Analisis Espectral G. Basso

Bas 0
-
--
- ier
-
ANALISIS ESPECTRAL
La Transfonnada de Fourier en la MUsica
Autor: Gustavo Basso
EDITORIAL DE LA UNIVERSIDAD NACIONAL DE LA PLATA
...~
,,-.
~....
REUN
IlEDDEEDlTORIA1fS
OElI'llVERSIDAOES
NACONALES
Esta publicaci6n esta incluida en la
RED DE EDITORIALES UNIVERSITARIAS
.. Diseiio grafico y diagramaci6n: ValeriaLagunas

EI autor cede los derechos correspondientes a esta edici6n .
Impreso en Argentina
Edici6n 1999
I.S.B.N. W950-34-0l50-X
Queda hecho el deposito que marca la ley 11.723
C 1999 - EUNLP
Calle47W380
La Plata, Bs. As., Argentina
I"
~
L".
L.<
~
1,...=
Gustavo Basso
"-'
~
~:
ANAL ISIS ESPECTRAL
- LA TRANSFORMADA DE FOURIER
EN LA MUSICA
--
-
-- Editorial de la Universidad Nacional de La Plata
--
--
r:
-
--
r:
r:
......
......
Andlisis espectral
INDICE
PROLOGO 9
1 CARACTERIZACION DE LAS SENALES ACUSTICAS.

FUNCIONES SINUSOIDALES 13
Sefiales acusticas 13
Clasificaeion de las sefiales acusticas 14
Seiiales estacionarias 15
Sefiales peri6dicas y cuasi peri6dicas 15
Seiiales aleatorias estacionarias 16
Seiiales no estacionarias 17
Seiiales no estacionarias continuas 17
Seiiales transitorias 17
Seiiales de tiempo continuo y de tiempo discreto 19
Magnitudes, val ores y unidades 20
SENALES SINUSOIDALES: FRECUENCIA, AMPLITUDY FASE 20
Graficos espectrales 24
Suma de sinusoides 25
AMPLIACION 30
Sinusoides y movimiento arm6nico simple 30
Expresi6n compleja del movirniento arm6nico simple 31
Suma en el campo complejo 32
Batido en el campo complejo 32
2 TOPICOS DE ACUSTICA GENERAL 35
RELACION DE LAS SENALES SINUSOIDALESCON LA ALTURA

(PRIMERA APROXIMACION) 35
Escala de mels 36
Minima diferencia de frecuencia perceptible 38
Bandas criticas 39
5
......
.....,.,,-~--.
Prologo. Gustavo Basso
RELACION DE LAS SENALES SINUSOIDALES CON LA SONORIDAD 41 -

Decibeles 43 -
Potencia e intensidad aciistica 43
-
Nivel de sonoridad y sonoridad
Variacion de la altura con la sonoridad para
45
-
estimulos sinusoidales 49 --
ENMASCARAMIENTO 49 -...-'
Sonoridad de estimulos combinados 51 --

RELACION ENTRE LOS PAJL\METROS DE LA SENAL
v LOS RASGOS DISTINTIVOS DEL SONIDO
52 -
3 SEN-ALES ACUSTICAS PERIODICAS. SERlE DE FOURIER 55 --"
SUMA DE ONDAS SINUSOIDALES DE DISTINTA FRECUENCIA 55

Suma de ondas sinusoidales armonicas 57
TroREMA DE FoURIER 59 --
ANALISIS DE SENALES PERIODICAS CARACTERisTICAS 61
-../
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
4 SERlE DE FOURIER. CONSECUENCIAS Y APLICACIONES 77
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
SERlE ARM6NICA EN NOTACI6N MUSICAL.
COMBINACI6N DE ESPECTROS ARM6NICOS 85
SONORIDAD RESULTANTE EN SENALES DE ESPECTRO ARM6NICO 87
DISTORSI6N 88
Sistemas no lineales.Distorsi6n arm6nica 89
Distorsi6n lineal y rotaci6n de fase 92
5 SEN-ALES NO ESTACIONARIAS. TRANSFORMADA
DE FOURIER Y PRINCIPIO DE INDETERMINACION 97
SENALES REALES 98
Limite temporal y ancho de banda 100
PRINCIPIO DE INDETERMINACI6N AcUSTICO 103
El principio de indeterminaci6n en la practica
musical cotidiana. 106
Sefiales peri6dicas recortadas en el tiempo 107
DISTINTAS CLASES DE ESPECTROS 110
Interpretaci6n de los diagramas espectrales.
- Distintas representaciones
Ejemplo: Analisis de la sefial de un diapas6n
PERCEPCI6N DE TRANSITORIOS
112
117
119
1b:PREsENrACiONES TIEMPO-FRECUENCIA 122
AMPLIACI6N 123
Transformada de Fourier 123
Principio de indeterminaci6n 125
6 APLICACIONES DEL ANALISIS ESPECTRAL 127
SISTEMAS 128
Respuesta al impulso 129
FILTROS ACUSTICOS 131
"- Efectos en el tiempo de los filtros selectivos 132
Filtros en peine 135
MODULACI6N 138
Modulaci6n de amplitud 138
Vibrato por modulaci6n de amplitud 140
Modulaci6n de frecuencia 140
7
Pro logo. Gustavo Basso -
MUESTREO 142
-
Digitalizaci6n de sefiales 145

COMPARACION ENTRE LAS DIFERENTES FORMAS
DEL ANAl-ISISDE FOURIER 147
AMPUACION 149
Convoluci6n temporal y multiplicaci6n espectral 149
Digitalizaci6n 149
AL LECfOR 153
BmLIOGRAFIA 155
-... /
--'- .
Andlisis espectral
PROLOGO
Al igual que en otros momentos de la historia, en los tiempos que

corren se siente la necesidad de integrar el saber propio de cada activi
dad artistic a a los conocimientos y tecnicas necesarios para participar
en los nuevos medios y espacios de producci6n. Como ha sido desde
siempre en el arte, el saber necesita del saber hacer. Y para saber hacer
resulta esencial conocer el alcance, el ambito de pertinencia y las limita
ciones de cada una de las nuevas tecnologias: unicamente este conoci
miento nos permitira habitar con libertad en su interior. Caso contrario
corremos el riesgo de quedar encerrados en el corse que irremediable
mente define todo sistema tecnol6gico (vale como ejemplo casi toda la
rmisica concebida bajo la norma MIDI).
La intencion de este trabajo es precisamente acercar a los rmisicos y
a las personas con actividades relacionadas una de las herramientas
mas importantes con que cuenta la tecnologia musical de hoy, el anali
sis espectral de sefiales acusticas. En este campo se han incorporado y
extendido en los iiltimos afios gran cantidad de tecnicas de producci6n
y analisis que tiempo atras quedaban restringidas a los mas costosos
laboratorios de aciistica. Tecnicas que eran empleadas casi exclusiva
mente por investigadores especializados, compositores de rmisica
electroaciistica e ingenieros de sonido. Gracias a la difusion de las
computadoras digitales y al desarrollo de programas de aplicacion espe
cfficos la situacion ha cambiado radicalmente. Hoy estas tecnicas se
encuentran al alcance de la mayoria de las personas dedicadas a la
actividad musical: compositores, arregladores, interpretes, investigado
res y tecnicos de audio. Son empleadas en todos los generos y se puede
decir que marcan una solucion de continuidad historica en nuestra rela
9
Prologo. Gustavo Basso -
ci6n con los sonidos. Hay un antes y un despues de la llegada de la

computadora digital al mundo de la rmisica. Las nuevas tecnicas de _
producci6n y analisis provocaron un particular impacto en la rmisica de
masas y en los dispositivos multimedia, hasta el punto de promover la
aparici6n de actividades especfficas que, como el masterizado de audio,
son cubiertas en la actualidad por profesionales preparados especial
mente a tal fin.
Nuestro objeto de estudio es la aplicaci6n del analisis espectral a las
senales acusticas. El prop6sito de todo analisis de sefial es el de extraer
informacion util, y como la visualizaci6n de muchos aspectos de interes
musical solo pueden ser apreciados 0 detectados al estudiar una trans
formaci6n de la funci6n original, se la transforma (modifica) de algiin
modo. De todas las operaciones de transformaci6n posibles sobresale
sin duda la definida por la Transformada de Fourier. Su aplicaci6n al
campo de la rmisica permite comprender gran cantidad de fen6menos
basicos; y habilita la creacion de muchos de los procesos y tecnicas
empleados tanto en el analisis como en la produccion de sefiales acusti
cas.
Hemos restringido el alcance de este trabajo a la mecanica de vibra
ciones y a la descripcion de ciertos parametres fisicos relacionados con
los procesos fisio16gicos que intervienen en la audici6n. Queda fuera de
este marco el estudio detallado de la percepci6n de las sefiales aciisticas
y en consecuencia todo 10 relacionado con el sonido propiamente di
cho. Sin embargo, como la intenci6n es aplicar el analisis espectral a la
music a, toda vez que resulte necesario vincularemos los fen6menos
expuestos con las imagenes perceptuales asociadas. No debemos creer
no obstante que podemos reducir a la fisica de sefiales los complejos
fen6menos psfquicos que participan de la percepci6n auditiva. La per
cepci6n se tomara solamente como referencia y el lector que desee
profundizar en el tema debera recurrir a alguna de las fuentes bibliogra
ficas especificas resefiadas al final dellibro.
Los contenidos de este libro fueron pensados originalmente como
parte de un curso de acustica para musicos, Se supone que ya han sido
examinados los principios de acustica basica y que se conocen los dis
tintos bloques que componen una cadena acustica tipica. El lector de
bera estar en condiciones de distinguir entre fenomenos ffsicos y psi
quicos y es conveniente que este familiarizado con las caracteristicas
primarias de la percepci6n auditiva. Como en el cuerpo del texto no se
emplean lenguajes formalizados (de logica 0 matematica) y no es posi
ble la audici6n directa de los ejemplos citados, hemos confeccionado
una gran cantidad de graficos que esperamos permitan aclarar muchos
de los conceptos expuestos. Asimismo se acompaiia cada tema con
ejemplos tornados del quehacer musical practice que cualquier estu
diante de musica puede recrear con facilidad.
10
•
•• Andlisis espectral
•• Sabemos que el tema es tambien de interes para estudiantes avanza

dos y profesionales que emplean medios digitales de composici6n 0
tratamiento de sonido. A ellos estan dedicadas las ampliaciones coloca
das al final de varios de los capitulos. Requieren mayores conocimien
-
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
-
Este trabajo es producto de afios de ejercicio docente en el Departa

mento de Musica de la Facultad de Bellas Artes de la Universidad Na
cional de La Plata. La mayorfa de los temas han sido probados y ajus
tados en clase, por 10 cuallos alumnos de rmisica de la Facultad no son
solo los principales destinatarios sino, en cierto sentido, coautores del
mismo. A ellos va, entonces, mi primer y principal reconocimiento.
Deseo ademas dejar constancia de mi agradecimiento a las autorida
des de la Facultad de Bellas Artes de la UNLP, a mis colegas y amigos
del Departamento de Musica, a los Integrantes de la catedra de Acusti
ca Musical, y a la disefiadora en Comunicacion Visual Valeria Lagunas,
responsable de la parte grafica y del disefio general del libro. Tambien
quiero destacar la paciencia y dedicacion puestas por la Editorial de la
UNLP para llevar adelante el proyecto.
Sin el interes y el empefio de todos ellos este libro hubiera sido
imposible de realizar. No obstante es necesario aclarar que no tienen
~.
responsabilidad alguna sobre los errores, erratas y omisiones que pre

senta. En esos casos la culpa es exclusivamente mia.
La Plata, febrero de 1999
12
Andlisis espectral
,'., .
-'
\ '
CAPITULO I
CARACTERIZACION
DE LAS SENALES ACUSTICAS
FUN ClONES SINUSOIDALES
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
Podemos definir una sefial como un conjunto de valores representa

tivos del comportamiento 0 la naturaleza de algun fenomeno. La infor
macion que contiene se manifiesta a traves de un patron de variaciones
13
Caracterizacion de las seiiales acusticas. Funciones sinusoidales. Gustavo Basso
-
en funcion de una variable independiente que normalmente es, en aciisti

ca, el tiempo.
Una seiial aciistica se puede registrar por ejemplo colocando un
microfono en el centro de una habitacion en la que se toea un piano. La
variacion de la presion dinamica en el tiempo (una seiial acustica) se
transforma en una variacion de tension electrica en el tiempo (una seiial
electrica), Si el microfono es de buena calidad la segunda seiial conser
va el patron de variacion -la forma- de la primera. Tambien es posible
registrar la seiial origin ada por el movimiento del timpano al ser alcan
zado por una onda. 0 la procedente de la vibracion de la tapa de un
violoncelo. 0 la que surge del movimiento del conn de un parlante. 0 la
que aparece en uno de los electrodos de un electroencefalografo conec
tado a un oyente durante un experimento psicoacustico. Todas estas
seiiales, cualquiera sea su procedencia, pueden ser analizadas en detalle
con las tecnicas propias del analisis de Fourier.
A continuacion vamos a proponer una clasificacion de las distintas
seiiales acusticas que nos permita abordar de manera ordenada su estu
dio.
CLASIFICACI6N DE LAS SENALES ACUSTICAS
De las numerosas seiiales aciisticas diferentes que somos capaces

de percibir es posible destacar en principio dos grandes grupos: en el
primero estan las seiiales estacionarias que permanecen estables a 10
largo del tiempo, y en el segundo las que no 10 hacen y que se denomi
nan, por oposicion, no estacionarias. Esta division nos servira de pun
to de partida para el estudio de las caracteristicas correspondientes a la
enorme variedad de estfrnulos acusticos presentes en el mundo real.
En la figura 1.1 se indican los diferentes tipos de seiiales con sus
subdivisiones principales. 1
FIGURA 1.1 Figura 1- 1
Senales Acusticas
Estacionarias No estacionarias
Deterministas Aleatorias estacionarias Continuas Transitorias

I
Peri6dicas Cuasi peri6dicas
Diferentes tipos de seiiales acusticas.
14
-- Andlisis espectral
Esta clasificacion no responde s610 a consideraciones te6ricas y con

ceptuales. Tambien esta relacionada con los metodos y las herramientas
que se emplean actualmente en acustica. Para cada uno de los tipos de
seiial mencionados en ella se han definido parametres especfficos y se
han desarrollado metodos de analisis propios, algunos de los cuales vere
mos en los capftulos que siguen.
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.
Seiiales periOdicas y cuasi periOdicas
- Cualquier funci6n que se repita exactamente igual en tiempos iguales

se denomina periodica, y el tiempo que le lleva cada repeticion toma el
nombre de periodo de la misma. Como es un intervalo temporal el perfo
do se mide en segundos, y nosotros vamos a usar la letra P para desig
narlo.' Veamos un ejemplo muy sencillo. Un reloj mecanico emite un
I Sabemos que toda pulso aciistico una vez por segundo (el tic-tac). Claramente la onda es
clasificacion reduce periodica y su periodo es de 1 segundo. Si 10 graficamos en funci6n del
inevitablemente la
riqueza y variedad
tiempo obtenemos la figura 1.2a, el grafico temporaL de la funci6n. En
- 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
-
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)
Seiiales aleatorias estacionarias

Las sefiales aleatorias estacionarias conservan s6lo sus propiedades
estadisticas (valor medio, variancia, etc.) a traves del tiempo, y no es
posible por 10 tanto predecir de manera exacta el valor instantaneo que
tomaran en un momento dado. Un ejemplo de esta clase de sefiales es
el ruido que produce una radio de FM no sintonizada con ninguna emisora
(una especie de shhhhh). La sefial cambia de un instante a otto, pero sus
caracteristicas globales permanecen estables. Las herramientas que permi
4Gentileza de
ten analizar las sefiales aleatorias estacionarias se veran en el capitulo 5.
Sergio Poli.
16
Seiiales no estacionarias
La mayoria de los objetos cotidianos, sin embargo, generan seiiales

que se diferencian en muchos aspectos de las anteriores. El ruido de
transite en una ciudad, el que produce una puerta al cerrarse, 0 un
golpe de tambor, son ejemplos de seiiales no estacionarias. Sus caracte
risticas se modifican con el tiempo y, por 10 tanto, dos mediciones
tomadas en tiempos diferentes producen resultados tambien diferentes.
Sefiales no estacionarias continuas

En la figura 1.3 se puede observar un registro temporal de ruido
urbano tornado en la ciudad de La Plata.
FIGURA 1.3
Grdfico temporal de ruido urbano.
Como era de esperar no se encuentra en el grafico anterior ningun
patron de repeticion visible: la seiial no es estaeionaria. Sus caracteristicas
I
DBA
I
I 90
I
60
I
I
I 30
I
I Tiempo [min]
I
0
0,5 1,5 2
I
varian continuamente (arranca un camion, mas tarde se oye una bocina,...)

y el registro puede suponerse no limitado en el tiempo. Gran cantidad de
seiiales cotidianas presentan patrones parecidos. La voz humana durante
un discurso, el sonido que se oye en un espacio publico cualquiera, y en
general los registros de ruido ambiente son sefiales no estaeionarias conti
nuas. Analizaremos esta clase de seiiales en el capitulo 5.
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
dinamica no aporta informaci6n en el caso de las sefiales estacionarias

es una linea horizontal de valor constante- pero es de gran utilidad para
caracterizar las no estacionarias. La forma que toma esta envolvente jue
ga un rol fundamental, por ejemplo, en la asignaci6n perceptual del tim
bre de un sonido. Aunque la envolvente dinamica es la mas utilizada,
cualquier curva que ponga de manifiesto la evoluci6n de alguno de los
parametres globales de una sefial tambien se denomina envolvente.' Las
sefiales transitorias son el tema central del capitulo 5 de este libro,
FIGURA 1.4
a) Grdfico temporal de un golpe de tambor 6 b) Envolvente dinamica del golpe de tambor.
Las sefiales reales son en general una mezcla de varios de los tipos
anteriores. Por ejemplo el registro del sonido de un piano se descompo-
Espacio a)
Tiempo [ms]
400 800
b)
Espacio
envolvente dinamica
Tiempo lmsl
400 800
ne para su analisis en distintas partes: en el ataque la sefial puede conside

5 Se pueden graficar rarse transitoria, luego presenta una extensa zona practicamente estacio
las envolventes de
frecuencia, de fase, 0 naria y peri6dica, y sobre el final el ruido de fondo (aleatorio, 0 no esta
de parametres cionario y continuo segun el caso) se suma a la extincion de la onda. En
compuestos como la muchos casos la escala de tiempo empleada (la «ventana temporal») partici
tasa de modulaci6n.
El usode pa de manera decisiva Un movimiento completo de una sinfonia que dura 10
envolventes esta minutos es claramente no estaeionarioy continuo. Pero la parte central de una
muy difundido en los
sistemas construidos nota de un solo de flauta de la misma sinfonia,de 1 segundo deduraei6n, puede
bajononnaMIDI. muy bien considerarse estaeionaria y peri6dica.
6 Gentilezade
Luis Favero.
18
Analisis espectral
Sefiales de tiempo continuo y de tiempo discreto

