
(1991), Evangelista en el analisis y en sintesis de sefiales musicales.
(1991), Kronland
(1991) y en ellibro
de D'Attellis (1995).
122
AMPLlACI6N
Transformada de Fourier
(1)
n=-oo
Cn =p
1 IP'2 f ) e - j nm
I
t
dt (2)
-P/2 U
Si lIevamos el periodo a infinito (P ~ 00) la frecuencia angular fundamental 00/se reduce a
(casi) cero (00/ ~ 0). Los limltes de integraci6n de la ecuaci6n (2) se expanden al intervalo
(_00 • 00) Y 105 coeficientes discretos C", que antes ocupaban lugares determinados por la
frecuencia de la fundamental y sus arm6nicos, ahora lIenan un espacio dense de frecuencias
pues entre uno y otro la separaci6n (igual a 001) tiende a cero. Resulta conveniente entonces
definir una funci6n espectral continuaF(Ol) que reemplace a 105 infinitosc". La ecuaci6n (2)
se convierte en: 28
F(m) = 1~ f U) e -t an dt (3)
2' El desarrollo rnatemauco completo, similar al realizado originalmente por Fourier, puede consultarse en varias de las
referencias sobre el terna que aparecen en la bibliograffa al final de1libro. Esta expuesto con claridad en los libros de
Hwei Hsu (1973) y Oppenheim y Young (1995).
123
Transformada de Fourier y Principio de Indeterminacion. Gustavo Basso
f (1) -- 1 I~
21r _~
F
(m) e
iOH d
t (4)
Transformada de Fourier
Antitransformada de Fourier
f(t-to) ~ g ~ e -i ro to F(W)
124
Analisis espectral
Principia de indeterminaci6n
Am x At ~ 1/2
La igualdad vale unlcarnente para el caso de una funclon gaussiana (el valor mlnirno, en este
caso igual a 1/2. depende del criterio adoptado al definir Am y At). La mayoria de las ondas
acusticas poseen un producto mayor que este limite. y no es dificil imaginar senales con una
duracion muy grande y ala vez un gran ancho de banda como la que se observa en la figura
5.5b.
Hasta aqui hemos empleado el modelo ondulatorio para describir los distintos fenomenos
acusticos, en especial al estudiar las caracteristicas de la propaqacion de la energia en un
medio elastico como el aire. A veces, sin embargo. conviene pensar que la totalidad de una
onda acustlca de corta duracion queda comprimida dentro de un «paquete», Por ejemplo.
los efectos sonicos de una explosion se comprenden mejor si se emplea un modele en el que
la energia se propaga en la forma de particulas acusticas denominadas sonones. Esta pers
pectiva es de provecho en el estudio de los fundamentos fisicos que perrniten, en conjun
cion con ciertas facultades perceptuales. la aparicion de los acentos agogicos por duracion
por ejemplo. en la rnuslca para orqano.
29 Una demostracion elegante del principio de indeterminacion que parte de la Transformada de Fourier se encuentra en
125
Trans/annada de Fourier y Principia de Indeterminacion. Gustavo Basso
COMENTARIOS BffiLIOGRAFlCOS
126
Andlisis espectral
CAPiTULO VI:
127
Aplicaciones del ana/isis espectral. Gustavo Basso
SISTEMAS
Como casi todas las operaciones fisicas que se ejercen sobre una
sefial aciistica la modifican en mayor 0 menor medida, se pueden en
contrar gran cantidad de sistemas distintos en una cadena aciistica que
comienza en el generador primario y que culmina en la percepci6n final
del sonido. Un guitarrista pulsa brevemente (sefial de entrada) la cuerda
de su instrumento (sistema), que entrega una onda cuasi peri6dica de
gran duraci6n (sefial de salida). Esta onda (que ahora es una sefial de
entrada) aetna sobre la caja de la guitarra (nuevo sistema) que a su vez
radia en el ambiente una onda con un balance espectral diferente al de
la cuerda (serial de salida). Esta sefial es a su vez la entrada a otro
sistema. la sala en la que se encuentra el guitarrista, cuya salida se toma
a la entrada del canal auditivo de un oyente (que puede ser el rmisico
mismo). Un nuevo sistema, el auditivo del oyente, presenta a la salida
la imagen perceptual primaria del sonido de la guitarra.