Todas las sefiales reunidas en la clasificaci6n anterior, cualquiera sea
su tipo, se pueden presentar de dos maneras diferentes: con el tiempo
definido en forma continua (sefiales de tiempo continuo), 0 con el tiem
po definido s6lo en ciertos instantes (sefiales de tiempo discreto). En
casi todo el desarrollo de este libro aplicaremos el analisis de Fourier a
sefiales anal6gicas de tiempo continuo. En el ultimo capitulo, sin em
bargo, estudiaremos la conversi6n de estas sefiales a sus equivalentes
de tiempo discreto por medio del proceso de muestreo, e introducire
mos algunos conceptos propios del campo digital. En la figura 1.5 se
puede ver una sefial en tiempo continuo y su contraparte en tiempo
discreto. Bajo ciertas condiciones ambas sefiales resultan auditivamente
equivalentes.
FIGURA 1.5
a) Seiial acustica de tiempo continuo
b) Seiial acastica de tiempo discreto.
~~~~--------~--~~~~~~~~--~~~~~-
Espacio
oj
Tiempo It]
Espacio
b)
Tiempo It]
19
Magnitudes, valores y unidades

Este es un momenta oportuno para repasar algunos conceptos que,
aunque conocidos, pueden llevar a confusion si no se emplean correc
tamente. Estamos en el mundo fisico y en 61 podemos distinguir ciertas
magnitudes tales como la longitud, el peso, la velocidad, etc. En cada
una de elIas se constata un conjunto de estados que pueden ser compa
rados y por 10 tanto ordenados. Es posible decidir si dos de estos esta
dos son iguales 0 diferentes, y en este ultimo caso cual de ellos es
mayor (por ej. la longitud de este lapiz es mayor que la de este otro). A
los diversos estados de cada magnitud se los llama valores, y se obtie
nen a partir de mediciones. Para medir el valor de cualquier magnitud
es necesario adoptar un valor unitario de referencia que debe ser defini
do en forma precisa. Por ejemplo, el valor unitario 0 unidad de la
magnitud longitud es el metro. Algunas de las unidades mas habituales
en aciistica son:
Magnitud Unidad Simbolo
Longitud metro m
Masa kilogramo Kg
Tiempo segundo s
Presion pascal Pa
Frecuencia hertz Hz
Las primeras tres unidades (m, Kg y s) 7 corresponden a magnitudes

independientes 0 de base, mientras que las dos ultimas son unidades
derivadas, pues se pueden obtener a partir de las independientes. Asi, el
pascal se puede expresar en funcion del metro, del kilogramo y del
segundo: 1 Pa = 1 Kg X mls 2 •
Veamos un ejemplo antes de continuar. La velocidad de propaga
cion de las ondas en el aire es de 340 mls. En este enunciado la magni
tud es la velocidad, la unidad el metro por segundo (mls) y el valor que
toma la velocidad de propagacion es de 340 mls.
SENALES SINUSOIDALES: FRECUENCIA, AMPLITUD Y FASE
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
todos ellos se mueven de manera aproximadamente sinusoidal.

Las funciones sinusoidales se obtienen de la proyecci6n de un movi
miento circular uniforme sobre un eje en el plano del movimiento. To
man el nombre, segun se proyecten sobre el vertical 0 el horizontal, de
senoides 0 cosenoides.
FIGURA 1.6
Espado [m]
y
Cicio
Tiempo [5]
4>.= 60 0
Perfodo (P)
Generacion de una sinusoide a partir de una circunferencia unidad

1.0 propio y caracteristico de una funci6n sinusoidal es la forma que
toma al crecer y decrecer, repitiendose siempre igual. Una sefial sinusoidal
es perfectamente peri6dica y como tal no tiene principio ni fin. La
porci6n minima que repite se denornina ciclo de la onda y el periodo
resulta, entonces, el tiempo que tarda un ciclo en ser recorrido.
En una onda sinusoidal con un periodo de I segundo es evidente
que en ese tiempo entra exactamente un ciclo. Si el perfodo fuese de
medio segundo se tendrian dos ciclos por cada segundo que transcurre.
Y si consideramos un periodo de una decima de segundo (se escribe 1/
10 s 0 0, Is) entran exactamente 10 ciclos en cada segundo: se dice
entonces que la sefial tiene una frecuencia de 10 ciclos por segundo.
Podemos definir, entonces, la frecuencia de una onda peri6dica como
la cantidad de ciclos que tienen lugar en I segundo. Se la designa por
medio del simbolo jy su unidad es el ciclo por segundo (cis 0 1/s, pues
el ciclo no tiene dimension) 0 Hertz (Hz).9 De los ejemplos anteriores
• Estas unidades de se desprende una relaci6n sencilla entre el periodo y la frecuencia: cuando
frecuencia son
validas cuando la uno crece la otra disminuye, y viceversa. Esta proporcionalidad inversa
unidad de tiempo se puede escribir de la siguiente manera:
es el segundo. En
mecanica se emplea j == lIP cuyas unidades son: [Hz] == [1/s] == I I [s]
a menudo el cicio o tambien: P ==- IIJ y P xj==- I
por minuto [clmin],
que para las En general vamos a usar, para los valores que se emplean en aciisti
maquinas rotativas ca musical, la frecuencia antes que el periodo de una onda. Es mas facil
lorna el nombre de
revoluciones por hablar de un la con una frecuencia de 440 Hz que de un la con un
minute [r.p.m.]. periodo de 0,0023 s, aunque las dos formas sean enteramente equiva
21
lentes. La frecuencia de una seiial esta relacionada, a nivel perceptual,

con la altura del sonido que percibimos. A mayor frecuencia en el esti
mulo fisico corresponde un sonido mas agudo.
FIGURA 1.7
E5pacio [em]
r
Amplitud = 1 em
Tiempo [5]
)
p= 1 5
f = 1 Hz ~.
Seiial sinusoidal eon periodo P = 1 s y amplitud A =1 em.

El aire se mueve cuando se propaga a traves de el una onda actistica,
Este movimiento pone en evidencia que existe cierta cantidad de energfa
en juego, y esa cantidad de energia es la que determina la amplitud de la
onda sinusoidal resultante. Se la puede definir como la maxima elongacion
de la sefial medida desde el equilibrio, tal como se ve en la figura 1.7. En
este caso la arnplitud se mide en unidades de longitud -el eje vertical repre
senta al espacio-, pero veremos mas adelante que tambien se pueden usar
otras unidades. Cuanto mayor es la cantidad de energia suministrada al
medio mayor sera el movimiento de las moleculas y mayor sera, tambien,
10 La unidad correcta la arnplitud del movimiento. La arnplitud esta relacionada con el rasgo
para medir angulos es perceptual sonoridad: un sonido forte es causado por una onda de gran
el radian. pero aquf arnplitud mientras que uno piano 10 es por una de pequeiia arnplitud (siem
resulta mas claro
expresar la fase en pre que permanezcan constantes los demas parametres de la seiial).
grados angulares y Si observarnos en un instante cualquiera una seiial sinusoidal y desea
as! 10 vamos a hacer mos deterrninar en que momenta de su ciclo se encuentra, si esta crecien
de ahora en mas.
do 0 decreciendo, 0 cuanto se ha apartado de la posicion de equilibrio,
I (I) =A sen (cot+<p).
11
01(1) =A cos (cot+<P).
debemos recurrir a su fase (<p), definida como la distancia desde un punta

En ambas ecuaciones de referencia expresada en grados angulares. Es habitual medir esta distan
encontramos la
cia entre el origen del sistema de coordenadas y el punto en el que la seiial
amplitud A.la
frecuencia angular co
atraviesa hacia arriba. en sentido creciente, el eje horizontal. Se obtiene asi

(ro=21if)y la fase la fase inicial <Pi de la onda. Como la unidad se toma a partir de la circun
inicial <Pi' La ferencia que genera la sinusoide (figura 1.6) es claro que a un ciclo com
diferencia entre la
funci6n seno y
pleto -una vuelta a la circunferencia- le corresponden 360 0, a medio ciclo

coseno es s610 un 180 0, etc. 10 La fase integra. junto a la frecuencia y la arnplitud, un conjun
desplazamiento to de tres parametres suficientes para caracterizar cualquier seiial sinusoidal.
relativo de 90". Asf:
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]
:~-----~
P = 9,3 ms (f = 108 Hz)

Esooclo [mm]
d) Amplitud = 3,5 mm
....."v/ Tiempo [ms]
~ ~:
= 9,3ms(f= 108Hz)
Seiiales sinusoidales con diferentes periodos, amplitudes y lases.
23
En la figura 1.8 podemos ver ejemplos de distintas sefiales sinusoidales

que presentan diferentes valores de frecuencia, amplitud y fase.
Las dos primeras seiiales, a y b, tienen la misma amplitud y fase inicial, pero
difieren en la frecuencia (y par 10 tanto en el periodo). Las dos ultimas poseen
iguales frecuencias (y periodos) pero distintas amplitudes y fases iniciales.
A veces es necesario considerar la diferencia de fase (~<p) que hay
entre dos ondas sinusoidales distintas. En la figura 1.8 se aprecia la
diferencia de fase entre las sefiales c y d. Tambien se mide, como era
de esperar, en grados angulares.
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
a la sefial ffsica, mientras que las caracteristicas mencionadas de la

audicion tienen que ver especificamente con 10 perceptual.
FIGURA 1.9
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
// 500 1.000 f [Hz]

f = 440 Hz
Espacio [mm]
c) Amplltud = 2 mm
2
~~
1
500 /1.000 f [Hz]

f = 1.000 Hz
a) Grdfico temporal de una seiial sinusoidal de f = 440 Hz;
b) Grdfico espeetral de la misma seiial;
e) Grdfico espeetral de una seiial de f = 1.000 Hz y el doble de amplitud.
Suma de sinusoides
Son numerosas las ocasiones en las que es necesario sumar sefiales

sinusoidales. La superposicion de movimientos armonicos en una dimen
sion ocurre de manera habitual en las fuentes acusticas. Y la interferencia
de dos ondas en un punto del espacio es cormin en cualquier recinto
cerrado. Siempre que se trate de sistemas lineales, el desplazamiento
25
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]
f,ltl =f, It)+f,(t)
Tiempo [ms]
~, = 45 0
Suma de dos seiiales sinusoidales de la misma frecuencia y amplitud.

[mal es en todo momento la suma de los desplazamientos individuales
descritos por carla una de las funciones sinusoidales intervinientes.
El caso mas simple tiene lugar cuando las dos seii.ales sinusoidales
tienen la misma frecuencia f. El resultado general de la suma es otra
13 La letra griega 8 sinusoide de frecuencia f, y solo la amplitud y la fase de la resultante
(delta) va a cambian con relacion a las seii.ales componentes. En la figura 1.10 se
designar de ahora
en adelante una
puede apreciar un ejemplo tipico. El parametro clave en estas sumas es
variacion, una la diferencia de fase Llq> entre las seii.ales. Veamos dos ejemplos extre
diferencia 0 un mos: 13
intervalo de la
variable en juego. 1. Si Llq> = 0 0 las dos seii.ales estan «en fase», y el resultado de la
Asi 8<psignifica suma es una sinusoide que conserva la fase inicial y cuya amplitud es la
diferencia de fase,
suma de las amplitudes de las cornponentes tal como se puede ver en la
8/ variaci6n en
frecuencia, y figura 1.11a.
!!t intervalo de 2. Si Llq> = 180 0 las seii.ales se encuentran «en contrafase» y la
tiempo,
amplitud final es la resta de las amplitudes de las componentes. Si estas
26
Andlisis espectral
tienen la misma arnplitud el resultado es la cancelacion de arnbas sefia

les (figura l.11b). Estas cancelaciones de ondas no son tan raras como
podria parecer, y tienen lugar habitualmente en recintos cerrados en los
que acnia una sola fuente acustica."
FIGURA 1.11a
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
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).
La frecuencia con la que crece y decrece la arnplitud (frecuencia de

batido) es la diferencia entre 12 y 11 :
Ib = 12 - / 1
Mientras que la frecuencia de la sefial resultante es el promedio de las
dos componentes:
Un ejemplo quiza aclare las cosas. Si dos sefiales sinusoidales de

/I fisica, pues si la 11 = 440 Hz Y 12 = 442 Hz (se oyen como dos /a de altura apenas
diferencia supera los diferente) interfieren en algiin punto el resultado es una sefial de fre
20 Hz no se los oye
como tales. En el
cuenciaji, = (442 + 440) Hz / 2 = 441Hz que bate a t, = 442 - 440 = 2
capitulo 2 se Hz (se oye un /a promedio con una sonoridad que pulsa dos veces por
estudiara con mayor segundo).
detalle este
fen6meno.
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]
(pseudoperfodo) P' = 9,1 ms (f' =110 Hz)
Batido generado por la suma de dos seiiales sinusoidales de distinta frecuencia
29
AMPLIACION
Esta emplledon requiere conocimientos formales de metemetics y puede

pasarse por alto sin perjuicio para la comprension del resto de los temas.
Sinusoides y movimiento arm6nico simple
Lasfunciones sinusoidales, entre otras cosas, sirven para describir matematicarnente ciertos
comportamientos fisicos. En particular permiten expresar el movimiento de uno de las
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.
Un sistema sencillo que vibra con movimiento armonlco simple es el siguiente:
FIGURA 1.13
resorte (k)
masacmJl y : direccion del movimiento
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
angular natural co =.J k / m «(0 es la frecuencia angular en radianes por segundo:

(0 = 2nf) la ecuacion del movimiento queda:
30
Andlisis espectral
Esta ecuacicn diferencial tiene la siguiente soluclon:
Y(t) = A COS (tat +q»
Que es nuestra conocida funclon sinusoidal coseno.
Expresion compleja del movimiento armonlco simple

~. Otra forma de resolver las ecuaciones diferenciales lineales es por medio de funciones
exponenciales y variables complejas. En esta descripclon la amplitud y la fase se expresan
con nurneros complejos, con una parte real y otra imaginaria. Incluimos este desarrollo por
que nos va a servir para interpretar la serie de Fourier en el capitulo 3.
La forma compleja del movimiento circular es:
(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~--+_-
Representaci6n fasorial de un oscilador arm6nico

La proyecclcn del fasor sobre el eje real da la funcion coseno y la proyeccion sobre el eje
imaginario la funcion sene correspondiente.
31
$' . all:
Caracterizacion de las sehales acusticas. Funciones sinusoidales. Gustavo Basso
Suma en el campo complejo

Si dos movimientos armonlcos simples poseen la misma frecuencia 0) la suma en el campo
complejo es muy facil de calcular. La ecuaclon 1 se puede reescribir:
y = Ae ton = A e'" e iw t = A ei(wt+qJ)

-
(3)
Si son dos los fa sores que se superponen:
(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
Suma fasoria/ de dos osci/adores arm6nicos de igua/ frecuencia

Esta suma es similar a la que hemos representado en los diagramas temporales de la figura
1.10.
Batido en el campo complejo

Si dos movimientos armonicos simples de frecuencias angulares 0)1 y 0)2 se combinan la
expresi6n queda:
(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)
Para el caso particular de Al = A2 Y ({JI = ({J2 = 0 el resultado se puede expresar como:
(9)
Resultado que ya conocemos: el movimiento general tiene una frecuencia angular de

(01 + ~(O /2 {equivale a una frecuencia 1 =(II + 12 ) /2} y una amplitud que varia con el
tiempo de un minimo de 0 a 2A con una frecuencia angular ~(O /2 (equivale a la frecuencia
de batido I b =12 - 11):

A(t) = 2A cos (..1ml2)t (10)
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
Se pueden ampliar los temas tratados en este capitulo, en especial

los relacionados con el estudio desde la acustica musical de las funcio
nes sinusoidales, en los textos de Juan Roederer (Roederer, 1995 y
1997) Y Arthur Benade (Benade, 1976). Ninguno requiere conocimien
tos de matematica.
Para quien desee tener una perspectiva fisica quiza ellibro de Richard
Feyman (Feyman, 1987) sea el que Ie proporcione el enfoque mas
fresco y menos acartonado. Tambien se encuentran secciones adecua
das en los textos de fisica de Sears-Zemansky-Young (1988), Blatt
(1991), Serway (1993) y Tipler (1995).
Una vision mas formal y profunda se puede hallar en los tratados de
William Seto (1971), Leo Beranek (1988) y Rossing y Fletcher (1995).
Tambien se puede consultar el todavia vigente trabajo de P. Morse
(1948).
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
Este capitulo tiene por objeto refrescar aquellos conceptos de acusti

ca que vamos a necesitar de aquf en adelante. Expondremos en 61 grafi
cos, tablas y definiciones que nos ahorraran la consulta a otros textos.
Pero no pretende reemplazar el estudio detallado y completo de estos
temas, que comprenden un curso completo de acustica musical. Ellector
familiarizado con enos puede pasar directamente al proximo capitulo, y
aquel que desee refrescar sus conocimientos encontrara en la bibliografia
recomendada un conjunto de textos adecuados a cada nivel de exigencia.
Vale una aclaracion antes de continuar. La mayorfa de las nociones,
que aquf delinearemos con trazo grueso, corresponden a una primera
aproximaci6n psicofisica al complejo proceso que comienza en el estf
mulo fisico y que culmina en el sonido como material musical. Muchos
de los efectos perceptuales primarios generados por estimulos sinusoidales
pierden significaci6n cuando las seiiales se vuelven mas complejas. Ve
remos mas adelante algunas de las razones que explican estas sorpren
dentes caracteristicas del sentido de la audici6n.
RELACI6N DE LAS SEN'ALES SINUSOIDALES CON LA ALTURA

(PRIMERA APROXIMACI6N)
Para vincular el estimulo ffsico con la percepcion se puede concebir

una experiencia muy sencilla, que consiste en observar los efectos que
provoca la variaci6n de uno solo de los parametres de una sefial mientras
los restantes parametres permanecen fijos. En una de estas clasicas ex
35
T6picos de acastica general. Gustavo Basso
periencias se mantiene constante la amplitud (parametro fijo) de una onda

sinusoidal y se barre en frecuencia (parametro variable) en sentido as
cendente desde valores cercanos a cero. Recien comienza a percibirse
sonido alrededor de los 16 Hz, Y a partir de ese punto la sensacion de
altura del sonido asociado aumenta de manera monotona acompafiando el
crecimiento de la frecuencia del estfrnulo. AllIegar a 20.000 Hz ya no se
percibe sonido alguno. Se puede establecer entonces un rango de fre
cuencias audibles que se extiende entre 16 Hz Y20 KHz. 1
La relacion estfmulo-respuesta no es lineal. Se comprueba que, den
tro del rango audible, a intervalos iguales de variacion en la frecuencia de
la serial no corresponden iguales distancias en la dimension perceptual
altura: un cambio de 100 Hz en el estfmulo puede corresponder a una
gran diferencia de altura 0 a una muy pequefia en funcion del punto a
partir del cual se establece el incremento. Si se aumentan 100 Hz a
partir de 100 Hz el estfrnulo llega a 200 Hz Yla sensacion de altura sube
una octava. Pero si el aumento de 100 Hz se produce desde los 4.000
I Estas frecuencias Hz (de 4.000 a 4.1(0) la altura crece menos de un cuarto de tono. El
lfmite son nexo que vincula la frecuencia con la altura no es, sin embargo, caotico:
consecuencia del
a una misma relacion (cociente) entre dos frecuencias le corresponde
promedio de las
respuestas dadas por aproximadamente la misma variacion perceptual de altura.? Se oye por
gran cantidad de ejemplo un intervalo de octava ante dos estfmulos distintos cuyas fre
sujetos, y son cuencias mantengan una relacion de 2 a 1. Asf se perciben octavas
empleadas
habitualmente para causadas por sefiales de 100 Y 200 Hz, de 400 y 800 Hz, 0 de 250 y
el diseiio de los 500 Hz (todos ellos con relacion 2: 1).
sistemas Lo anterior tambien se puede expresar mediante la funcion logaritmo.
electr6nicos de
audio. Existen sin
Se define entonces la distancia (intervalo) entre dos frecuencias a partir
embargo grandes de la siguiente ecuacion:
variaciones entre
una persona y otra. (2
En particular la 1((2 - (d= c log~
frecuencia limite {;.
superior rara vez
alcanza entre los Segtin los valores que tomen las constantes c y 1; quedan establecida
habitantes de las distintas unidades. La mas usada, con c = 1.200 Y 1; = 2, es el cent. La
grandes ciudades los octava ffsica (doble de frecuencia) queda dividida en 1.200 cents, y el
20 KHz.
semitono temperado en 100 cents. Pese a su difundido empleo en afina
2 Decimos
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 perceptuales 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
perciben la cuesti6n cambia radicalmente: de las casi 10 octavas que

podemos distinguir usamos alrededor de 8 para hacer rmisica, el 80 % del
rango audible (pero esta vez evaluado en una escala logaritmica, figura
2.1b).
FIGURA 2.1
. . __ _.__ _._-_ _-_._ --_._ __ -_.-'---"-"'-1
8VA 8 VA frecuencia
A .A
o V \[Hz]
II I I I )
2.500 5.000 10.000 15.000 20.000

I
b) Escala logaritmica
8VA frecuencia
[Hz]
I I I I I )
1.280 2.530 5.060 10.120 20.240
I
a) Comparacion entre el rango perceptual de alturas y el rango de alturas categorizado

en musica en escala lineal (frecuencia)
b) La misma comparacion pero en escala logaritmica (octavas).
Se ve claramente en el ejemplo anterior el error que se comete al
pretender describir un rasgo perceptual-el rango de alturas- directamen
te a traves de un parametro fisico del estimulo -la frecuencia. Muchos de
los malentendidos habituales en aciistica musical se originan, como en
este caso, en la atribuci6n de caracteristicas fisicas a fenomenos psiqui
cos (0 viceversa).
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
sensacion de altura. Estos estudios dieron por resultado la formulacion

de una escala basada en una nueva unidad perceptual, el mel. En la figura
siguiente se observa la correspondencia entre la frecuencia del estfrnulo
ffsico y la sensacion de altura medida en mels. Se alcanza a ver en ella
que a partir de aproximadamente 500 Hz la curva deja de ser lineal: se
pierde la relacion duplicacion de la frecuencia ~ octava.
FIGURA 2.2
altura [me Is]

;1\
4.000
ri
-- --
I ii i
2.000
:~
1.000 /
500 --_.-_.-- .. __ .. /
250 iL
125 -- 1/
64 L -----
32
32
17 64
I
125 250 500 1.000 2.000 4.000 8.000 16.000

frecue ncia [Hz]
Relacion entre mels y frecuencia (obtenida a partir de seiiales sinusoidales).

Esta escala no es del todo valida para estimulos no sinusoidales y, en
la actualidad, muchos autores ven en ella una manifestacion del brillo del
sonido antes que de la altura propiamente dicha. Parte de esta discusion
se va a resolver al dividir el rasgo altura en las dos clases que propondre
mos en los proximos capftulos, y otra parte al considerar la altura de
sonidos causados por estimulos periodicos complejos (no sinusoidales).
Minima diferencia de frecuencia perceptible

La habilidad para distinguir perceptualmente entre dos estimulos de
diferente frecuencia es otra de las caracteristicas importantes de la audi
4 Llamado en
cion. Para estimulos sinusoidales la minima diferencia de frecuencia per
lengua inglesa
just noticeable ceptible, 0 limen de frecuencia, 4 es muy pequeiia, entre 0,2 y 3 % de la
difference frecuencia base. En el grafico de la figura 2.3 se observa el limen de
(J.N.D.). frecuencia Afmin en funci6n de la frecuencia variable f .
38
Andlisis espectral
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
Minima diferencia absoluta de frecuencia perceptible

a) obtenida a partir de seiiales sinusoidales de intensidades medias, entre 60 y 80 dB,
b) obtenida a partir de seiiales sinusoidales de intensidades cercanas al umbral de audibilidad.
Mas interesante, a causa de la relacion logarftmica presente entre la
frecuencia y la altura, es la variaci6n relativa del limen de frecuencia
(figura 2.4).
En los graficos se ve que percibimos una variaci6n Iifmin de s610
1 Hz cuando ofmos una sinusoide de 500 Hz (una variacion relativa de
0,2 %). Podemos comparar este valor con los 30 Hz que corresponden
a un semitono por encima de 500 Hz. 0 con los 7 Hz de un vibrato
promedio. 0 con la maxima variaci6n en frecuencia permitida (0,1 %)
para equipos de audio de alta calidad. La respuesta que permite integrar
estos valores tan diferentes es sencilla: nuestra sensibilidad ante varia
ciones de frecuencia depende del contexto. Y, tal como veremos mas
adelante, de las caracterfsticas de la serial acustica.
Bandas criticas
Es interesante analizar 10 que ocurre cuando se oyen simultanea

mente dos estfmulos sinusoidales de distinta frecuencia. Si sus frecuen
cias son muy diferentes cada uno de los sonidos se percibe de manera
separada y parece no interferir con el otto. Pero en algtin punto, al
39
Topicos de acustica general. Gustavo Basso
acercarse progresivamente, comienza a notarse una cierta rugosidad

que involucra a ambos estimulos. Cuando la distancia entre las frecuen
cias disminuye por debajo de 20 Hz aparece un batido entre las sefiales
que corresponde al fenomeno estudiado en el capitulo 1. La distancia
en frecuencia vinculada al cambio perceptual cualitativo (de liso a rugo
so) se denomina ancho de banda critico (l1fc) , y es consecuencia del
comportamiento de las ondas progresivas en la membrana basilar del
oido intemo (figura 2.5).
FIGURA 2.4
I!.f/f[%l I'
0,9
0,8
0,7
1\
\\\
0,6
\\
0,5
\\
0,4 \
\
\
\ i !
0,3
0,2 "'. '"-,,.., .. -_/

L///
//
0,1
frecuenc ia [Hz]
64 125 250 500 1.000 2.000 4.000 8.000
Mtnima diferencia relativa de frecuencia perceptible (obtenida a partir de seiiales

sinusoidales de intensidades medias, entre 60 y 80 dB).
FIGURA 2.5
banda crftica /'".1: ---7>:
batido (l:t,f. < 20 Hz)

( )
Sf> U; -L) [Hz]

)
o
lise rugose lise
40
Analisis espectral
El valor del ancho de banda entice varia segun la regi6n de frecuen

cias a considerar. En la figura 2.6 se ha graficado el valor de tJ..fc en
funci6n de la frecuencia promedio entre i, y f 2 •
FIGURA 2.6
,--------------------~-----------------------
!if" [Hz]
800
700
600
tercera menor
500
400
300
tono entero
200
100
fcentr'l [Hz]
1.000 2.000 3.000 4.000 5.000
Ancho de banda critico en funcion de lafrecuencia promedio (f 1 + f 2 ) /2

Se ve que el ancho de banda crftico toma un valor comprendido
entre un tono y un tono y medio en la regi6n de frecuencias medias, y
que aumenta de manera apreciable en la zona de bajas frecuencias
RELACION DE LAS SENALES SINUSOIDALES CON LA SONORIDAD
Aunque las sen ales aciisticas estan presentes en distintos medios,

, Es interesante que pueden ser solidos, liquidos 0 gaseosos, en condiciones normales
notar que en el percibimos sonido a partir de las ondas que nos Began a traves de un
ofdo estan
gas, el aire." En el las moleculas se mueven de acuerdo a la forma de la
presentes los tres
medios de onda que se propaga y, si esta es sinusoidal, el desplazarniento maximo
propagaci6n de cada molecula define la arnplitud del movimiento. Siempre que exis
posibles: gaseoso tan cuerpos en movimiento arrn6nico simple -las moleculas del aire
en el oido
externo, solido en poseen masa- aparece una cantidad de energia asociada que puede ser
el oido medio y inferida a partir de la arnplitud de la oscilaci6n. En definitiva, para una
lfquido en el ofdo onda sinusoidalla arnplitud no es mas que una manifestaci6n de la can
interno.
tidad de energfa que transporta la onda.
41
Gustavo Basso
Como la energia no se puede medir directamente, y es muy dificil

medir la amplitud del movimiento de las moleculas, se acostumbra utili
zar alguna magnitud mas accesible. De todas las relacionadas con la
energia la mas practica y sencilla es la presion dindmica (P), que puede
ser medida empleando los microfonos mas difundidos y economicos,
los microfonos de presion. Esto es posible porque una sefial que se
propaga en el aire esta formada por una sucesion de zonas de presion
por encima (p positiva) y por debajo (p negativa) de la presion media
atmosferica (Pat) que se mantiene relativamente estatica. La presion es
una magnitud que vincula una fuerza con la superficie sobre la que se
aplica, y la unidad que le corresponde es el pascal (Pa) -un pascal
equivale a una fuerza de un Newton aplicada sobre una superficie de un
metro cuadrado. La presion atmosferica normal, a nivel del mar, es de
aproximadamente 101.300 Pa, 0 de 1.013 hPa (hectopascales) tal como
informa el servicio meteorologico, A diferencia de la presion atmosferi
ca, que permanece estatica durante tiempos relativamente largos, la
presion de las ondas acusticas varia rapidamente. Nuestro oido posee -../'
una compleja estructura que le permite discriminar con eficacia entre la

presion dinamica que contiene informacion acustica y la presion estati
ca propia del peso de la atmosfera.
Ahora bien i,cuw es el rango de presiones dinamicas que percibimos
como sonido? La respuesta a esta pregunta no es sencilla y por el mo
mento nos vamos a limitar a estimulos sinusoidales de frecuencia fija. Si
se genera una sefial sinusoidal de 1.000 Hz cuya amplitud (y presion)
crece desde cero, a partir de un punto determinado comienza a ser oida.
Ese punta define el umbral de audibilidad para sinusoides de 1.000 Hz.
Este umbral varia, como es de esperar, de persona a persona. En condi
ciones optimas (de laboratorio) y para individuos jovenes con oido sana
es de alrededor de 20 millonesimas de pascal (20 IlPa). La amplitud del
movirniento de las moleculas de aire que corresponde a esta presion es de
apenas la decima parte del diametro de un atorno de hidrogeno."
Si continuamos aumentando la amplitud de la sinusoide de prueba
notarnos un incremento continuo de la sonoridad, y llega un punto en el
que comenzamos a sentir incomodidad 0 dolor. Hemos llegado a la cima
del rango audible 0 umbral de dolor. Como es logico este umbral tambien
varia de persona a persona, pero el promedio estadistico ronda los 20 Pa
de presion dinamica. Entre el umbral de audibilidad y el de dolor hay una
relacion de 1.000.000 a 1 (20 Pa dividido por 20 mPa). Visto desde la
perspectiva del estimulo fisico el rango audible es enorme. Sin embargo,
la percepcion del mismo no es lineal: un mismo incremento absoluto no
se oye igual si se aplica cerca del umbral inferior 0 proximo ala cima -ya
6 Si nuestro ofdo
hemos observado una relacion parecida entre la frecuencia y la altura.
fuese mas sensible
percibiriamos el
ruido producido por
la agitaci6n termica
delaire.
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):
NPS=201og 10 -L [dB]; con P ref =20 f..1Pa

P ref
Hay varios elementos destacables en esta ecuacion: en primer termi

no, el nivel compara dos presiones dinamicas entre sf indicando cual de
elIas es mayor y en que proporci6n. En segundo lugar, para poder com
parar dos niveles, estes deben haber sido tornados en base a una misma
presion de referencia (Pref)' EI estandar intemacional usado en acustica
estipula que la referencia debe coincidir con el umbral de audibilidad de
20 IlPa. De esta forma se vincula de manera directa una unidad ffsica, el
decibel, con una de las principales caracteristicas de la audici6n humana.
Por ultimo, el enorme rango ffsico de presion presente en los estfrnulos
audibles, de 1.000.000 a I, se reduce considerablemente al ser expresado
en decibeles tal como se comprueba en la figura 2.7. En ella se aprecia la
relaci6n entre la presion dinamica de la sefial, expresada en pascales, y el
nivel de presi6n sonora en decibeles. Para que ellector pueda relacionar
estos valores con los sonidos cotidianos, en la cuarta columna se hace
referencia a los contextos acusticos con los que se asocian habitualmen
teo
Se observa que 0 dB corresponde a 20 IlPa, el umbral de audibilidad,
y no a presi6n cero. El umbral de dolor por su parte se sima alrededor de
los 120 dB, aunque este limite varia apreciablemente segun la sensibilidad
de cada individuo.
Potencia e intensidad aeiistlca

Toda onda acustica nace en una fuente cuya funcion es transferir
7 En ingles se 10 energfa al medio. Esta fuente se caracteriza habitualmente por la cantidad
llama sound de energfa E que entrega en un tiempo dado, valor que equivale a la
pressure level potencia P que desarrolla." La potencia se mide en watts (W) y se vincula
(SPL).
con la energfa a traves de la siguiente relaci6n:
8 Se relaciona con
el trabajo realizado
por la fuente. P = E I!i.t con unidades [W] = [Joule]/[s]
43
Es decir el trabajo fisico dividido por el tiempo insumido. Com para

dos con los valores a que nos tiene acostumbrado el consumo de poten
cia electrica cotidiano, los que emite una fuente acustica parecen casi
insignificantes:
Fuente acustica: Potencia maxima (W)

Cantante (tenor) 0,04
Flauta 0,05
Trompeta 0,2
Trombon 6
Orquesta sinfonica (fff) 60
FIGURA 2.7
Presion Dinamica Intensidad Nivel de Presion Sonora
Situaciones Tipicas
20 Pa 1 w/m' 120 dB ~ Umbral de dolor
2 Pa 10" w/m' 100 dB ~ Martillo neurnatlco
200 mPa 10~ w/m' 80 dB ~ Calle muy transitada
20 mPa 10' w/m' 60 dB ~ Conversacion normal
2 mPa 10"w/m' 40 dB ~ Ruido de fondo

en una sala de estar
200 l!Pa 10·lOw/m' 20 dB ~ Dormitorio tranquilo
20 /lPa 10 "w/m' o dB ~ Umbral de audibilidad
Relacion entre presion dindmica en Pascales y nivel de presion sonora en decibeles.

9Esta Pero la energia total que radia la fuente se propaga en muchas direc
proporcionalidad ciones, y 10que nos interesa en particular es la que atraviesa una determi
no es valida para
ondas nada area (por ejemplo, el tfmpano de una persona). Aparece entonces
estacionarias en otra magnitud muy empleada, la intensidad acustica I, que se obtiene al
eI espacio. dividir la potencia por el area A que atraviesa:
10 Sound intensity
level (lL) en
Ingles. 1= PI A cuya unidad es [WI m']
44
Analisis espectral
Es posible demostrar que la intensidad de una onda plana es propor

cional al cuadrado de la presi6n dinamica,? relaci6n que permite definir
el nivel de intensidad acastica (NI)lO de manera similar al nivel de
presi6n sonora:
/
N/=lOlog 10 - - [dB]; con / ,q =10 -12 WI m 2
/ ,q
Para el caso de ondas planas el valor del nivel de intensidad NI

coincide exactamente con el del nivel de presi6n sonora NPS de la
figura 2.7.
Cualquiera de las magnitudes anteriores (amplitud, presi6n, NPS,
intensidad, Nl) puede deducirse de las demas: todas se refieren, en
ultima instancia, a la cantidad de energfa asociada a una seiial.
Nivel de sonoridad y sonoridad
Hasta ahora hemos analizado la respuesta de nuestro sistema auditi

vo ante estfrnulos sinusoidales de 1.000 Hz. Si se repite la experiencia
para todo el rango de frecuencias audibles se comprueba que la res
puesta difiere de un punto a otro: se requieren distintas intensidades
para alcanzar el umbral de audibilidad a distintas frecuencias.
FIGURA 2.8
NPS [dB]
100
80 .-c--...-
60
40
20
-- 0 .....
frecuencia [Hz]
-20
0 20 50 100 200 500 tOOO WOO SDOO 10000 20000
UmbraL de audibilidad en funcion de La frecuencia

Por ejemplo, a 100 Hz recien percibimos sonido cuando la seiial
alcanza un nivel de presi6n sonora de 38 dB. Es decir 38 dB mas que
para una seiial de 1.000 Hz (la seiial debe ser 6.300 veces mas potente
45
a 100 que a 1.000 Hz para provocar el mismo efecto). En 1933 Fletcher

y Munson repitieron la experiencia para todas las frecuencias del rango
audible y obtuvieron la curva para el umbral de audibilidad que se ve en
la figura 2.8.
Este grafico corresponde a la inversa de la sensibilidad auditiva a
bajos niveles y la forma que posee define alguna de las caracterfsticas
mas importantes de nuestro sentido de la audicion. La curva ecualiza la
sonoridad, pues aunque los niveles de intensidad ffsica varian de mane
ra apreciable, la sonoridad percibida es la misma para todo el rango y
por debajo de ella los estfrnulos son incapaces de causar sonido. Asf,
una sefial de 50 dB a 40 Hz nos resu1ta inaudible, mientras que otra de
2.000 Hz y 50 dB es percibida con claridad. Para permitir la compara
cion de sonoridades y ecualizar la percepcion frente a los estimulos se
creo una nueva magnitud ffsica, el nivel de sonoridad cuya unidad es el
fon: un estfrnulo de A fones produce una sensacion de sonoridad equi
valente a la generada por una sefial sinusoidal de 1.000 Hz con un nivel
de presion sonora de A dB. En otras palabras, se compara la sonoridad
de cualquier estimulo con la que provoca una sinusoide de referencia
de 1.000 Hz. Todos los estfmulos de la curva umbral de la figura ante
rior provocan la misma sensacion de sonoridad que 1.000 Hz a 0 dB.
La curva umbral corresponde por 10 tanto a un nivel de sonoridad de 0
fones.
FIGURA 2.9
NPS [dB)
140 --------- ---r-~'-

I
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
Curvas de igual sonoridad (curvas de Fletcher- Munson)
46
Andlisis espectral
Podemos ampliar la experiencia anterior estableciendo curvas de

igual sonoridad en las que los estimulos se perciban con la misma
sensaci6n de sonoridad independientemente de la frecuencia. La uni
dad asociada a estos niveles de sonoridad es logicamente el Jon. En la
figura 2.9 se ven las curvas de igual sonoridad obtenidas por Fletcher y
Munson al comparar diferentes estimulos con referencia al de 1.000 Hz
con niveles de presion sonora que van de 0 a 120 dB:
La cantidad de informacion util que aportan estas curvas es muy
grande. Veamos algunas de las conclusiones que se derivan de ellas:
1. La forma de las curvas es, para bajos niveles de sonoridad en

fones, parecida a la del umbral de la figura 2.8: la sensibilidad de
crece hacia las frecuencias extremas. Los instrumentistas sienten
esta diferencia al tocar un pp con un violin y un contrabajo: se debe
aplicar mas fuerza fisica en el instrumento grave que en el agudo
para obtener el mismo resultado auditivo.
2. Para sonoridades medias, entre 60 y 70 fones, es menor la dife
rencia de sensibilidad en funci6n de la frecuencia.
3. Las curvas de nivel, para altas sonoridades, son practicamente
planas: nuestro oido responde en este caso de manera similar en
todo el rango audible.
4. Existe una zona de maxima sensibilidad entre los 2.500 y los
3.500 Hz. Esta es de gran importancia para la distribucion tfrnbrica
y la instrumentacion de un pasaje musical pues toda la energia que
ocupe esa banda va a ser, seguramente, oida. II
5. Los registros y grabaciones de piezas de musica se realizan a nive
les general mente altos, donde la sensibilidad del oido es plana. Si las
reproducimos a niveles menores 0 muy bajos cambia el balance es
pectral -al cambiar nuestra sensibilidad auditiva- y no oimos correc
tamente las partes mas graves y agudas de la musica, Para corregir
este efecto muchos equipos de audio poseen un control llamado de
sonoridad 0 loudness que refuerza los extremos del espectro a bajos
niveles de amplificaci6n.
6. Si se genera una sefial sinusoidal que recorra completamente una
de las curvas de igual sonoridad se oye un glissando perfecto, de
sonoridad constante.
El nivel de sonoridad en fones se sigue refiriendo, sin embargo, a la

II Estamaxima sefial ffsica, No permite describir la sonoridad propiamente dicha l,Cuiin
sensibilidad esta
causada en gran
to mas sonoro es un sonido de 70 fones que uno de 50 fones? Con los
-_. medida por la
resonancia del
elementos hasta aquf evaluados no se puede dar respuesta a esta pregun
tao Para medir la sonoridad perceptual se defini6 el son, una nueva unidad
conducto auditivo
extemo que conecta
que corresponde a la magnitud psicologica sonoridad. Es, por fin, una
el pabellon auricular unidad lineal: un sonido de 2 sones posee el doble de sonoridad que uno
con la membrana del de 1 son, y uno de tres sones el triple. Como toda magnitud, la sonori
timpano.
dad debe medirse a partir de una referencia estable. Y como la estabili
47
---' .
dad per se en el campo de las sensaciones es muy poco confiable se

toma una referencia externa: una sefial 1.000 Hz y 40 dB (40 fones)
produce un sonido que corresponde a una sonoridad de 1 son. La rela
cion entre fones y sones se puede observar en el grafico 2.10. 12 --
FIGURA 2.10
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]
Relacion entre el nivel de sonoridad y la sonoridad

De la figura se puede extraer una ley aproximada: la sonoridad se
duplica cada vez que el nivel de sonoridad aumenta 10 fones."
La minima diferencia de nivel de presion sonora perceptible (el li
men de sonoridad) es de aproximadamente 1 dB para frecuencias com
prendidas entre 50 y 10.000 Hz si el nivel original supera los 50 dB. En
condiciones ideales de laboratorio pueden reconocerse variaciones de
l2No hay que
hasta 0,3 dB alrededor de los 2.000 Hz.
olvidar que el grafico
es consecuencia de
experimentos
realizados con ondas
sinusoidales y no
con estfmulos
musicales, mucho
mas complejos.
48
Andlisis espectral
Variaci6n de la altura con la sonoridad para estimulos

sinusoidales
La variaci6n en la sensaci6n de altura que tiene lugar cuando cambia

la intensidad de la seiial es otro efecto importante que aparece al tratar
con estimulos sinusoidales. Asi, una seiial de 5.000 Hz parece glissar
hacia los agudos cuando crece de un pp a un ff . En cambio, una de 100
Hz 10hace hacia los graves: para altos niveles de sonoridad el rango de
alturas parece ampliarse. En al Figura 2.11 se grafica la variaci6n de
altura en funci6n del nivel de presion sonora para distintas frecuencias.
Este efecto desaparece casi totalmente cuando se emplean estfrnu
- FIGURA 2.11
los peri6dicos complejos, tal como veremos en los pr6ximos capitulos.
~ura relativa [%]
-- 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
solo para ENMASCARAMIENTO

sonoridades
medias. entre 40 y
100 [ones (decir El enmascaramiento se define como un incremento en el umbral de
que la sonoridad se audibilidad de un sonido (enmascarado) causado por la presencia de otro
duplica por carla
(enmascarante). Es un fenomeno cotidiano que ocurre, por ejemplo, cuan
aumento de 10 dB
es valido solamente do elevamos la voz para ser oidos en un ambiente ruidoso. El ruido
cuando se acnia como sonido enmascarante y la voz como sonido enmascarado.
consideran seiiales A nosotros nos va a interesar especialmente la capacidad enmascarante
de 1.000 Hz).
49
de las sefiales sinusoidales, y es por esa raz6n que las graficamos en la

figura 2.12.
FIGURA 2.12
Nivel de presion sonora

[dBI
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
Nivel de presion sonora

[dB]
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
Aumento del umbral de audibilidad debido al enmascaramiento producido por una

banda angosta de ruido.
50
Andlisis espectral
Estas curvas se deben sumar a la curva umbral de audibilidad. Por

ejemplo, en presencia de un estimulo sinusoidal de 400 Hz y 80 dB una
segunda sinusoide de 500 Hz debe superar los 50 dB para que sea
percibida.
Tambien nos va a ser de utilidad, en especial en el ultimo capitulo, el
enmascararniento que produce una banda de ruido como la que se ob
serva en el grafico 2.13.
En general todos los sonidos poseen mayor poder enmascarante
hacia la region de frecuencias superiores (las curvas se extienden mas
hacia la derecha) y la causa se encuentra aparentemente en el compor
tamiento de la membrana basilar del ofdo intemo.
Sonoridad de estimulos combinados
Hemos analizado hasta aquf la sonoridad asociada a estfrnulos

sinusoidales simples pero l.que pasa cuando oimos una combinacion de
elIos? La respuesta a esta cuestion dista mucho de ser iinica y sencilla, y
se pueden distinguir en principio tres casos diferentes.
1. El primero de elIos, y quiza el mas simple, ocurre cuando se
combinan dos estimulos iguales 0 muy parecidos. En esa circunstancia
se suman directamente las energfas (en la practica las intensidades) de
las dos sefiales. Suma que, en decibeles, resulta ser apenas 3 dB mayor
que el nivel de presion sonora de uno solo de los estfrnulos componen
tes.
Veamos un ejemplo: el NPS que produce una motocicleta puede ser
de 80 dB. Si agregamos otra fuente de las mismas caracterfsticas la
sensacion sonora parece crecer un poco, no aumentar al doble. Del
lado de la sefial ffsica la cuestion es muy sencilla pues dos motocicletas
generan dos veces mas energia que una sola (las intensidades se su
man). Si pasamos ese resultado a decibeles, sin embargo, el aumento
total es de 3 dB, y el nivel resultante de la suma de las dos fuentes
queda en 83 dB. De modo parecido, dos violines al unfsono no sue
nan el doble que uno solo. Para aumentar al doble la sonoridad (en
sones) hay que colocar 10 fuentes iguales (para aumentar en 10 fones
el nivel de sonoridad). Esta manera de hacer el calculo de la sonoridad
resultante vale para estfrnulos iguales 0 parecidos, cuyas frecuencias
pertenezcan al mismo ancho de banda entice (con una separacion