El guitarrista del ejemplo puede modificar algunas caracteristicas de
la serial de entrada y de los primeros sistemas de la cadena. El pulso de
excitaci6n puede ser mas 0 menos "duro" segun se emplee la una 0 la
yema del dedo, y la cuerda entrega distintas sefiales en funci6n del
punto de pulsaci6n elegido (se obtiene un sonido mas brillante accio
nando cerca del puente, y uno mas opaco y "redondo" cerca de la
boca). Un arquitecto es capaz de modificar el sistema aciistico de un
teatro modificando la geometria del recinto 0 colocando materiales que
128
Andlisis espectral
oj
[dB)
t[ms]
150 300
b)
[dB]
5 10
Respuesta al impulso
Existe afortunadamente un metodo que pennite caracterizar total
mente un sistema lineal (muchos de los sistemas enumerados en la
seccion anterior son lineales). Consiste en exitarlo con un impulso y
129
Aplicaciones del andlisis espectral. Gustavo Basso
130
-
Andlisis espectral
FILTROS ACUSTICOS
131
Aplicaciones del andlisis espectral. Gustavo Basso -
FIGURA 6.4
-
a) Factor de
amplificaci6n -
1
'"
0
5.000 10.000 f [Hz]
(corte
b) Factor de
amplificaci6n
1
banda suprimida
amplificaci6n
1
banda suprimida banda de paso banda suprlmida
< > < > < >
132
Andlisis espectral
FIGURA 6.5
a) NPS [dB]
80-t.-..--------;--t;----.-:----t------j------t-------t-------f-------i--
60-l-----+-----1----+---+---+-----+....r:.J...------W!lI--f!!-~~~~
o
8.000 14.000 f [Hz]
(corte
c) NPS [dB]
80+.-r.----,---+-----.----~+-------j------t--
60-t----t----+---+---f---+-++----+----+-
Accion de un filtro pasa bajos ideal sobre una seiial de banda ancha.
Si en cambio el pulso se aplica a la entrada de un filtro pasa altos la
respuesta es diferente: solo aparece una seiial de salida significativa
alrededor del escalon, decayendo a cero para un tiempo mayor como se
puede ver en la figura 6.7. La razon es sencilla y esta relacionada direc
tamente con el principio de indeterminacion, pues iinicamente la transi
cion brusca contiene componentes de alta frecuencia que pueden atra
vesar el filtro.
Por ultimo, un filtro pasa banda puede comportarse de fonnas dife
rentes de acuerdo a la relacion entre el ancho de banda de la seiial y su
propia respuesta en frecuencia. Si la banda de la sefial esta contenida en
la banda pasante del filtro esta no se modifica, pero si la banda de la
seiial es mayor que la del filtro la sefial cambia. En especial, si el filtro
es de banda angosta, aparecen en la salida oscilaciones a la frecuencia
central de esa banda. En la figura 6.8 se puede observar la respuesta de
un filtro de banda angosta ante una seiial de entrada impulsiva.
133
Gustavo Basso -
FIGURA 6.6
o) serial de entrada
[dB]
60
Tiempo[ms]
0 I
10 20
o) serial de salida
I' [dB]
.:
60
Tiempo[ms]
0 I I
10 20
FIGURA 6.7
I
oj serial de entrada
J [dB]
60
Tiempo[ms]
0 I
10 20
b) serial de salida
[dB]
60
Tiempo[ms]
0
V
rr--;
10
-
- 20
134
Andlisis espectral
FIGURA 6.8
a) serial de entrada
[dB)
60
Tiempo [rns]
o
10 20
b) serial de salida
[dBI
60
Tiempo [rns]
o
Filtros en peine
135
Gustavo Basso
FIGURA 6.9
0)
NPS [dBI
Tiempo [ms]
20
b)
NPS [dB]
Tiempo [ms]
FIGURA 6.10
senal directa
136
Andlisis espectral
a)
respuesta relativa
[dB]
retardo de 0,5 ms
-20
f [Hz]
8.000 16.000
b)
respuesta relativa
[dB]
retardo de 1 ms
a "
II
" """
-20
f [Hz]
8.000 16.000
137
Gustavo Basso
MODULACION
Modulaci6n de amplitud
En este caso la amplitud de una sefial periodica -muchas veces
sinusoidal-, generalmente de alta frecuencia y denominada en los siste
mas de comunicacion seiial portadora (Sp), se multiplica por otra seiial
Hamada moduladora (Sm) que, al menos en comunicacion, contiene la
informacion iitil y es de menor frecuencia que la primera. En las figuras
6.12 a y b se pueden ver las dos seiiales separadas antes de la modula
cion y luego, en la 6.12c, la multiplicacion entre ambas.
En el tercero de los graficos se aprecia el efecto de la modulacion: la
nueva seiial conserva la frecuencia base de la portadora y la onda
moduladora va montada sobre la envolvente de amplitud de la primera.
Ala derecha de cada grafico temporal se dibujaron los espectros de las
tres sefiales anteriores. La rnodulacion provoca un desplazamiento en
frecuencia de la sefial moduladora equivalente a una distancia igual a la
frecuencia de la seiial portadora -es decir con una nueva frecuencia
fp+fm. Aparece ademas una nueva componente simetrica respecto de
fp (con frecuencia fp -fm).
Veamos un ejemplo concreto, la modulacion de amplitud para emi
siones de radio (la conocida AM). Si convertimos una seiial acustica,
con frecuencias comprendidas entre 20 y 20.000 Hz, en una onda elec
tromagnetica y la intentamos transmitir comprobamos que el aire la
atemia con rapidez impidiendole alcanzar grandes distancias. La ate
nuacion disminuye mucho para frecuencias mayores, del orden del
megaHertz (1.000.000 de Hertz). Si se modula en amplitud una sefial
138
Analisis espectral
a)
senal moduladora F(f)
t 1 <. I
jOMODULADORA
)
f
b)
serial portadora F(f)
t 1 I
\
)
f
f' PORTAOORA
c)
serial modulada F(f)
t 1 r.r;
I
I
fp
fp+f.,.
)
f
Modulacion de amplitud.
A veces el demodulador es un simple filtro de bajas frecuencias que
elimina la portadora y deja pasar la envol vente (se 10 llama por eso
detector de envolvente). Para que la recuperacion resulte efectiva la
frecuencia de la portadora debe ser mayor que el ancho de banda de la
seiial que contiene la informacion.
En gran variedad de procesos musicales en los que aparece modula
cion de amplitud ambas seiiales contienen informacion pues sus frecuen
cias se encuentran dentro del rango audible, y los respectivos anchosde banda
se traslapan. No es posible volver a separar las dos seiialesque componen la
seiial modulada y el proceso resulta, en consecuencia, irreversible. El vibrato
por modulacion de amplitud es un ejemplo caraeterfstico.
139
Gustavo Basso
FIGURA 6.13
filtro
- - + . modulador ----1.~ldemodulador---+ pasa bajost----+
I I
i
serial portadora
en la figura 6.15.
FIGURA 6.14
a)
NPS [dB]
fundamental (el esquema se repite para
/ cada arm6nico)
60
400 410 420 430 440 450 460 470 480 f [Hz)
b)
NPS [dB]
el esquema se repite
60 para cada arm6nico
400 410 420 430 440 450 460 470 480 f [Hz)
Vibrato por modulacion de amplitud: a) vibrato senoidal ideal; b) vibrato diente de sierra
real.
Los sistemas de comunicacion que emplean la modulacion de fre
cuencia (FM) presentan mejor cali dad de audio que los de arnplitud
modulada pues, al mantener una arnplitud constante, pueden eliminarse
en gran medida los ruidos y las interferencias aparecidas durante la
transmision (que generalmente alteran la arnplitud de la serial).
Los sistemas de modulacion de frecuencia son altamente alineales y
requieren mayor ancho de banda que los de AM, en especial para los de
gran indice de modulacion en los que el ancho de banda de la sefial
modulada supera varias veces el de la sefial moduladora.