maxima de alrededor de un 15 %).
2. Cuando los dos estfmulos estan separados por una distancia
mayor tenemos el segundo de los casos de combinacion, En este di
rectamente se suman las sonoridades (10 que se oye): dos sonidos de
6 y 4 sones a distancia de duodecima (superior al tono de la situaci6n
anterior) dan una sonoridad resultante de 6 + 4 = 10 sones. La combi
nacion es ahora mucho mas eficaz en terminos de sonoridad. Pode
mos comparar las dos situaciones con un ejemplo sencillo. Si un vio
51
Gustavo Basso
loncelo genera una sefial de 70 dB que se oye a 8 sones, dos al unfso

no produciran 73 dB, aproximadamente 10 sones. Pero si al segundo
10 hacemos tocar una octava por sobre el primero el resultado sera
8 + 8 = 16 sones. Los mismos instrumentos, generando la misma
energia, pueden producir sensaciones de 10 0 16 sones segiin sea el
intervalo que separe sus sonidos. Este fen6meno es de gran importan
cia a la hora de componer 0 instrumentar una pieza de rmisica.
3. Existe, todavfa, una tercera posibilidad que se da cuando los
estfrnulos estan muy separados en frecuencia, mas de dos 0 tres octa
vas segun las circunstancias. En estos casos es diffcil hablar de sono
ridad total, y cada uno de los sonidos parece comportarse de manera
independiente. Mas aiin, nuestra atenci6n tiende a concentrarse en
uno de ellos y a ignorar al otro a menos que hagamos un esfuerzo
conciente por evitarlo.
RELACI6N ENTRE LOS PARAMETROS DE LA SENAL Y LOS

RASGOS D1STINTIVOS DEL SONIDO
Conviene, antes de abandonar este rapido repaso, sintetizar en una

tabla las relaciones entre los parametres ffsicos de las sefiales y las
14 Existen otros
caracteristicas perceptuales del sonido. Por supuesto que esta tabla es
rasgos perceptuales
diferentes de los
s6lo aproximada, pues la imagen psfquica que nos formamos al ofr
mencionados depende, en mayor 0 menor medida, de todos los parametres ffsicos en
(textura, conjunto. A los que hay que agregar factores cognitivos decisivos a la
espacialidad, ancho
perceptual de la
hora de integrar ese sonido a estructuras dotadas de sentido perceptual;
fuente, etc.) cuya o 10 que es mucho mas complejo aiin, a un discurso musical.
importancia depende LCual es entonces la relaci6n aproximada que guardan los principa
del contexte al que
les rasgos del sonido -altura, sonoridad, timbre y duraci6n psico16gica
se aplican. La
relevancia e con los distintos parametres del estfmulo ffsico?!"
independencia de En el grafico de la figura 2.14 vemos que existen relaciones fuertes,
cada uno de estos indicadas con las flechas llenas, entre la amplitud del estfmulo y la
rasgos es en la
actualidad motivo de sonoridad que percibimos; entre la frecuencia y la altura; entre la forma
un anirnado debate. de onda y el timbre; y entre la duraci6n ffsica y la psicol6gica. Tambien
is Para destacar se observa la presencia de correlaciones mas debiles pero significativas
todas las -marcadas con las lfneas delgadas- como la que vincula la frecuencia
correlaciones de
segundo y tercer con la sonoridad."
orden habrfa que Cabe aclarar que algunos parametres ffsicos no aparecen en esta
dibujar muchas mas discusi6n. Por ejemplo la longitud de onda, esencial para describir la
flechas: el cuadro
anterior sirve
propagaci6n de una onda en un medio, no esta incluida porque no va a
solarnente para ser necesaria para abordar nuestro objeto de estudio, el metodo de
rnarcar con trazos Fourier.
muy gruesos la
relaci6n entre el
estfrnulo fisico y la
respuesta
perceptual.
52
•• Andlisis espectral
•• FIGURA 2.14
•• ------------------------,
Parametros de las senales Rasgos distintivos del sonido
••
(fisicos)
Amplitud lml )
(perceptuales)
Sonoridad
Frecuencia [Hz] Altura
-
Forma de onda Timbre
Duracion [sl Duracion psicoloqlca
Relaciori aproximada entre pardmetros fisicos y rasgos perceptuales.
COMENTARIOS BIBLIOGRAFICOS
EI contenido de este capitulo puede ser estudiado con mucho mayor

detalle en los libros de aciistica musical de John Pierce (1985), Juan
Roederer (1995 y 1997), Jean C. Risset (1978a), Arthur Benade (1976),
Johan Sundberg (1991) y Mc Adams (1994). Los de Pierce y Roederer
tienen la ventaja de estar en castellano, aunque el tratamiento en Pierce
difiera algo del aquf presentado. Ellibro de Benade yuxtapone distintos
fen6menos yes, por eso, diffcil de seguir para aquellas personas sin
conocimientos previos, mientras que los de Sundberg y Mc Adams
resultan mas que recomendables.
Hay muchos datos complementarios interesantes en los textos de
Werner, Mendez y Salazar (1990), Antonio Mendez (1994) y David
Butler (1992), mientras que el lector con deseos de profundizar en el
tema puede recurrir a los completos tratados de Reinier Plomp (1976),
Leo Beranek (1988) y Zwicker y Fastl (1990).
--
--
--
--
-- 53
--
--
-
Analisis espectral
'-......-
CAPITuLO ill
SENALES ACUSTICAS
PERIODICAS. SERlE DE FOURIER
En este capitulo vamos a presentar el Teorema de Fourier, la mas

importante de las herramientas destinadas al analisis de sefiales peri6di
cas. Comenzaremos con una aproxirnaci6n intuitiva para luego arribar,
gradualmente, ala forrnulaci6n del teorema propiamente dicho. Examina
remos despues algunas sencillas aplicaciones practices con el fin de apreciar
la utilidad del metodo,
AI final del capitulo se agrega una ampliaci6n que le permitira profun
dizar en el tema allector con conocimientos forrnales de matematica. Al
igual que el resto de las ampliaciones no es imprescindible para la com
prensi6n del texto y puede ser obviada par quienes la consideren excesi
vamente ardua.
SUMA DE ONDAS SINUSOIDALES DE DISTINTA FRECUENCIA
En el capitulo 1 estudiamos 10que ocurre cuando se suman dos sefia

les sinusoidales de igual frecuencia: el resultado es una nueva sefial
sinusoidal (peri6dica) que conserva la frecuencia de las componentes. Si
en cambio se toman dos funciones sinusoidales (peri6dicas) de distinta
frecuencia y se las deja correr juntas i.el resultado de la suma sera tam
bien peri6dico? En general no. Supongamos por ejemplo que las sinusoides
tienen frecuencias 1; = 200 Hz Y 1; = . 1; = 282,842... Hz. Al ser la
relaci6n entre las frecuencias /2/ /1 = . = 1,414... , cada vez que la
primera onda completa un ciclo la otra recorre casi uno y medio. Cual
quier evento particular, como el cruce de las dos sefiales en fase por el eje
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
mismo tiempo, y esa condici6n se cumple para la relaci6n 3 a I, 0 3 a 5,

o 17 a 12. El caso general esta dado por dos ondas de frecuencias a y b:
siempre que el cociente alb tenga por resultado un mimero racional, la
suma de ambas sefiales originara una sefial periodica.? Mientras la pri
mera onda recorre a cielos la segunda completa b cielos, y vuelven a
encontrarse nuevamente en la situaci6n relativa inicial. La periodicidad
de la resultante esta deterrninada por el maximo comun divisor (MCD)
entre las frecuencias II y 12, Veamos algunos ejemplos: 3
1. II = 100 Hz 12 = 300 Hz = 3 II
Periodicidad (P) = MCD de 100 y 300 Hz = 100 Hz.
Este resultado se puede comprobar en la figura 3.1
2. J; = 600 Hz 12 = 800 Hz = 4/3 J;
Periodicidad (P) = MCD de 600 y 800 Hz = 200 Hz.
3. II = 5.230 Hz 12 = 7.550 Hz
Periodicidad (P) = MCD de 5.230 y 7.550 Hz = 10 Hz.
Suma de ondas sinusoidales arm6nicas

Si se suma una sinusoide de periodo P con otra que en el mismo
tiempo P completa dos cielos, luego con otra que completa 3 cielos, y as!
'Unmimero
todas las que deseemos, se obtendra un resultado muy particular. Las
racional se puede
expresar por medio frecuencias de estas sefiales son, de menor a mayor:
del cociente entre
dos mimeros J;, 12 = 2 11 , 13 = 3 11 , 14 = 4 11 , ,, , , I n =nJ;
enteros a y b. La La suma resultante de estas funciones es tambien una funci6n peri6
expresion decimal
de un mimero dica y su frecuencia, que corresponde al maximo cormin divisor de todas
racional contiene las frecuencias anteriores, coincide conlI' la frecuencia de la primera de
una cantidad finita las sefiales (el periodo de la suma es P = Ilfl ) . El valor de las frecuencias
de digitos 0 una
extension decimal
de las sefiales sigue exactamente una secuencia arm6nica y se denomina
periodica, Por sucesion de sinusoides armonicas al conjunto de sinusoides cuyas fre
ejemplo 2/3 = cuencias cumplan con esa condici6n. Recordemos que una sucesi6n es
0,6666666 ... 00,6
periodico.
arm6nica cuando presenta una base y todos sus multiples.
3Tomarnos en cuenta
Por ejemplo, una sucesi6n arm6nica de base 5 sera:
solo el menor de los 5, 10, 15, 20, 25, nx5
OO' ,
perfodos (que y de base 300:

corresponde a la 300,600,900, 1200, ... , n x 300
mayor frecuencia).
Siempre es posible La diferencia entre dos valores sucesivos, 0 razon de la sucesi6n
encontrar otros arm6nica, es igual al valor de la base. As! en el ultimo de los ejemplos
perfodos mayores 1.200 - 900 = 300, 900 - 600 = 300, etc."
que 10 incluyan.
Podemos apreciar el resultado de la suma de las primeras cuatro
La sucesion
sinusoides arm6nicas con base 11 = 100 Hz en la figura 3.2.
4
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]
P =10 ms (1, =100 Hz)
1, (t)+1,(t)
Tiempo [ms]
1,(t)+1,(t)+1,(t)
P =10 ms (1, =100 Hz)
Tiempo [ms]
P = 10 ms (1, =100 Hz)

1,(t)+1 ,(t)+1,(t)+1,(t) p= 10 ms (1,= 100 Hz)
'( ):
Tiempo [ms]
Suma de las primeras cuatro sinusoides armonicas cuya frecuencia base es de ~ = 100 Hz
58
Andlisis espectral
.~
Estamos ahora en condiciones de enunciar el Teorema de Fourier,

una de las principales herramientas matematicas utilizadas en acustica
(yen toda disciplina que tenga que ver con fen6menos periodicos).
TEOREMA DE FOURIER
Hemos visto que una suma de sinusoides armonicas genera una

onda periodica cuyo periodo coincide con el periodo de la sinusoide de
menor frecuencia, llamado primer arm6nico 0 fundamental de la serie.
Aunque parezca increible toda funci6n periodica puede reducirse a una
suma de esta clase, sin que importe el grado de complejidad presente.
Eso es 10 que establece, precisamente, el Teorema de Fourier: 5
«Toda funci6n periodica de periodo P puede descomponerse en
una suma de sinusoides armonicas, de amplitudes y fases adecuadas,
cuyo primer armonico 0 fundamental posea periodo P.»
As! como este teorema permite descomponer y analizar cualquier fun
ci6n peri6dica, tambien habilita la posibilidad de construir sefiales periodi
cas complejas a partir de una suma de sinusoides puras. Se puede enton
ces reescribir el teorema de la siguiente forma:
«Toda funcion periodica de periodo P puede construirse a partir
de una suma de sinusoides cuyas frecuencias formen una serie armo
nica de fundamental h = liP. Cada sinusoide debe poseer la adecua
da amplitud y fase, que se determinard a partir de la funcion periodi
ca a sintetizar»
La disposici6n de las amplitudes y frecuencias de las sinusoides
involucradas en la suma se denomina espectro de Fourier, y cada una de
ellas toma el nombre de componente de Fourier.
El teorema establece que «puede descomponerse» 0 que «puede
construirse» una funci6n peri6dica cualquiera, 10 cual no significa que
resulte sencillo. La complejidad de los calculos matematicos involucrados
es grande y supera el alcance de este libro. Sin embargo, en la actuali
dad existen numerosos programas de computaci6n que los efecnian
con gran eficiencia y que ponen directamente los resultados al alcance
de cualquier persona no especializada que los necesite.
Pero aun sin realizar grandes esfuerzos matematicos podemos extraer
> En realidad existen numerosas conclusiones cualitativas que seran de utilidad. Para comen
ciertas restricciones
zar el teorema dice que una funci6n peri6dica posee un espectro arm6ni
matematicas: las
funciones deben ser co. Si tenemos una sefial peri6dica y conocemos su periodo sabemos
seccionalmente inmediatamente:
continuas ademas
de peri6dicas.
1. que el espectro correspondiente sera arm6nico, y
Afortunadamente 2. cuales seran las frecuencias de cada uno de los arm6nicos (la
las que intervienen correspondiente al periodo de la sefial original y sus multiples).
en acustica musical
cumplen con estos Desconocemos, hasta que se aplique completo el Teorema de Fourier,
requisitos. las amplitudes de cada uno de esos arm6nicos.
59
La frecuencia de las componentes de un espectro determinan algunas

de las caracterfsticas de la onda compleja resultante. Si esta ultima varia
lenta y suavemente, como la que se observa en la figura 3.3, es probable
que no posea mas que unos pocos armonicos de baja frecuencia:
FIGURA 3.3
espacio [mm]
tiempo [ms]
\.~ ( '.... '

\/\ 110
\ I
\./
Amplitud [mm]
f[Hz]
1.000 2.000 3.000 4.000 5.000
Andlisis de Fourier de una funcion periodica que no presenta cambios bruscos
Pero si la onda compleja posee cambios bruscos debe tener necesa

riamente componentes de peso que vanen rapidamente, y son los armo
nicos de mayor frecuencia los que se comportan de esa manera. En la
fig. 3.4 se grafica una sefial periodica compleja de 5 ms de perfodo que
tiene un pico que crece y decrece en apenas 0,1 ms. Podemos suponer
que el desarrollo de Fourier de esa sefial va a incluir una componente que
cambie de sentido en 0,1 ms, y eso 10 hace recien el arm6nico 25 del
ejemplo -que posee una frecuencia de 5.000 Hz.
Cuanto mas aguzado (mas rapido) sea el pico mayor sera el orden del
armonico involucrado. Los cambios bruscos de direccion, como los de
la onda diente de sierra de la fig. 3.6 requieren, tal como veremos, armo
nicos infinitamente rapidos,
En la siguiente secci6n analizaremos los resultados que se obtienen al
aplicar el Teorema de Fourier a algunas sefiales de uso frecuente en aciis
tica musical.
60
Andlisis espectral
<:» FIGURA 3.4
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.
II 1,000 2,000 3.000 4.000

I
5.000
f[Hz)
~
Andlisis de Fourier de una funcion periodica que presenta variaciones rdpidas
ANA.LISIS DE SENALES PERIODICAS CARACTERISTICAS
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.
Onda diente de sierra

Una funcion que aparece habitualmente en aciistica es la onda diente
de sierra dibujada en la figura 3.6. La aplicaci6n del Teorema de Fourier
nos muestra que posee todos los armonicos posibles desde la fundamen
tal hasta el infinito. La amplitud de cada uno de ellos va decreciendo a
medida que aumenta la frecuencia segun la ley An = A J / n siendo n el
mimero del armonico, A J la amplitud de la fundamental y An la amplitud
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
Grdfico temporal y espeetral de una seiial sinusoidal

En teoria se deben sumar todos los infinitos armonicos para sintetizar
exactamente una onda diente de sierra. Es esta gran riqueza armonica
uno de los motivos de su empleo en gran cantidad de aplicaciones prac
ticas. La voz humana y algunos instrumentos, como el violin 0 el oboe,
generan sefiales que se Ie aproximan.
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
tapados de organo 0 el clarinete en su registro inferior, producen sefiales

parecidas.
FIGURA 3.6
espacio [mm]
tiempo [ms]
O+-----T--t-----'<----I---'t---+----'........--+------>,.-----+--------~
-2
<...... . >
P = 0,01 ms
Amplitud [mm] f"=nf,
A, =0,64 mm f 1 = lIP = 100 Hz

0,64 -:
0,32
f [Hz]
f, = 100 Hz f2 f, f. f, = 500 Hz f, f, f, f,o = 1.000 Hz
Grdfico temporal y espectral de una onda diente de sierra
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
los instrumentos de viento controlados por presion, Son, ademas, la base

de la tecnica de muestreo de sefiales, primera etapa de los conversores

FIGURA 3.7
analogico-digitales.
-
espacio [mm]
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
I, =100 Hz I, I, I, I, = 500 Hz I, I, I, I. = 900 Hz I"
Grdfico temporal y espectral de una onda cuadrada
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
espacio [mm] h=2mm

2 ~ - \--- 1 1\
\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]
f, = 100 Hz f, f. f, =500 Hz f, f, f, f, = 900 Hz f,o f"
Grdfico temporal y espectral de una onda rectangular
Tren de impulsos unitarios

La ultima funci6n que veremos en esta secci6n es el tren de impulsos
unitarios, igualmente espaciados, que se observa en la figura 3.10. El
espectro de Fourier que le corresponde contiene la serie completa de
arm6nicos, de cero a infinito, con igual amplitud: el espectro de Fourier
de un tren de impulsos unitarios en el tiempo es un tren de impulsos
unitarios en la frecuencia.
Esta sefial es la piedra angular de la tecnica de muestreo necesaria
para convertir una seiial analogica en otra digital, y sera estudiada con
mayor detalle en el ultimo capitulo.
Aunque las seiiales anteriores, a excepci6n de la sinusoide, requieran
- infinitos armonicos para su completa reconstruccion -tarea imposible de

llevar a cabo-, afortunadamente solo es necesario llegar hasta el limite
superior de audibilidad en frecuencia del oido, unos 20.000 Hz. Con la
--
tecnologia de audio actual ese limite no representa problema alguno para
el analisis, la sfntesis y la reproduccion de sefiales musicales.
-
65
Seiiales periodicas.Serie de Fourier. Gustavo Basso -
FIGURA 3.9 -
espacio [mm]
h=2mm
\1····
tiempo [ms]
\'
-1
-2
~_ __.- .._-_ ...
.. _.~_._.~ _._-_._
.. .... ~ .. _-_ ..__._._- ..._-----;.
P = 0,01 ms
Amplitud [mm] fn=nf,

f , = 1IP = 100 Hz
~_
A, ...=0,81 mm
/'
0,8
A, = 0
0,4 /~ A, =0,016 mm
/ f[Hz]
f, =100 Hz f, f, f. f, =500 Hz f. f, f, flO
Grdfico temporal y espeetral de una onda triangular
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
Grdfico temporal y espeetral de un tren de impulsos unitarios

FIGURA 3.11
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 -
Ahora bien l.cmil de las dos representaciones, temporal 0 espectral,

conviene utilizar? Una u otra, segun la situacion. Cada una de ellas nos da
una perspectiva distinta del mismo fenomeno y por 10 tanto van a ser
empleadas en funcion del aspecto particular que se desee examinar. Si
bien existen otras descripciones posibles de una sefial acustica," las ante
riores son especialmente adecuadas para el analisis de los procesos ca
racterfsticos de la rmisica pues a la vez oimos, en cierto sentido, de
manera temporal y espectral.
RECONSTRUCCI6N DE PARCIALES POR BATIDO
En el primer capitulo vimos que dos sinusoides de distinta frecuen

cia baten a una tasa igual a la diferencia de frecuencias entre ambas.
Como las componentes de Fourier son sinusoides, es de esperar que
este fenomeno tenga lugar para todo par de componentes armonicos
que se consideren. Si In y t; son las frecuencias de dos armonicos
cualquiera, la frecuencia de batido sera:
t; =1;. -t;
Dadas las caracteristicas de la Serie de Fourier la frecuencia de
batido siempre va a coincidir con la frecuencia de algun armonico, En
particular, dos componentes consecutivas baten a la frecuencia de la
fundamental. Asi,
i. -11 =1; , 13 - 12 =II ' ... , 1;. - In_I =1;
De esta manera la armonicidad de un espectro refuerza la periodici
dad dada por su fundamental. Y mas aiin, pues aunque falte la funda
mental la frecuencia que le corresponde se reconstruye a partir del
batido de sus armonicos. Este fenomeno, de gran importancia musical,
se puede observar en la figura 3.12 en la que aparece una sefial de
espectro armonico a la cual se le ha filtrado electronicamente la funda
mental. Sin embargo, esta reaparece como producto del batido de los
armonicos y define la periodicidad de la. sefial completa. Es cormin
referirse a esta fundamental reconstruida como la «fundamental fantas
rna» 0 «perdida» de la onda.
Un ejemplo de reconstruccion de la fundamental se da cuando ofmos
rmisica por una radio pequefia cuyo parlante es incapaz de emitir ondas
de baja frecuencia: no dejamos por ello de percibir los bajos de la compo
sicion, Esto se debe a que la mayorfa de los instrumentos graves -contra
bajos, fagotes 0 bajos electricos- producen sefiales espectralmente ricas
8 Para ver otras que van a posibilitar la reconstruccion de los primeros armonicos aunque
fonnasde estos no esten presentes a la salida del parl ante.
representar sefiales El fenomeno de fundamental reconstruida tambien puede originarse
consultar el libro de
Giovanni De Poll durante el proceso de percepcion, Ocurre por ejemplo cuando dos sefia
Representations of les acceden, a traves de auriculares, de manera independiente a cada uno
Musical Signals de los ofdos: en ese caso no existe batido fisico exterior, de manera que la
(1991).
fundamental se reconstruye en algiin lugar de la cadena de procesamien
68
Andlisis espectral
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]
Reconstruccion de la fundamental por batido entre armdnicos

Podemos reinterpretar ahora el batido entre dos sinusoides de fre
cuencias cercanas ya analizado en el capitulo 1. Se las puede considerar
como dos armonicos consecutivos de una Serle de Fourier que tiene por
fundamental a la frecuencia de batido, siendo el resto de los arm6nicos de
amplitud cero. Dicha situaci6n se puede observar en la figura 3.13.
FIGURA 3.13
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,
---...
Grdfico espeetral de la serie armonica formada por solo dos eomponentes

Las relaciones entre la periodicidad de una sefial, el desarrollo de Fourier
de la misma y la reconstrucci6n por batido son imprescindibles para com
prender el proceso de percepcion de la altura de un sonido, de la sonori
dad resultante de un conjunto instrumental, y para dar cuenta de numero
sas estrategias de composicion e instrumentacion, En especial, la percep
cion de la llamada altura tonal, virtual 0 residual esta fuertemente rela
cionada con la periodicidad, y es la que nos permite asignar
69
perceptualmente un solo valor de altura a un estimulo complejo como el

generado por la voz humana 0 los instrumentos musicales usuales. En el
capitulo que sigue analizaremos algunos de estos puntos con mas detalle.
Aplicaciones del amilisis espectral

De las muchas consecuencias practicas derivadas del Teorema de
Fourier (y de la Transformada de Fourier que vera en el capitulo 5) se