Un caso extremo de modulacion de frecuencia ocurre cuando las
sefiales moduladora y portadora poseen frecuencias cercanas (por ejem
plo fp = 1,7 fm ). En este caso el espectro resultante es de gran ancho
de banda y muy complejo. La sintesis por FM creada por John Chowning
(popularizada a partir de su implementacion en programas de computa
cion como el Music V de Max Mathews, 0 en el sintetizador Yamaha
DX7) emplea este principio."
Muchos instrumentos musicales, en particular los de arco, producen
un vibrato en el que prevalece la modulacion de frecuencia. Otros,
4 Chowning (1973 y
1m). como los de viento, hacen participar ambas modulaciones ala vez (en
141
Gustavo Basso
a)
set'\al moduladora
b)
serial modulada
Ifl II fI f\ f\
t
v VV Vv v VV V
Modulacton de frecuencia.
MUESTREO
FIGURA 6.16
a)
sei'ial moduladora
I------------r---------.,-----~t
1 ms 2 ms
b)
tren de pulsos
L..L...L-L..L...L.JL...L..L..I'-L...L..1...L...L..L...L-L..L...L.JL...L..L..I...L...L..L-'-L..-~:t
1 ms 2 ms
c)
sei'ial muestreada
III/ II L
1 ms 2 ms
143
Aplicaciones del andlisis espectral. Gustavo Basso
a)
NPS (dB)
espectro de lo senal original de audio
50 +--""'\ //
o
fmax 40 80 f [kHz]
b)
NPS (dB)
50 +--~
o
40 80 f [kHz]
c) fmax f muestreo
NPS (dB)
50 +--""'\
o
80 f [kHz]
fmax
144
Andlisis espectral
t t
c)
serial muestreada
'---'-----'------'-----.l.--L..-.......J'----''------'------'---~t
1---1
P..=l/!..
d)
senal reconstrutda por filtrado
~ 1 ms 2 ms
Digitalizaci6n de seiiales
145
Aplicaciones del analisis espectral. Gustavo Basso
146
Andlisis espectral
espectro.
E1 procesamiento de sefiales en tiempo discreto, especialmente de
sefiales digitales, ha mejorado espectacularmente en los iiltimos afios a
causa del empleo de computadoras digitales carla vez mas rapidas, En
cuanto al analisis espectral es comiin aplicar la traduccion de la
Tranformada de Fourier al campo digital que se conoce como
Tranformada Discreta de Fourier (DFIV Practicamente la totalidad
de los programas para audio digital y musica traen en el paquete de
software alguna implementacion digital de la Transformada de Fourier
cuyo uso resulta sencillo y rapido.
FIGURA 6.19
conversor conversor
~ anal6gicoldigital ~ sistema digital f-----+ digital/anal6gico ~
9 Un algorltrno,
conocido como De todas las formas de analisis de Fourier que hemos visto, la mas
Trans/armada general es la definida por la Transformada (0 Integral) de Fourier, que
Rdpida de Fourier permite convertir una funci6n cualquiera de tiempo continuo en una
(FFl) acelera mucho
las operaciones. funci6n continua en la frecuencia (figura 6.20a). El paso siguiente se da
10 Creemos que es
cuando la funci6n temporal es continua y periodica, en cuyo caso se
conceptualmente emplea la Serie de Fourier que define un espectro discreto con compo
correcto considerar la nentes armonicos (figura 6.20b). 10 Un caso exactamente simetrico al de
Serle de Fourier como
un caso particular de
la Serie de Fourier 10 brinda la Funcion de Muestreo que se ve en la
Tranformada de figura 6.20c. En ella el tiempo esta definido en determinados instantes
Fourier aplicada a (es una serie discreta) y la transformacion de la serial en la frecuencia es
funciones periodicas.
En el desarrollo de
continua y periodica,
este trabajo La ultima de las formas que puede adoptar el analisis de Fourier es
seguimos el camino la Transformada Discreta de Fourier, que es discreta y periodica a la
inverso por razones
vez en ambos dominios, el del tiempo y el de la frecuencia. Esta ultima
didacticas,
forma es la que utilizan las computadoras digitales pues solo pueden
procesar informacion en forma discreta (figura 6.20d).
147
Gustavo Basso
FIGURA 6.20
a) f(t) F(j)
~
~
)
t f
b) f(t) F(j)
PI2 P t
Wfu I,
H
liP
I , , , , , , , , ,
)
f
c) f(t) F(j)
~/ ... [ ....