destaca nftidamente el analisis espectral de sefiales, Permite realizar gran
cantidad de operaciones tales como el filtrado de ruido, la eliminacion de
ondas parasitas, la ecualizacion 0 compensaci6n de una toma de sonido
desbalanceada, 0, si se esta trabajando en el campo digital, cualquiera de
las acciones que ofrece el procesamiento digital del sonido (DSP).9
Hoy en ilia se 10 usa en muchas ocasiones fuera del laboratorio 0 del
estudio de grabacion, El analisis espectral en tiempo real permite ver la
composicion de Fourier de una onda a medida que se va desarrollando.
Se emplean con este fin programas de computacion adecuados 0 instru
mentos diseiiados especfficamente para esa funcion,
Es usual dividir el eje del espectro que representa a la frecuencia en
segmentos de un ancho de banda con stante -que pueden corresponder a
1 octava, 1/3 de octava 0 una fraccion porcentual fija. Generalmente se
dispone la intensidad -0 del nivel de intensidad en decibeles- de la seiial en
lugar de la amplitud como variable en el eje de ordenadas. El grafico se
denomina, en ese caso. espectro de potencia de la seiial. En la figura 3.14
se puede apreciar la imagen de la pantalla de una computadora en la que
se analiza el espectro de potencia de la seiial aciistica generada por un
fagot barroco."
Un ejemplo de aplicacion tipico es el control del balance en frecuen
cias de un sistema de amplificacion electroaciistico para rmisica al aire
libre (como el que se usa para un recital de rock en un estadio de futbol).
Es usual disponer a los lados y sobre el escenario una gran cantidad de
9Para tener un
panorama completo
altoparlantes que radian hacia, en teorfa, todos los sitios ocupados por el
de la gran cantidad publico. Unos reproducen bajas frecuencias, otros frecuencias medias y
de operaciones que otros altas frecuencias. En la practica resulta casi imposible predecir el
se pueden realizar a
balance espectral de la onda que recibira cada espectador. Si esta justo en
partir del
procesamiento el eje de una bocina de alta frecuencia 10 mas probable es que el sonido le
digital del sonido resulte estridente y desprovisto de bajos. Un metodo empleado para obte
ver el libro de Ken
ner una distribucion pareja en frecuencias consiste en colocar microfo
Pohlman
(pohlman, 1994). nos que toman muestras de la onda en distintos lugares de la platea du
lOGentileza de rante las pruebas de sonido. Se genera una seiial de comportamiento
Eduardo Rodriguez. espectral conocido (que puede ser ruido blanco 0 rosa) y se analiza a
11 Se puede ampliar continuacion el espectro de potencias en cada uno de los lugares. Para
sobre esta tecnica conseguir un reparto espectral uniforme de la energfa se reordena enton
en los lihros de
Davis y Davis ces la disposicion espacial y la potencia de salida del conjunto de alto
(1997) y de Davis y parlantes. Esta operacion se monitorea desde una unica consola y un
Jones (1989). equipo de tecnicos entrenados la puede completar en un tiempo relativa
70
Andlisis espectral
mente breve. II
FIGURA 3.14
Espectro de potencia de La seiial acustica generada por un fagot barroco.
AMPLlACI6N
Estaampliaci6n requiere conocimientos formales de metemetice y puede pasarse

por alto sin perjuicio para la comprensi6n del resto de los temas.
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
lu) =a O+a 1COS (2n 11t)+b 1sen (2n 11 t)+

+a z cos(2n 2 11 t)+b z sen (2n 2 11 t)+
+A +a n cos(2nn/l t)+b n sen (2nn/1 t) (2)
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:
ao=~ r f(t) dt (4)
mientras que los restantes coeficientes se calculan con:
(5)
Estas ultlmas relaciones se conocen con el nombre de formulas de Euler.
Expresi6n compleja de la Serie de Fourier

Para comprender el mecanisme de calculo de los coeficientes de Fourier conviene reescribir
la serie en su forma exponencial compleja: 12
(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).
La amplitud compleja de cad a armonlco se obtiene de la siguiente ecuaclon, conocida como

ecuacion de anallsls:
72
Andlisis espectral
Cn
_ 1
-p Jo
r
p
f(t) e
-inw1l
dt (7)
Es sencillo entender el funcionamiento del metoda de Fourier a partir de esta ecuaci6n. Si se

integra un fasor sobre un ciclo 0 un perfodo completo (un recorrido angular de 360°) el
resultado sera cero, pues para cada punta existe otro en contrafase que 10 anula. Pero el
fasor que corresponde a la frecuencia angular nID1 del arm6nico n-esimo se "congela" al
multiplicarse por el terrnlno exponencial del integrando:
(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
a) Integraci6n de un fasor sobre un periodo completo b) integraci6n de un fasor

"congelado" para obtener el valor de en que Ie corresponde c) representaci6n
tridimensional del espectro de una funci6n peri6dica.
12 La forma compleja de una funci6n sinusoidal se vi6 en la ampliaci6n del capitulo 1.
73
'
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
Diferentes representaciones del espectro de potencia de una senal (usamosf en lugar

de 0> para el eje de abscisas pues asi graficaremos los espectros de ahora en mas).
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.
En la actualidad se emplean computadoras digitales para efectuar estos calculos. Un algo
ritmo (Ia Transformada Rapida de Fourier 0 FFD acelera mucho el proceso. 13
Coeficientes de Fourierde algunas seiiales peri6dicas caracteristicas

1) Si empleamos la Serie de Fourier para analizar la onda diente de sierra ya vista en la fig.
3.6 se tiene que:
ao = 0 an =0 y bn =kIn
k=h/1t h es el maximo valor que alcanza la senal.
2) Para una onda cuadrada como la de la figura 3.7:
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.
3) Para una onda rectangular como la de la figura 3.8:
La funci6n (senx)/x que aqui aparece se denomina sene integral y es la que describe el
proceso de muestreo de sefiales
4) Para una onda triangular como la de la figura 3.9:
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.
5) Y para un tren de impulsos unitarios como el de la figura 3.10:
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
COMENTARIOS BIBLIOGRAFICOS
EI Teorema de Fourier esta desarrollado casi sin formulas matemati

cas en los libros de aciistica musical de Arthur Benade (1960 y 1976),
Carleen Hutchins (1978), John Pierce (1985), Donald Hall (1991) y
Juan Roederer (1995 y 1997). De todos ellos el de Hall es el que mas se
aproxima al enfoque aquf propuesto.
Para aquellos lectores con conocimientos matematicos el tratado de
A. Papoulis (Papoulis, 1962) sigue siendo el trabajo mas claro y com
pleto. Tambien se pueden consultar con provecho los libros de Hwei
Hsu (1973), de Randall y Tech (1977) y de Oppenheim y Young (1995).
76
Andlisis espectral
, ';:"
\ z. ,",
CAPITULO IV \~{;}J3:i~~/
SERlE DE FOURIER.
CONSECUENCIAS Y
APLICACIONES
El analisis de algunas de las numerosas consecuencias practicas de

la Serie de Fourier nos permitira comprender su alcance y versatilidad.
Comenzamos este capitulo vinculando las caracteristicas de las sefiales
periodicas con sus consecuencias perceptuales asociadas mas impor
tantes. A continuacion le dedicamos un lugar destacado al estudio del
rasgo altura y de la sonoridad propia de los espectros complejos, temas
de gran importancia musical. Pasamos por ultimo a examinar la distor
sion presente en los sistemas acusticos reales, estudio que nos permitira
comprobar la potencia de analisis presente en la serie de Fourier.
Aunque las sefiales perfectamente periodicas son idealizaciones ma
tematicas, muchas de las ondas que generan los instrumentos de rmisi
ca, la voz humana, 0 los generadores electr6nicos son aproximaciones
por tramos a senales peri6dicas, hecho que justifica ampliamente el uso
de los metodos que aqui presentamos.
PERIODICIDAD Y ALTURA
Estamos ahora en condiciones de examinar con mayor detalle la

relacion que existe entre una sefial aciistica y la percepcion de la altura
del sonido asociado. Establecimos en una primera aproximacion (capi
tulo 2) un vinculo sencillo entre la frecuencia de una sefial sinusoidal y
la dimension perceptual altura. Pero es dificil hallar sefiales sinusoidales
puras tanto en la naturaleza como entre los sonidos empleados para
77
Serie de Fourier. Consecuencias y aplicaciones. Gustavo Basso
-
sostener una estructura musical. Y cuando se las genera, normalmente

a partir de un oscilador electronico, los sonidos asociados se comportan
de manera extrafia: no resulta tan facil como se esperaba la identifica
cion auditiva con alguna de las notas del teclado de un piano, y se
deslizan hacia el agudo (0 el grave, segun la freeuencia) al aumentar la
intensidad -fenomeno ya analizado en el capitulo 2. Suenan particular
mente desnudas y con un timbre "electronico" caracteristico que muta
de manera continua al variar la frecuencia.
Una serie de paradojas revelaron que la sencilla relacion frecuencia
altura, y el concepto mismo de altura, requerian una profunda revision.
Esta revision se llevo a cabo a partir de experimentos psicoacusticos
originados en sonidos similares a los empleados efectivamente en rmisi
ca, que reemplazaron a las experiencias primitivas, disefiadas en base a

estimulos sinusoidales puros.'
Antes de pasar a su estudio detallado debemos recordar que la per
cepcion primaria de la altura requiere la intervencion de gran cantidad
de estructuras que incluyen desde la membrana basilar en la coclea
hasta el sistema nervioso central. Es por eso que cualquier intento de
reducir la cuestion a un desarrollo puramente ffsico, fisiologico, neural
o psicologico peea, desde el comienzo, de ingenuidad.
Tonicidad. Altura tonal y altura espectral

Cuando variamos la posicion del control de tono de una radio 0
modificamos la ecualizacion en un sistema electronico de audio esta
mos alterando el brillo del sonido. Pero no alteramos otras caracteristi
cas relacionadas con su altura: el cambio en la ecualizacion no hace que
el do de una flauta se sustituya por un re, ni que un fragmento module a
otra tonalidad. Estas caracteristicas -que permaneeen invariantes frente
a los cambios en la distribucion de energia del espectro- definen la
altura tonal presente en una clase de sonidos, la de los sonidos toni
cos? La tonicidad de un sonido es el rasgo perceptual que nos permite
identificarlo con alguno de los grados de la escala musical. El nivel de
tonicidad varia de un sonido a otro: una nota sostenida de una flauta es
muy tonica, un tambor genera sefiales de tonicidad nula, y una caja
1 Los experimentos
china es un buen ejemplo de instrumento de tonicidad intermedia. En
fueron desarrollados una primera aproximacion podemos estableeer que el grado de tonicidad
principalmente por H. guarda relacion con el ancho de banda de la sefial ffsica: a mayor ancho
Fletcher, J. Schouten,
R. Shepard y P.
de banda menor tonicidad, y viceversa.
Schaeffer. De ellos La que sf cambia al modificarse la posicion de los cursores de un
tomarnos los ecualizador es la distribucion de energia en el espeetro de la sefial, Esta
conceptos que
distribucion de energia en funcion de la frecuencia se asocia con la
expondremos en las
secciones que siguen. percepcion de la altura espectral del sonido: dos guitarras que emiten la
2 Traite des Objets misma nota, de sonido metalico una y apagado la otra, producen la
Musicaux (Pierre misma altura tonal pero distintas alturas espectrales (tanto que es habi
Schaeffer,I966).
tual deeir que la primera es "mas aguda" que la segunda).
78
Andlisis espectral
Estabilidad y definicion de la altura tonal en seiiales periOOicas

complejas
El reconocimiento de las dos clases de altura presentes en un sonido

oblige a revisar la relaci6n frecuencia-altura, 0 en todo caso a definir los
alcances de estos terminos en funcion de las caracteristicas propias de
cada situacion. Asf se descubri6 que la tonicidad dependia de la periodi
cidad de la sefial, y que aumentaba al afiadirse arm6nicos a una sinusoide
desnuda. Ellimen de frecuencia, que para sinusoides de baja frecuencia
llega hasta 2 0 3 Hz, se reduce a apenas 0,1 Hz cuando el estfmulo es
una onda diente de sierra (peri6dico complejo y con una gran cantidad
de armonicos). El sonido de un violin, muy rico en armonicos, define
mejor la altura tonal que una sinusoide.
La estabilidad de la altura tonal frente a cambios en la sonoridad,
que es pobre para estimulos sinusoidales (ver el capitulo 2), aumenta
para sefiales periodicas complejas de tal modo que se puede decir, a
fines practices, que en estos casos la altura tonal es independiente de la
sonoridad (se mantiene sin cambios entre un pp y un ff).
Pero la conclusion mas relevante es que existe una correlacion di
recta entre la periodicidad de una sefial y la altura tonal percibida. Pe
riodicidad que esta definida univocamente por la fundamental de Fourier
de la sefial periodica. La altura tonal es conocida tambien como altura
periodica, subjetiva, residual 0 virtual del sonido.
Podemos sintetizar parte de la discusion anterior en el siguiente enun
ciado:
Las seiiales periodicas son oidas como sonidos tonicos, a los que
se puede asignar un valor de altura tonal definido. Este valor se
correlaciona directamente con la fundamental de Fourier de la seiial.
En la practica podemos deterrninar auditivamente la periodicidad -0
armonicidad- de un estimulo al identificarlo claramente con una nota de
un instrumento de sonido tonico como el piano. 0, aiin mas facil, si 10
podemos cantar sin mayores dudas.
Se presenta aquf una de las propiedades mas notables del sentido de
audicion: percibimos con una altura tonal unica los sonidos causados
por estfrnulos periodicos, no importando la complejidad que posean.
Quiza 10 mas relevante de este proceso de sfntesis es que permite
englobar una serie de caracteristicas diversas presentes en la sefial ffsi
ca en s610 un rasgo significativo pertinente, el de la altura tonal. Y
aunque la relaci6n entre periodicidad y espectro arm6nico este presente
en el estimulo ffsico mismo es recien en un alto nivel del registro neuronal,
en el llamado centro de procesamiento de la altura 3 -que acnia una vez
reunida la informacion que llega desde ambos ofdos- donde la fusion
final tiene lugar (figura 4.1).
Cuando ofrnos un sonido peri6dico complejo nuestro sistema auditi
vo presta mas atenci6n a la salida del centro de procesamiento de la
3 Roederer (1997).
altura (que sefiala una unica sensacion de altura tonal) que a las caracte
79
rfsticas de la altura espectral 0 primaria de cada sector del espectro del

sonido. Si deseamos oir en detalle cada componente por separado de
bemos inhibir el mecanismo anterior, operacion que demanda un tiem
po considerable. Esa es la razon que nos impide percibir por separado
los armonicos superiores en los sonidos de corta duracion,
FIGURA4.l:
ENTRADA
SALIDA
(sefial fisica)
(imagen perceptual)
) Centro de
Senal peri6dica ) Altura tonal
) procesamiento )
(compleja) ) (simple)
) de la altura
Esquema del proceso de reconocimiento de la altura tonal.

La periodicidad de una onda no exige la presencia de la totalidad de los
armonicos: no se modifica significativamente aun cuando falten varios de
ellos. Es posible eliminar gran cantidad de componentes de una sefial por
medio de un filtro sin alterar, por ello, la altura tonal. El efecto es aun
valido si se elimina el primer armonico de la Serie de Fourier tal como
vimos en el capitulo anterior,"
En la figura 4.2 se pueden observar algunas seiiales periodicas distin
tas que se oyen con la misma altura tonal (sus alturas espectrales, no
obstante, difieren notablemente).
Para sintetizar podemos decir que laaltura tonal no esta correlacionada
4 Este fenomeno es
directamente con la variable frecuencia de la seiial, sino con la funda
originado en parte en mental de Fourier de dicha seiial. Y mas aun, con la fundamental de
la seiial ffsica misrna, Fourier de un espectro ponderado de acuerdo a la sensibilidad del oido
y en parte en el
(graficada en el capitulo 2). La ponderacion incluye la capacidad heurfs
sistema nervioso
central. tica tipica del proceso de percepcion.'
, Este tema es un En la siguiente seccion examinaremos algunos ejemplos en los que
topico en los se manifiestan claramente las diferencias entre ambas clases de altura.
trabajos sobre
psicoacustica. Gran
cantidad de Altura tonal y altura espectral. Ejemplos
paradojas presentes
en la percepcion de
Este es un momento adecuado para detenemos a examinar algunos
la altura, estudiadas
en detalle por Diana casos concretos. Los ejemplos que siguen nos van a perrnitir apreciar la
Deutsch y Reinier gran capacidad explicativa de los conceptos de altura tonal y espectral
Plomp, se resuelven incorporados.
al incluir procesos de
percepcion que 1. Imaginemos una flauta, un violin y un piano sonando al unisono.
complementan los
analizados en este
El sonido de cada instrumento es diferente e imposible de confundir con
capitulo. el de otro. Sin embargo los tres producen la misma nota, por ejemplo un
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 '/
......
Seiiales periodicas con igual altura tonal y distinta altura espectral

Al estudiar las sefiales generadas por los tres instrumentos observamos
que presentan una periodicidad identica (que en el caso del re4 es de 294
Hz). Sin embargo, el grafico espectral de una porci6n temporal de las
ondas de cada uno de ellos es diferente: la cantidad y amplitud de los
arm6nicos, el ancho de banda que Ie corresponde a cada uno de ellos, la
distribuci6n de la energfa en funci6n de la frecuencia. i.Que es, en suma,
10que tienen de diferente los tres sonidos? La altura espectral (Podemos
sospechar, a partir de este ejemplo, que la altura espectral tiene mucho
que ver con el timbre de un sonido).
2. Pasemos ahora a una situaci6n distinta, en la que un trompetista
ejecuta una escala de sol mayor en su instrumento. Entre un sonido y el
81
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
partir de estructuras ritmicas 0 de juegos timbricos. La Third

Construction de Cage 0 Ionization de Varese, al igual que una batucada
brasileiia, constituyen buenos ejemplos en ese sentido. 2) La altura
tonal deviene redundante y pasa a un segundo plano si no aporta nueva
informacion. Este es el caso del tercer mimero, Farben (Colores) de las
Cinco piezas para orquesta op. 16 de Schonberg. En esta pieza un
acorde se mantiene casi estatico, 10 que lleva al oyente a centrar la
atencion en la continua mutacion timbrica ocasionada por el cambio y
sustitucion de distintos instrumentos sobre las mismas alturas tonales
(Schonberg llamo a este procedimiento "melodia de timbres").
7. A los largo de la historia la rmisica occidental ha oscilado
entre periodos en los cuales hubo un predominio de la altura tonal y
otros en donde tambien la altura espectral ocupo un lugar destacado. 1)
Durante el barroco no se indicaba en detalle la instrumentacion de las
obras. Era cormin la leyenda "sonata trio para dos flautas, 0 dos oboes,
o dos violines, y continuo", y la transcripcion de una pieza de un instru
mento a otro figuraba entre las practicas habituales. Un ejemplo extre
mo 10 constituye El arte de la Fuga de J. S. Bach, que fue escrita con
las voces separadas en pentagramas individuales sin indicacion alguna
de instrumentacion. Los unicos rasgos del sonido que el autor conside
ro pertinentes fueron la altura tonal y la duracion (aquf entra en juego
el concepto de nota musical antes que el de sonido). 2) En contraste,
durante el impresionismo la altura espectral -y con ella el aspecto
timbrico- se constituyo en un rasgo importante dentro de la estructura
de una pieza de rmisica, Si alterasemos la instrumentacion de El Mar de
Debussy estariamos modificando sustancialmente la obra.
En los ejemplos anteriores se pone de manifiesto la facultad que
tiene cada cultura para destacar aquellos rasgos del sonido que conside
ra atractivos y pertinentes al elegir el material musical.
8. Volvamos a las seiiales sinusoidales. En los sonidos asociados la
altura tonal y la espectral dependen directamente de la frecuencia pues
el desarrollo de Fourier contiene solo una componente armonica: al
variar la frecuencia ambas alturas se mueven en forma paralela. Este
comportamiento poco habitual agrega otra razon que justifica el lugar
singular que ocupan estas seiiales en cualquiera de las clasificaciones de
sonidos y objetos sonoros que son de uso habitual en electroaciistica.
Helice de alturas tonales
De los numerosos modelos graficos que se han confeccionado para

darle claridad al concepto de altura tonal uno de los mas atractivos
sigue siendo el concebido por M. Drobisch 6 a mediados del siglo XIX y
luego perfeccionado por Roger Shepard." En su esquema se diferencia
6Drobisch (1852). 1a altura absoluta (Shepard la llamo "pitch height") del color tonal
7 Shepard (1964). ("tone chroma"). La primera de las variables indica directamente la
83
relacion grave-agudo. Un sonido por encima de otro en esta dimension

perceptual es simplemente mas agudo que el restante. En cambio, dos
sonidos pueden participar del mismo color tonal aunque sus alturas
absolutas no coincidan: dos la separados a una distancia de octava
tienen un color tonal parecido, el que corresponde a la clase tonal
("pitch class") de lao
FIGURA 4.3:
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
racterfsticas perceptuales a partir de ciertos patrones de recurrencia pre

sentes en la voz humana." Estas cuestiones, que forman parte de un
curso completo de acustica, escapan al alcance del presente trabajo pero
pueden consultarse en varios de los textos citados en la bibliografia.
FIGURA 4.4:
Arm6nico 9 f, = 1.179 Hz (re.>

.i >:
---- ------_._.- Arm6nico 8 f. = 1.048 Hz (do)
Arm6nico7 f, = 917 Hz (sib)
~ -=n ----..
~ .! U --- - Arm6nico 6 f,=786Hz (sol)
"'"
"-i
.1
.J
.......
---...
----------
~~~~-
,
Arm6nico 5 f, = 655 Hz (mi,)
--,-
~
""l
0 -9 Arm6nico 4 f = 524 Hz (do)

•
---
<, - < ; <,
Arm6nico 3 f, == 393 Hz (sol)
Arm6nico 2 f 2 == 262 Hz (do)
t?J: ~ 0 ~
-------
--------- Arm6nico 1 f 1 == 131 Hz (do)
(fundamental)
Serle armonica de un do 3 en notacion musical aproximada
SERlE ARMONICA EN NOTACION MUSICAL. COMBINACION DE

ESPECTROS ARMONICOS
La notaci6n en pentagrama de la serle arm6nica, tan difundida en los

textos de teorfa musical, es una consecuencia de la descomposici6n por
Fourier de una sefial perl6dica. Como cada componente de la serle es, en
10 Consultar en
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
Es necesario advertir que las relaciones anteriores parten de una de

-
tenninada concepci6n de intervalo que es, siempre, propio de una cultura
especffica. Y aun asi, los valores fueron obtenidos a partir de un metodo
de generaci6n de la escala, el de Zarlino, 12 que no es el iinico posible aiin
para la rmisica occidental (de hecho, el piano se afina siguiendo otro
metodo), La representaci6n de la serie arm6nica en notaci6n musical
goza de una gran carga hist6rica y fue utilizada para justificar las mas
variadas teorias sobre la naturaleza de la rmisica,
FIGURA 4.5:
a)
Q
o
-a
b)
a) Fusion doj-sol, Y doj-soi,
b)fragmento que parte de d0 3 en do mayor y de mi j en mi mayor
Hemos observado que las diferentes componentes de la onda peri6

dica parecen mantenerse amalgamadas en un solo paquete perceptual
pues todas ellas participan de la periodicidad de la fundamental. Tambien
es posible fusionar perceptualmente los sonidos de dos instrumentos mu
sicales en uno solo, creando un timbre compuesto, a condici6n de que
una de eIlos se perciba como arm6nico del otro (ambos sonidos deben
ser estables en el tiempo 0 de envolvente temporal similar). En el ejemplo
12 Se la conoce
de la fig. 4.5a se obtendra una fusi6n acabada en el primer caso (intervalo
tambien como de duodecima entre la fundamental y el tercer arm6nico de do 4)' y no en
escala de el segundo (intervalo de quinta que no corresponde a
Aristogenes, de los
fisicos 0 "natural".
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.
SONORIDAD RESULTANTE EN SENALES DE ESPECTRO ARMONICO
No todos los armonicos de la serie poseen igual importancia perceptual.

Los seis primeros se destacan nitidamente pues estan separados por un
intervalo que supera el ancho de banda critico. Entre estos el intervalo es
mayor a un tono y medio (figura 4.4) y la sonoridad de cada uno se suma
directamente en sones (se aplica el segundo caso de combinacion de
estimulos detallado en el capitulo 2). A partir del septimo armonico la
distancia es cada vez menor, se solapan entre sf las bandas criticas y la
sonoridad resulta de sumar logaritmicamente las intensidades (primer caso
de combinacion de estimulos): el aporte a la sonoridad total es mucho
menor.
Los ejemplos musicales que ilustran este comportamiento son abun
dantes. En el organo la sonoridad se modifica al cambiar la cantidad y
caracteristicas de los tubos que se accionan con cada tecla, y es cormin
el agregado de pequefios tubos a una distancia de una, dos, 0 tres octavas
respecto de la fundamental (segundo caso) cuando se desea aumentar la
sonoridad de un registro. Esta tecnica se incorporo casi sin cam bios al
disefio de algunos instrumentos electronicos -entre los que quiza el orga
no Hammond constituya el mas claro ejemplo.
En el segundo capitulo establecimos que dos estimulos sinusoidales
que ocupan una misma banda critic a producen una sensacion de rugo
sidad considerada desagradable en muchas situaciones. Por este motivo
la presencia simultanea de armonicos sucesivos a partir del septimo es
evitada en la construccion de instrumentos de rmisica y en la registracion
de organos, Una posibilidad tecnica consiste en reducir la amplitud de
esos armonicos por debajo de niveles significativos. Y otra en evitar la
presencia de armonicos sucesivos manteniendo al ancho de banda critico
como intervalo minimo entre los ann6nicos destacados del espectro. En
87
contramos nuevamente esta ultima estrategia en el nasardo, la tierce y en

varias mixturas de los 6rganos de tubo (registros que incluyen arm6nicos
a distancias de duodecima 0 decima por encima de la fundamental de
Fourier), y en la instrumentaci6n de gran cantidad de piezas de rmisica.
Un ejemplo nos permitira comprender la raz6n del aumento de la so
noridad resultante en un sonido peri6dico complejo. Consideremos una
onda diente de sierra con un nivel de intensidad de 100 dB y una periodi
cidad de 200 Hz. Las frecuencias, niveles de intensidad, y sonoridades de
los primeros arm6nicos tornados por separado seran entonces: 13
1; = 200 Hz NI = 98 dB Sonoridad = 70 sones

1; = 400 Hz NI = 92 dB Sonoridad = 45 sones
1; = 600 Hz NI = 88,5 dB Sonoridad = 40 sones
t, = 800 Hz NI = 86 dB Sonoridad = 35 sones
is = 1.000 Hz NI = 84 dB Sonoridad = 30 sones
1 = 1.200
6 Hz NI = 82,5 dB Sonoridad = 20 sones
t, = 1.400 Hz NI=81 dB Sonoridad = 18 sones
is = 1.600 Hz NI = 80 dB Sonoridad = 15 sones
La sonoridad total se obtiene al sumar directamente las correspon

dientes a los primeros 5 arm6nicos, agregando luego la ocasionada por
los de mayor orden (en el ejemplo los arm6nicos 6, 7 y 8 se suman
logarftmicamente y contribuyen en conjunto con 21 sones):
Sonoridad total = (70 + 45 + 40 + 35 + 30 + 21) = 241 sones
En comparaci6n una sinusoide de 200 Hz y un nivel de intensidad
de 100 dB provoca una sonoridad de apenas 80 sones. Se entiende
claramente aquf la causa del mayor rendimiento sonoro asociado a una
sefial peri6dica, uno de los motivos que explica el escaso empleo de
sefiales sinusoidales en cualquier sistema de comunicaci6n acustica.
13 Los valores de los

DISTORSI6N
niveles de
intensidad y de
sonoridad se Podemos emplear ahora la serie de Fourier para estudiar en detalle
obtuvieron de los
el fen6meno de distorsi6n, de gran importancia por sus consecuencias
graficos expuestos
en el capitulo 2. practicas. En un sistema acustico perfecto la sefial de salida es una
14 Los valores de copia exacta de la sefial de entrada. Pero los sistemas reales no se
distorsion arm6nica comportan de manera tan prolija, y 10 normal es que entre la entrada y
presentes (y
audibles) en una la salida existan diferencias apreciables que muchas veces son perfecta
cadena mente audibles. Para una mejor comprensi6n del fen6meno vamos a
electroacustica son
mucho menores que dividir el estudio de estas diferencias 0 distorsiones provocadas por los
los aquf mostrados. sistemas en dos partes. En la primera de ellas analizaremos la distorsi6n
Es imposible
detectarlos a simple alineal y en la segunda la distorsi6n lineal.
vista en un gnifico
temporalcomoel de
lafigwa.
88
Andlisis espectral
Sistemas no lineales. Dlstorslon armonlca

Tanto en la generaci6n como en la recepci6n (y percepcion) de sefia
les acusticas encontramos sistemas cuya respuesta no sigue proporcio
nalmente las variaciones de amplitud de la sefial de entrada. Esto equivale
a decir que el sistema no se comporta de manera lineal. Un sistema lineal
es aquel en el que la relacion entre la entrada y la salida. 0 funcion de
transferencia, es una recta. Esta caracteristica permite que la sefial con
serve la forma original una vez que abandona el sistema.
FIGURA 4.6:
a) salida funci6n de transferencia

~ senal de salida
/ ~~~~~~~~~~~~---- --------r------- ----------------,,--
/
/
serial de entrada
--------
b) salida
funci6n de transferencia
seiial de salida
/
.:
/
/
serial de entrada
Funciones de transferencia: a) lineales y b) no lineales (con una funcion seno a la entrada) 14
La sinusoide dibujada en la figura 4.6a sigue siendo una sinusoide

luego de pasar por un sistema lineal (mantiene las proporciones aunque la
amplitud ha aumentado un poco). En cambio un sistema alineal
representado en la figura 4.6b por su funcion de transferencia- modifica
la forma de la sefial que se le presenta a la entrada: la sefial de salida en
89
este caso ya no es una sinusoide (se ha "defonnado").