H t .1-"12 .1-.. f
.1-.. = liP
l/f-..
d) f(t) F(j)
PI2 P t
148
Analisis espectral
AMPLJACION
La variable auxiliar 't permite un desplazamiento relativo entre e(t) y la inversi6n temporal
de h(t). EI calculo de esta integral de convoluci6n es muy laborioso, perc la situaci6n cambia
en el dominic de la frecuencia. Si obtenemos las Transformadas de Fourier de las sefiales
anteriores:
S(t) -7.g -7 S(IO)
h(t) -7 .g -7 H(IO)
(2)
Digitalizaci6n
Un estudio medianamente completo del proceso de digitalizaci6n de sefiales acusticas re
quiere un libro entero, y contendria muchos fen6menos y tecnlcas que no estan relaciona
dos directamente con el anal isis espectral. Aquf nos detendremos brevemente en el por
varias razones. En primer lugar la etapa inicial de la digitalizaci6n vincula las sefiales de
tiempo continuo con las de tiempo discrete y ambas formas son tomadas por las distintas
variantes del rnetodo de Fourier. En segundo termino el anal isis espectral se realiza casi
siempre en el campo digital, y el conocimiento de lascaracterfsticasde la conversi6n anal6gico
digital permite comprender los alcances y los Ifmites de cada proceso de anallsis, Tenemos
por ultimo la intensi6n de responder a una pregunta que desde dos decades se hacen las
personas vinculadas con la rnuslca: ,Cual de los sistemas brinda mejor calidad de sonido? 0
149
Aplicaciones del andlisis espectral. Gustavo Basso
lPor que los discos analcqicos de vinilo suenan a veces "mejor" que los CD?
y codlflcaclon.
FIGURA 6.21
a)
serial de entrada
/ serial cuantificada
/
t
b)
1\ \ / / / /
_..... -, I'... t
\ '\ v / / / " .....
,
instantes de muestreo
150
Andlisis espectral
tradicional. La serial de ruido (figura 6.21 b) posee una frecuencia y un espectro que
varian en funcion de la serial de audio. se 10 oye como «ruido detras de la senal» y contri
buye a la distorsion total en cualquier sistema de audio digital.
En sistemas dlqitales lineales de 16 bits (como el de los CD) la distorsion de cuarrtlficadon
es audible. en especial a bajos niveles de serial, y contribuye a deteriorar la calidad gene
ral de audio. Es especial mente notable en los registros de algunos instrumentos como el
piano que "suenan mejor" en los discos analoqlcos de vinilo." Una solucion logica es
aumentar el numero de bits del registro. Asi disminuye Q y por consiguiente la distorslon
de cuantificaclon, Otra consiste en mantener los 16 bits ya instalados en el mercado y
comprimir la seiial antes de la conversion AD para bajos niveles -zona donde mas se
percibe la distorslon. Luego de la conversion DA se expande la seiial para lIevarla a su
forma original. La tecnica de companding (com presion-expansion) se usa habitualmente
en transmisiones digitales de radio.
3) La codificaciOn Ie asigna una palabra-codlqo a cada uno de los estados cuantificados.
Existen numerosos codiqos digitales que pueden usarse para convertir las muestras perc
el codlqo binario natural 0 directo es el mas cornun, y se 10 define en su forma fraccionaria
de la siguiente manera:
N = a1 2 -1 + a2 2 -2 + a3 2 -3 + ... + an 2 -n
donde cj: a2; ... an puedentomar losvalores 0 01. EI numeroNtiene un valor compren
dido entre 0 y 1.
Una fracclon binaria deberia escribirse 0,11010110 perc normalmente la coma decimal se
omite y la palabra-codlqo representa una fracclon del rango del sistema. En este ejemplo
o, 10 que es equivalente. 83.6 % del rango. EI ultimo bit de la derecha se llama bit menos
significativo. es el de menor peso y su valor analoqlco es equivalente al error de
cuarrtiflcacion Q.
Cada uno de los soportes fisicos de informacion digital Ie da form as distintas a estas pala
bras-codlqo. Aparecen asi la mcdulaclon de pulsos codificados PCM. la moduiacion del an
cho del pulso PWM. la rnodulacion del numero de pulses, y muchas otras cuyo estudio es
tema de un tratado especializado en audio digital.