La sefial de salida del sistema alineal no es, como se ve claramente en
la figura 6b, una sinusoide pura. Sin embargo es claramente periodica y
por 10 tanto se le puede aplicar el Teorema de Fourier. La sefial de salida
conserva el periodo P de la sinusoide de entrada y posee un espectro
armonico en el que aparecen componentes inexistentes hasta ese mo
mento (en la figura 4.7 se comparan las salidas de los dos sistemas ante
riores ante la misma estrada sinusoidal). Esta clase de distorsion, produc
to de la alinealidad del sistema, se conoce como distorsion alineal 0 ar
monica y es comun en casi todas las etapas que forman una cadena
aciistica. Forma parte, tambien, del complejo mecanismo de percepcion
auditiva del ser humano.
FIGURA 4.7:
a)
Espectro de entrada Espectro de salida

-'
transferencia lineal
A[mm] A [mm]
I
1. 1
tL
I
----. 1----.
I I
f, = 100 Hz f [Hz] I f, =100 Hz f [Hz]
b)
Espectro de entrada Espectro de salida
A[mm] transferencia alineal A [mm]
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
La distorsion armonica es propia de los sistemas alineales y la impor

tancia que le adjudiquemos depende de la funcion asignada al sistema. En
gran cantidad de instrumentos de rmisica es necesaria para alcanzar el
resultado esperado (en un violin 0 un oboe la distorsion forma parte sus
tancial de la identidad del instrumento). Y la evaluacion de los oyentes
90
Andlisis espectral
mejora cuando existe cierta cantidad de distorsi6n arm6nica convenien

temente distribuida en un teatro 0 una sala para musica.
FIGURA 4.8:
----
a)
.--- NPS [dB)
80
selia I de entrada
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
Audibilidad de la distorsion armonica a) amplijicador a vdlvulas 0 con etapa de salida con

transistores MOSFET b) amplijicador a transistores estdndar (los efectos de la distorsion
estdn magnificados).
Pero pequefias cantidades de distorsi6n arm6nica deterioran la calidad
de un amplificador 0 de un micr6fono. Para establecer en estos casos los
maximos tolerables de distorsi6n arm6nica es necesario determinar en
que punto esta comienza a ser audible. En la figura 4.8 se aprecia la zona
de enmascararniento generada por una sefial a la salida de dos sistemas
similares al de la figura 4.7b. 15 Las arm6nicas originadas por distorsi6n
que se hall an bajo la curva de enmascararniento son inaudibles, mientras
que las que emergen por encima de ella se alcanzan a percibir. Se ve con
15 Ver la curva de
cIaridad que las arm6nicas de mayor frecuencia son las que deterioran en
enmascaramiento en mayor medida la calidad de audio del dispositivo.
la figura 2.12.
91
En la figura 4.8a se observa la distorsion armonica generada por un

amplificador a valvulas 0 uno a transistores de diseiio avanzado (los lla
mados "high end"): aunque la distorsion es grande -en terminos de ener
gfa- cae casi total mente dentro de la zona de enmascaramiento y no afec
ta la calidad final de audio.
En la figura 4.8b se muestra la distorsion armonica que introduce un
amplificador a transistores de diseiio estandar: aunque la amplitud total
de los armonicos es menor si se compara con el caso anterior el efecto
que producen se percibe pues desbordan la curva de enmascaramiento.
El resultado es un amplificador con menor calidad de audio.
El sistema auditivo humano tambien se comporta de manera alineal.
Esta alinealidad, en especial la presente en el oido medio e interno,
genera los llamados sonidos de combinacion (que se dividen normal
mente en adicionales y diferenciales ).16
Distorslen lineal y rotacidn de Case

Un sistema perfecto, ademas de poseer una funcion de transferen
cia lineal como la dibujada en la figura 4.6, debe poseer una rotacion de
fase que permanezca constante en funcion de la frecuencia, 0 que crez
ca linealmente con ella.
Aun asi cualquier rotacion de fase existente produce un retardo de la
seiial de salida con relacion a la entrada, y como se halla presente en
practicamente todos los dispositivos electronicos de una cadena de audio
-micr6fonos, amplificadores, consolas, ecualizadores, altoparlantes, etc.
debe ser tenida en cuenta al conectar varios de ellos en serie 0 paralelo
pues los efectos pueden ser apreciables. Pero si la respuesta de fase es
no lineal el retardo varia en funcion de la frecuencia y las distintas
componentes armonicas de una seiial llegan al oido en tiempos diferen
tes. Aparece entonces una nueva distorsi6n que toma el nombre de
distorsion de fase 0 lineal (asi llamada porque no aparece necesaria
mente distorsion en el espectro de potencia de la seiial). No es impor
tante para seiiales estacionarias de audio, pero sf 10 es en el caso de las
"Tambien
transitorias que veremos en los capitulos 5 y 6.
aparecen como
resultado del En la figura 4.9 se puede apreciar el efecto que causa un sistema
procesamiento con distorsion de fase sobre un escalon unitario.
neural, en cuyo A continuacion, en la figura 4.10, se resumen los efectos que produ
caso toman el
nombre de sonidos cen las distintas distorsiones estudiadas hasta aqui sobre un escalon
de combinaci6n de unitario que ingresa a diferentes sistemas. El primero es un sistema
segundo orden 0 perfecto (lineal) con rotacion de fase lineal, y su efecto es el de retardar
"batidos subjeti
vos". Este punto, la seiial de salida respecto de la entrada.
que escapa al
alcance de este
libro, puede
consultarse en el
de Juan Roederer
(1997).
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}
seiial de entrada filtro pasabajos con serial de salida

rotaci6n de fase no lineal
e [mm] e[mm]
I'
1771
I
t, t [rns] l~ ._ f
• ~ t,,+t, t [ms]
Distorsion defase en unfiltro pasabajos.

El segundo de los sistemas posee distorsion armonica (es un filtro
pasabajos) y modifica la forma de la sefial de entrada modificando su
espectro de potencia. El tercer sistema agrega distorsion lineal 0 de fase:
a la salida aparecen retardos que varian en funcion de la frecuencia y la
sefial es nuevamente deformada (la rotacion de fase, a diferencia de la
'--- distorsion armonica, no modifica el espectro de potencia de la sefial de
entrada).
93
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]
L...J. ~ ---I"~ '1&

t [ms] t o + t, t [ms]
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]
Resumen de los efectos de las distintas distorsiones sobre un escalon unitario
94
.-;..
Andlisis espectral
COMENTARIOS BWLIOGRA.FICOS
Los temas aquf tratados se pueden complementar con los libros de

acustica de Pierre Schaeffer (1952 y 1966), R. Plomp (1976), John
Pierce (Pierce, 1985), Jean C. Risset (1978a), Arthur Benade (1960 y
1976), Zwicker y Fastl (1990), David Butler (1992) y Juan Roederer
(1995 Y 1997). Por su importancia hist6rica y claridad conceptual se
destacan los trabajos de Pierre Schaeffer y de Zwicker y Fastl.
Se puede ampliar con provecho el estudio del concepto de altura
musical en las publicaciones de Abraham Moles (1960), Sundberg y
Lindqvist (1973), David Ehresman (1978), Jean Claude Risset (1978 b
y c), E. Terhardt (1982) y Diana Deutsch (1995). Y tambien, por su
puesto, en las de Pierre Schaeffer ya citadas.
Las distintas clases de distorsi6n estan bien tratadas en los libros de
Papoulis (1962), Hwei Hsu (1973), Oscar Bonello (1985), Glen Ballou
(1991) y Oppenheim y Young (1995). Todos ellos requieren conoci
1,--" mientos de matematica,
,
'''-../
I
--
1-
L
L
L
L
L
L
95
---
Andlisis espectral
CAPITULO V
SEN-ALES NO ESTACIONARIAS.
TRANSFORMADA DE FOURIER Y
PRINCIPIO DE INDETERMINACION
Iniciamos el estudio de las sefiales acusticas clasificandolas a partir

de una primera gran division: en un grupo se situaron las sefiales esta
cionarias 0 no limitadas en el tiempo, de duraci6n infinita, y en el otro
las no estacionarias. Hasta aqui hemos estudiado en detalle las propie
dades del primero de estos grupos, el de las sefiales estacionarias, y
dentro de estas Ie dedicamos una atenci6n especial a las ondas periodi
cas. En el presente capitulo vamos a descender un paso en el grado de
abstracci6n para concentrarnos en el analisis de las sefiales aciisticas de
duraci6n finita, que comienzan y terminan en algiin momenta determi
nado. Definiremos algunas herramientas matematicas de gran poder
explicativo y nos detendremos, al menos en una primera aproximacion,
para evaluar las consecuencias perceptuales de los eventos limitados en
el tiempo.
Nuestro objeto principal de estudio sera el estado transitorio' de
una sefial, que se puede definir como la parte de la evoluci6n de una
onda en la que esta cambia de un estado permanente, 0 estacionario, a
otro. Asi como hay sefiales totalmente transitorias -la generada por el
golpe sobre una mesa es un buen ejemplo-, existen otras que presentan
caracteristicas transitorias en el comienzo y en la extinci6n, permane
I En algunas
ciendo relativamente estables dentro de esos limites. Las herramientas
publicaciones de definidas en el capitulo 3, entre las que sobresale el Teorema de Fourier,
actistica musical se se emplean para estudiar los periodos estables, mientras que las que
10 llama transiente
aquf veremos se usan para analizar los momentos de transici6n. La
de la sefial.
combinaci6n de estos instrumentos de analisis nos permitira compren
97
Transformada de Fourier y Principio de lndeterminacion. Gustavo Basso
der la mayoria de los fen6menos relacionados con las seiiales aciisticas

-
que se emplean habitualmente en musica,
-
SEN-ALES REALES
Hemos comprendido que una sinusoide de duracion infinita -tal como

se la define desde la matematica- es una construccion abstracta. En el
mundo real toda seiial debe comenzar y terminar en un tiempo mas 0
menos definido. En la figura 5.1 se representa una onda real, con prin
cipio y fin, generada por la caida de una cacerola. En ella la amplitud
parte de cero, crece rapidamente hasta un maximo y luego decrece
hasta desaparecer.
FIGURA 5.1
NPS [dB]
envolvente dina mica
Tiempo[ms]
1.000
Grdfico temporal de la senal acustica provocada por la caida de una cacerola. •

La onda no es periodica -no se repite- y por 10 tanto no admite ser
analizada a traves del Teorema de Fourier. El espectro resultante, en
consecuencia, no es armonico, La envolvente dinamica trazada en la
figura sirve para describir el proceso de variaci6n global de la energfa
asociada en funci6n del tiempo y se la puede graficar uniendo los maxi
mos parciales. Este parametro juega un papel destacado a la hora de
caracterizar las seiiales transitorias." La cantidad y variedad de formas
que adopta es muy grande y se las puede agrupar segun las caracteristi
cas que presentan en tres momentos diferentes: en el comienzo (0 ata
* Gentileza de que) de la onda, en su porcion final (extinci6n) y, de existir, en el
Teresa Basile.
segmento estable 0 cuerpo de la seiial. La forma de la envolvente tem
2En cambio la
envoi vente dinamica poral debe ser considerada, junto a la del espectro, para evaluar la
de una onda causa fisica del timbre de un sonido.
peri6dica es una La composici6n espectral de una seiial real tambien difiere de los
constante y aporta
escasa infonnaci6n prolijos graficos expuestos en el capitulo anterior. Pero antes de iniciar
sobre la misma. el analisis que sigue quiza convenga apelar a nuestra experiencia auditiva
98
Andlisis espectral
para recordar los sonidos casi opuestos generados por un diapason y

por un tambor. El sonido del diapason se mantiene estable durante
mucho tiempo y su altura tonal es facil de identificar. Podemos supo
ner, entonces, que la frecuencia de la onda que 10 causa esta definida
con claridad. Una sinusoide idealiza estas propiedades al permanecer
un tiempo infinito y poseer una sola frecuencia perfectamente delimita
da. En cambio, el sonido del tambor dura apenas un instante y no se le
puede asignar un valor de altura preciso: es legitimo conjeturar que la
FIGURA 5.2
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
Seiial rectangular con periodo creciente
99
onda que 10 produce no tiene, en consecuencia, una iinica frecuencia

dominate. Estos dos sonidos nos servinin de ejemplo recurrente a 10
largo de todo el capitulo.
Limite temporal y ancho de banda
De los diferentes caminos que se pueden recorrer para vincular una

seiial limitada en el tiempo con su representacion espectral, elegimos
uno que parte de uno de los ejemplos de aplicacion de la Serie de
Fourier estudiados en el capitulo 3. Aprovechamos asi algunos concep
tos ya incorporados y que hemos usado en el analisis de seiiales perio
dicas.
Consideremos la onda cuadrada de la figura 3.7, que reproducimos
con ligeras variantes en la figura 5.2a. Ala derecha del grafico temporal
se puede ver el espectro de amplitud que le corresponde (se le ha modi
ficado la escala para facilitar las comparaciones),! Los armonicos estan
separadas entre sf una distancia igual a la frecuencia de la fundamental
f I = lIP, Ylas amplitudes que les corresponden quedan limitadas por la
envolvente dibujada con la linea de puntos. No estan presentes, como
era de esperar, los armonicos pares.
En la figura 5.2b se mantiene el mismo ancho a del pulso, pero se
aumenta al dobIe el periodo de la seiial. La onda es ahora rectangular y
el espaciamiento entre armonicos se reduce a la mitad. Desaparece el
armonico 4 y sus multiples, aunque la amplitud de los mismos responde
ala misma envolvente del caso anterior (la envolvente depende exclusi
vamente de las caracteristicas de cada pulso individual de ancho a, que
no ha variado). En el siguiente paso, figura 5.2c, se dilata aun mas el
periodo. La seiial repite recien cuando transcurre un tiempo igual a 8
veces la duracion del pulso, y las consecuencias en el espectro son
claras: los armonicos se encuentran separados por una distancia menor J
y las amplitudes contimian respetando la envolvente punteada (no estan
presentes los armonicos rmiltiplos de 8 como corresponde a una seiial
rectangular con P = 8 a ).
De aumentar ann mas el periodo obtendriamos resultados previsi
bles: los armonicos estarian cada vez mas cerca unos de otros y se
conservaria la envolvente de amplitud. Pasemos entonces a una situa
cion extrema y hagamos que la onda repita recien en el infinito (decir
que algo repite en el infinito equivale a decir que no repite). La seiial se
supone entonces con un periodo infinitamente grande 0 que tiende a
3 En el eje de
infinito (se escribe P ~ 00). En la figura 5.2d se ha graficado esta seiial
ordenadas se grafica y su espectro. La fundamental de Fourier que le corresponde es
el producto (an X P) f 1 = 1/00 = 0 Hz, Yla separacion entre armonicos es tambien cero. Bajo
en lugar de (an>.
la envolvente ya no hay armonicos representados por lineas sino una
4 Como son infinitos
los puntos que

banda continua, que en su interior contiene un conjunto denso (infini
forman un segmento to) de frecuencias.' El pulso unico de la figura que estamos analizando,
de recta.
100
Analisis espectral
al igual que el golpe de tambor de la figura 1.4 y cualquier otra sefial

limitada en el tiempo, tienen un espectro de bandas de caracteristicas
parecidas.
El desarrollo anterior es similar al que sigui6 J. B. Fourier en 1807
para extender el alcance de sus series a todo tipo de funciones, periodi
cas 0 no. La relaci6n que vincula las manifestaciones en el tiempo y en
la frecuencia de estas sefiales toma el nombre de Tranformada 0 Inte
gral de Fourier/
Podemos sintetizar 10 establecido en esta secci6n con el siguiente
enunciado:
«Las seiiales limitadas en el tiempo poseen espectros de banda.»
Por simetria obtenemos este otro:
«Los espectros de lineas, armonicos 0 no, corresponden a seiiales

, Como en el caso de
la Sene de Fourier,
no limitadas en el tiempo.»
existen ciertos
requisitos que debe Los espectros de banda no pueden caracterizarse, como los de If
cumplir una funci6n
para que pueda
neas, por medio de una unica frecuencia porque poseen infinitos valo
analizarse por medio res distintos. Se emplea entonces el ancho de banda 11j, definido como
de la Transfonnada el intervalo existente entre dos frecuencias limite II y 1/
de Fourier.
Afortunadarnente las En la figura 5.3 se pueden ver varios espectros con diferentes an
sefiales aciisticas chos de banda. El primero posee un ancho de banda nulo, pues una
normales cumplen
con estas recta no tiene espesor, y corresponde a una sinusoide de frecuencia
condiciones, 1= 5.000 Hz. El segundo de los espectros de la figura es de una sefial de
conocidas como banda angosta y el tercero el de una de banda ancha.
condiciones de
Diritchlet, El ultimo de los espectros, figura 5.3d, tiene un ancho de banda
6 La letra griega delta infinito, la energfa se distribuye de modo parejo en todas las frecuen
(LI.) se usa para cias y se denomina ruido blanco -por analogfa con la luz blanca que
designar un resulta de la suma de todos los colores espectrales.
intervalo. Ll.I es, en
este caso, el
El criterio que se usa para determinar si un espectro posee banda
intervalo entre las angosta 0 ancha depende, en muchos casos, del contexto 0 de la opera
frecuencias 11 Y 1, cion que se desee efectuar con la serial (puede comportarse como de
7 Son las llarnadas banda ancha en determinada situaci6n y no en otra diferente). En la
frecuencias de
potencia mitad, en
percepci6n de sefiales acusticas interesa conocer el mfnimo ancho de
las que la potencia banda que el ofdo puede detectar en funci6n de la frecuencia central de
de la serial vale la la banda, limite impuesto en principio por el movimiento de la membra
mitad que en el
na basilar en el ofdo intemo.
maximo(3 dB
menos). Como la Para determinar el ancho de banda se deben definir dos frecuencias
potencia es limite. Estas son las que corresponden a una arnplitud de aproximada
proporcional al mente 0,7 de la arnplitud maxima de la serial. 7 Una vez determinadas j' 1
cuadrado de la
arnplitud, en estos y I 2' el ancho de banda 4f se calcula con:
puntos la arnplitud
toma el valor 11 . = 4f=/2 - II
0,707 de1amaxima.
101
FIGURAS.3
a)
NPS [dB]
60
5.000 10.000 f [Hz]

b) 41= 0
NPS [dB]
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==
Grdficos espectrales de seiiales con distintos anchos de banda.