11 Siempre que sean nuevos y que el dispositivo lector se encuentre en 6ptimo estado,
151
...-" .
Aplicaciones del analisis espectral. Gustavo Basso -
COMENTARIOS BIBLIOGRA.FICOS
152
-
•
~
Andlists espectral
ALLECTOR
Aca termina este libra sobre espectros. Que no tuvo nada que ver
con Ibsen 0 con Mme Blavatsky, como habra notado ellector atento. Y
si alguna cosa qued6 en claro es la siguiente: urge una nueva edici6n.
.Para evitar que en esa futura e hipotetica reincidencia se vuelvan a
cometer los errores de la presente, agradecere que me envfe sus co
mentarios a alguna de las direcciones que se indican. En general acepto
estoicamente toda clase de criticas, constructivas y de las otras, pero no
agresiones ffsicas.
Gustavo Basso
Buenos Aires-Argentina.
e-mail: basso@isis.unlp.edu.ar
153
Andlisis espectral
BIBLIOGRAFIA CONSULTADA
Acusnca musical
Backus, John (1969). The Acoustical Foundations ofMusic (W.W. Norton
& Company Inc, N.York).
155
Gustavo Basso
156
Andlisis espectral
Percepelon auditiva
Bregman, Albert (1994). Auditory Scene Analysis (MIT Press,
Cambridge).
Butler, David (1992). The Musician's Guide to Perception and Cognition
(Schirmer Books, New York).
Demany, L. y Semal, C. (1988). «Dichotic fusion of two tones one octave
apart: Evidence for internal octave templates,» J. Acoust. Soc. Am.
83, 687-695.
Diana Deutsch (1992). "Paradoxes of musical pitch," Scientific American
267, 88-95.
Diana Deutsch (1995). Musical Illusions and Paradoxes (Philomel R.
Inc., La Jolla).
Ehresman, David (1978). Perception of timbral analogies, (Rapports
IRCAM WI3/78).
Freeman W. (1995). "The psychology of perception" Scientific American
264, 78-85.
Goldstein, J. L. (1973). «An optimun processor theory for the central
formation of the pitch of complex tones,» J. Acoust. Soc. Am. 54.
Houtsma, A .. Rossing, T. y Wagenaars, W. (1987). Auditory
Demostrations (CD & Book), A.S.A.
Mc Adams, Steve (1995). Localisation Auditive (!RCAM, Paris).
Majernik, v.y Kaluzny, J (1979). "On the auditory uncertainly relations",
Acustica 43, 132-146.
Meyer-Eppler, W. (1954). "The mathematical-Acoustical Fundamentals
of Electrical Sound Composition," Technical Translation, N.R.C.C.
Olson, H (1967). Music, Physics and Engineering (Dover, N.Y.).
Patterson, J. H. et al. (1970). «Discrimination of transient signals having
identical energy spectra,» J. Acoust. Soc. Am. 48, 894-905.
Plomp, Reinier (1976). Aspects of Tone Sensation. (Academic Press,
London).
Risset, Jean Claude (1978b). Paradoxes de Hauteur (Rapports IRCAM
WlO, Paris.
Risset, Jean Claude (1978c). Hauteur et Timbre des Sons (Rapports
IRCAM x-u, Paris).
157
Bibliografla consultada. Gustavo Basso
Aplicaciones
Arfib, Daniel (1991). "Analysis, Transformation, and Resynthesis of Mu
sical Sounds with the Help of a Time-Frecuency Representation,"
til Representations of Musical Signals (MIT Press,
Massachusetts).
Basso, Gustavo (1994). "Escenarios para salas con bajo tiempo de rever
beracion y escasa difusion: Mejora en el Coeficiente de Correla
cion Cruzada Interaural", Actas del Primer Congreso Brasil/Ar
gentina de Acustica y 15 Encuentro de la SOBRAC, Brasil.
158
-- Andlisis espectral
159
Bibliografia consultada. Gustavo Basso -
160
1
;
··At
•t
At
I
.
""
....
r, .~
~
r \ooof
e-mail.:info@iro.com.ar