La f6nnula anterior es valida s6lo para casos sencillos, en los que el
espectro adopta la forma de una campana. En la figura 5.3 se pueden
apreciar las frecuencias limite y el valor de !:ifpara cada ejemplo.
Para sefiales mas complejas el procedimiento requiere la integraci6n
de la energia total del espectro.
102
Aruilisis espectral
PR1NCIPIO DE INDETERMINACI6N ACUSTICO
De los ejemplos anteriores se desprende que pueden hallarse sefia

les acusticas con diferentes duraciones y anchos de banda. Es el mo
mento de preguntar por la existencia de alguna relacion entre estas ca
racterfsticas, habida cuenta que las representaciones temporales y
espectrales son dos formas de interpretar el mismo fenomeno, Conoce
mos algunas sefiales que, como las sinusoides, poseen una gran dura
cion y un pequefio ancho de banda, pero l.puede tener una onda una
existencia breve y al mismo tiempo un reducido ancho de banda? 0, a
nivel perceptual, l.puede oirse un sonido tan corto como el de un tam
bor y a la vez tan tonico como el de una flauta? La respuesta es NO. Y
la razon es que existe una caracteristica propia de los fenomenos
ondulatorios, el Principio de Indeterminacion, que establece una rela
cion inversa entre la duracion de una sefial transitoria y el ancho de
banda que le corresponde.
Apelaremos a un ejemplo para aclarar este punto. En el ultimo grafi
co de la figura 5.2 se aprecia un espectro de bandas que corresponde a
un unico pulso de duracion a. Se ha vuelto a dibujar en otra escala este
pulso en la figura 5.4 haciendo que la duracion del mismo se reduzca
paulatinamente, entre un grafico y otro, hasta que alcanza un valor muy
pequefio.
A medida que la duracion del pulso disminuye el ancho de banda
crece (son inversamente proporcionales). La ultima funci6n (figura 5.4d)
es conocida como impulso unitario, su duraci6n es casi cero (tiende a
cero) y el espectro correspondiente posee un ancho de banda infinito
(tiende a infinito).
En la figura se considero que el ancho de banda !if ocupa la porcion
del espectro que va desde frecuencia cero hasta el primer minima de
amplitud. En todos los casos toma el valor 11/ = Ua. Si llamamos I1t a la
duraci6n vemos que para todos los pulsos del ejemplo siempre I1t = a.
Se cumple entonces que:
!i.t x !if = a x lIa =1

Relaci6n que se verifica para todas las duraciones posibles del pulso
(como se puede comprobar en los cuatro ejemplos de la figura). Pode
mos generalizar el resultado anterior a cualquier sefial limitada en el
tiempo y enunciar entonces el Principio de Indeterminacion Acustico
de la siguiente manera:
Transformada de Fourier y Principio de Indeterminacion. Gustavo Basso
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
Relacion entre pulsos de distinta duracion y sus espectros de Fourier.

8 Consideramos aqui Si Af es el ancho de banda y At la duraci6n de una sefial variable, la
que el producto debe
relaci6n que se establece entre ambas es, aproximadamente: 8
ser mayor 0 igual a I
porque partimos del 4fxAt~l
ejemplo de la figura
5.2. En la ampliaci6n al Que tambien se puede escribir:
final del capitulo se
analiza con mayor o & ~ 1/ Af
detalle esta
inecuacion.
104
..-::' ."
Andlisis espectral
El valor mfnimo depende en realidad de las caracteristicas de cada

seiial. Si se aplica la relacion anterior a una sinusoide, como en ella la
duracion t1t tiende a infinito y como 1 dividido infinito es cero, el ancho
de banda correspondiente Af sera nulo y el espectro contendra una sola
linea (como era de esperar). Y si se analiza un impulso de duracion
At = 0, el ancho de banda Af sera 1 dividido (casi) cero que equivale a
infinito. Este resultado confirma que el espectro de un impulso es un
ruido blanco con un ancho de banda infinito. En el caso intermedio de
una seiiallimitada en el tiempo de duracion finita el principio se aplica
sin inconvenientes. En los tres primeros ejemplos de la figura 5.5 se
ilustra 10 anterior con los diagramas temporales y espectrales de una
seiial sinusoidal, de un impulso y de una seiial de duraci6n intermedia.
El ultimo caso de la figura 5.5 permite aclarar una caracteristica
importante del principio de indeterminacion, que impone un limite infe
rior pero no uno superior: el producto de la duraci6n por el ancho de
banda puede alcanzar valores considerables. El ruido de transito del
ejemplo 5.5d posee a la vez una duraci6n (t1t) y un ancho de banda
(Af) muy grandes y no viola por ello la relacion Af x At ~ 1. Otro
ejemplo similar 10proporciona una sinusoide que cambia su frecuencia
en funci6n del tiempo hacia arriba y luego hacia abajo varias veces (se
oye un glissando) durante un lapso arbitrariamente prolongado: el pro
ducto 4f x At puede alcanzar valores muy grandes. Estos dos ultimos
ejemplos constituyen casos tipicos de seiiales no estacionarias conti
nuas.
Es importante destacar que el principio de indeterminacion no se
refiere a una Iimitacion en la tecnologia de generacion de ondas 0 en el
mecanismo de percepcion humano, sino que describe el comportamiento
ffsico propio de los fenomenos ondulatorios. No es posible construir
una sefial que a la vez este bien determinada en la frecuencia (pequefio
Af) y en el tiempo (pequefio At), cualquiera sea la tecnologia utilizada.
El intervalo temporal At representa tambien el llamado estado transito
rio de una sefial, que es el que ocupa la transicion entre dos de sus
estados estacionarios.Por oposici6n al estado permanente, en el que
toda oscilacion resulta de la cornbinacion de sinusoides de duraci6n
infinita, el estado transitorio posee en general duracion finita y necesa
riamente ocurre -como mfnimo- al comenzar y finalizar una sefial,
Tambien forma parte del cambio en la amplitud 0 la frecuencia de
alguna componente. El efecto de vibrato, que consiste en una variacion
periodica de la frecuencia y/o de la amplitud de aproximadamente 7 Hz,
origina en muchos casos la supresion del estado permanente en la por
cion de sefial a la que se aplica. En sefiales sin estado permanente At
coincide con su duraci6n.
105
~~~'; w~~ !I)I~I
111!~,1~1't~1 \"f" in/'·...'i
f [Hz]
I
II 11'
Aplicacion del principio de indeterminacion a diferentes seiiales acusticas. d) ruido de

trdnsito.
EI principio de Indetermlnacicn en la practica musical cotidiana

Recordemos los sonidos cortos de algunos instrumentos de percu
sion: definen muy malla altura tonal pero son extremadamente precisos
al puntuar un determinado esquema ritmico. Pocos instrumentos pue
106
Andlisis espectral
den competir con un tambor 0 un bloque de madera en la producci6n

de una secuencia de golpes rapidos y diferenciados. Un buen ejemplo
10 brinda la parte de caja clara de Ionizacion de Edgar Varese,?En estos
casos la pequefia duracion y el gran ancho de banda correspondiente a
cada sonido son necesarios para alcanzar el fin buscado. Serfa imposi
ble lograr un efecto similar empleando instrumentos con menor ancho
de banda como flautas 0 violines, pues las notas sucesivas se fundirian
enturbiando el patron ritmico, El precio que se paga por esta exactitud
es la imposibilidad de mantener el sonido por un tiempo medianamente
largo (hay un truco: si bien no se puede prolongar un golpe aislado, sf se
pueden suceder muchos en un redoble y crear la sensacion de una nota
mantenida. El tremolo, tan habitual en las marimbas y otros instrumen
tos de placas, persigue el mismo fin).
En el otro extremo estan los instrumentos que producen sonidos
t6nicos -que definen con facilidad la altura tonal. En general, estos
pueden variar la duraci6n de cada sonido y, en muchos casos, tambien
la «dureza» del ataque. Cuanto mas blando el ataque (menor ancho de
banda) y mas larga la nota, mas precisa sera la definicion de la altura
tonal. Si en cambio el ataque es abrupto (gran ancho de banda) y la
nota dura poco tiempo, la altura tonal puede resultar dificil de recono
cer. Una flauta 0 un cello en staccato definen menos la altura tonal de
cada nota que en legato (tocar un pasaje staccato muchas veces permite
ocultar una afinaci6n que de otro modo apareceria con deficiencies)."
Sefiales peri6dicas recortadas en el tiempo

Es interesante analizar el espectro de Fourier que se obtiene al re
cortar en el tiempo una sefial periodica, situacion muy cormin que da
origen a gran cantidad de sefiales musicales reales. En la figura 5.6 se
pueden observar los graficos temporales y espectrales de la misma
sinusoide recortada por ventanas temporales distintas.
En el primer caso la ventana temporal es rectangular y la onda aparece
y desaparece de modo brusco (este efecto se puede obtener conectan
do y desconectando el parlante de salida de un oscilador sinusoidal).
Aunque «dentro» de la ventana la serial es un fragmento de sinusoide,
en realidad la sefial completa no 10 es -recordemos que una sinusoide
tiene duracion infinita- y por 10 tanto el espectro no esta representado
9 La parte de tambor por una sola linea sino por varias bandas relativamente complejas. Otra
en una batea de manera de concebir el grafico de la figura es imaginarlo como la super
murga uruguaya es
otro buen ejemplo.
posicion de una sinusoide ideal con una ventana temporal con la forma
10 i lmaginense la
de la envolvente (en la figura 5.4 se puede observar el espectro de un
reacci6n de los pulso rectangular). En ese caso es logico esperar que el espectro resul
rmisicos de una tante integre algunas de las caracteristicas del espectro propio de la
orquesta frente a un
oboe que de ella con
sinusoide con el correspondiente a la ventana temporal.
una serie de
staccatos cortos!
107
.,......:. ,"
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 ~,)
'" ~ .N' '241 I.,: ,;5')

L
.., 211;1 22;7 ,oo~ [Hz)
Diagramas temporales y espectrales de una seiial sinusoidal recortada por distintas

ventanas temporales: a) ventana rectangular que deja "ver" 10 cielos de la onda; b)
igual a la anterior pero aplicada a 3 cielos; c) ventana de Hamming -10 cielos-; d)
ventana de Hanning -100 cielos.
108
Analisis espectral
La ventana del segundo ejemplo es tambien rectangular, figura 5.6b,

pero mas corta - abarca 3 cielos de la onda en vez de los 10 de la
anterior. Como la duraci6n real es menor -solo una pequefia parte de la
sinusoide- es de esperar que, a causa del principio de indeterminacion,
el ancho de banda asociado posea un valor considerable. La tercera
ventana es una de Hamming que deja pasar 10 cielos de la sefial y la
cuarta una de Hanning aplicada a 100 cielos -estas ultimas ventanas
son muy usadas en aciistica y electronica.!'
AI comparar las representaciones espectrales de una sinusoide pura
(como la graficada en la figura 5.5) con las tres sinusoides anteriores
recortadas en el tiempo, podemos ver que el maximo de arnplitud siem
pre coincide con la frecuencia de la sinusoide original. Por el contrario,
la forma y el tamafio del espectro varia de acuerdo al desarrollo de la
envolvente y depende, en definitiva, de las caracterfsticas de la ventana
temporal aplicada.
Quiza sea oportuno relacionar en este momenta las sefiales anterio
res con algunas de sus consecuencias perceptuales. Sabemos que la
periodicidad de una onda es el parametro asociado a la sensacion de
altura tonal de un sonido. Es l6gico suponer que el ancho de banda de
una sefial (0 la duracion, si aplicarnos el principio de indeterminaci6n)
va a condicionar la percepcion de la altura vinculada a la misma. Una
sefial de pequefio ancho de banda define con precision su frecuencia
originando en un oyente una elara sensacion de altura tonal. A medida
que el ancho de banda crece esta sensaci6n pierde nitidez y llega un
11 Es muy sencillo
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
DISTINTAS CLASES DE ESPECTROS
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
NPS [dB] [625] [8701
60
100 200 300 400 500 600 700 800 900 f [Hz]
d)
NPS [dB]
60
[100] 400 500 700 900 f [Hz]

[250] 500 750
[625] [870]
Distintos espectros discretos y sus derivados: a) armonico de lineas; b) poliarmonico de

lfneas; c) cuasi armonico; d) poliarmonico de bandas.
110
Andlisis espectral
1. Un primer grupo comprende a los espectros de lineas (tambien

llamados discretos 0 de rayas) y sus derivados. En el capitulo 3 trabaja
mos con espectros armonicos de lineas con ancho de banda cero para
cada componente. Ahora sabemos que estos espectros corresponden
ondas a peri6dicas ideales, no limitadas en el tiempo. Un espectro ar
m6nico de lfneas se puede apreciar en la fig. 5.7a. Tambien es posible
concebir un espectro de lfneas que no sea armonico, cuyas componen
tes no sigan una sucesion arm6nica y que por 10 tanto no posea una
periodicidad asociada. Como el ancho de banda de cada componente
sigue siendo nulo la sefial no esta limitada en el tiempo. Con un poco de
trabajo -0 con la ayuda de una computadora- en algunos casos se pue
den encontrar varias secuencias armonicas intercaladas entre las com
ponentes -deben contener un rninimo de dos componentes. Esta clase
de espectros se suelen llamar poliarmonicos en la literatura especiali
zada -la grafica de un espectro poliarmonico se muestra en la figura
5.7b (en la figura se aprecian dos series arm6nicas incompletas, de 100
y 250 Hz de periodicidad, y dos componentes aisladas de 625 y 870
Hz).14 Las sefiales deterministas cuasi peri6dicas (ver la clasificaci6n de
las seiiales acusticas del capitulo 1) tienen un desarrollo espectral de
caracterfsticas similares.
Muchas sefiales reales presentan en su desarrollo porciones que se
parecen bastante a una onda peri6dica permanente (la parte mas estable
de la sefial de un diapas6n puede ser un buen ejemplo). En tales casos
cada componente posee una banda angosta y el espectro resultante
toma el nombre, en la literatura corriente, de cuasi armonico (tambien
se los llama espectros armonicos reales). Un grafico de este tipo se
puede ver en la figura 5.7c. Los pequefios anchos de banda presentes
indican que la serial, aunque prolongada, no se perpenia etemamente
(el espectro del fagot barroco de la figura 3.14 es de caracteristicas
similares). De igual modo, si se le agrega un cierto ancho de banda a
cada componente de un espectro poliarmonico, como ocurre en la figu
ra 5.7d, se tiene el espectro de una serial poliarmonica real. Las campa
nas generan graficos espectrales de esta clase, y las diferencias entre las
bandas de cada componente determinan los distintos tiempos de extin
cion caracterfsticos.
Una sefial se puede definir desde la psicoaciistica como "perfecta
mente periodica" cuando el ancho de banda de cada componente no
supera ellimen diferencial (perceptual) que le corresponde. Esta situa
cion se da con frecuencia en el cuerpo de muchas sefiales generadas
por instrumentos de rmisica t6nicos.
14 El algoritmo de
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 -
de amplitud, sino tambien a los que presentan varios maximos separa-

dos como el de la fig. 5.8b, 0 una distribucion mas complicada de la
energfa en funcion de la frecuencia como el que se muestra en la figura
5.8c (en este caso se representa el espectro de la seiial de la figura 5.1
generada por la cafda de una cacerola). En algunos casos cada maximo
de un espectro de bandas toma el nombre de fonnante del mismo."
FIGURA 5.8
a)
NPS [dB]
60
b) t>.f= kf,
NPS [dB]
60
5.000 10.000 f [Hz]

c)
NPS [dB]
.: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
que le corresponde. Como hacer eso es imposible utilizamos nuestro

conocimiento previa de la periodicidad de la onda: la integramos duran
te el tiempo que dura un periodo y luego extendemos el resultado supo
niendo su repetici6n continua. Este procedimiento se usa. en la practi
ca. para analizar cualquier seiial periodica."
Pero l.que pasa si la seiial no es peri6dica? La unica forma de lograr
un espectro completo serfa tomar un tiempo suficientemente grande
como para que la onda quede totalmente encerrada entre sus lfmites.
Esto nos permitiria obtener el espectro fntegro pero, si la seiial cambia
de forma a medida que avanza, perderiamos los detalles de cada una de
sus partes. Pensemos en una pieza sinf6nica como La Valse de Ravel:
es mucho mas interesante obtener el detalle espectral de cada momen
to, de cada acorde, que el del total de la composici6n. Una soluci6n
posible es dividir la seiial en fragmentos y analizar cada fragmento por
separado. Y aquf aparecen nuevamente las limitaciones impuestas por
el principio de indeterminaci6n: si deseamos un gran detalle en el espec
tro, con pequeiios anchos de banda para cada componente, necesaria
mente debemos integrar la seiial durante un tiempo relativamente gran
de, perdiendo en consecuencia detalles temporales (por ejemplo, un
grupo de semicorcheas se venin fusionadas en un solo paquete). Por el
contrario, si se desea un gran detalle en el analisis temporal el intervalo
entre muestras debera ser breve, forzandose la aparici6n de un gran
ancho de banda para cada componente de la seiial. Se pierde asf, a
causa del principio de indeterminaci6n, definici6n en la frecuencia." En
la figura 5.9 se puede observar el efecto que tiene, sobre el espectro de
una seiial, el tamaiio de la ventana temporal aplicada. En el segundo la
ventana es 15 veces mas chica que en el primero: el ancho de banda de
cada componente resulta apreciablemente mayor.
En cuanto a la interpretaci6n de la informaci6n que proviene del
instrumental de uso habitual en acustica es importante que las personas
que operan con seiiales, como los compositores electroaciisticos y los
ingenieros de sonido, puedan diferenciar entre dos clases de Ifmites:
16 No es otra cosa 10 1. Los lfmites tecnol6gicos. Por ejemplo los impuestos por la curva
que establece eI de respuesta en frecuencia de un micr6fono, por la resoluci6n de un
Teorema de Fourier.
En la ampliacion
sistema digital (que depende de la cantidad de bits empleados), 0 por el
sobre el terna del recorte espectral que provoca la tasa de muestreo del mismo. Estas
capitulo 3 se puede limitaciones pueden reducirse modificando 0 cambiando el sistema.
ver que los
2. Los lfmites ffsicos. Son inherentes al fen6meno y por 10 tanto no
coeficientes se
deterrninan se pueden remover. Constituyen ejemplos tfpicos de esta clase de limi
integrando la funcion tes los que provienen de la aplicaci6n del principio de indeterminaci6n
solo durante un acustico,
periodo.
17 Una situacion Para obtener informaci6n a la vez en el dominio del tiempo y en el
extrema se da en el de la frecuencia es usual tomar muestras peri6dicas, igualmente espa
campo digital: no
existe el espectro de ciadas en el tiempo, y analizar espectralmente cada una de ellas. En la
una unica rnuestra. figura 5.10 se observa un esquema del proceso de extracci6n del espec
113
Transformada de Fourier y Principia de Indeterminacion. Gustavo Basso
tro de una sefial a intervalos regulares de tiempo. Se obtiene de esta

manera una sene de graficos sucesivos que dan una idea bastante
completa de la evoluci6n de la sefial,
FIGURAS.9:
a)
NPS [dB]
60
f [Hz]
5.000 10.000
b)
NPS [dB]
I,~ A A r\ Ii (\
I
lJ\ VI VJV ~\ (Vi

VV\V VI! \. 1/\1 Il ~ (\
v
60
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
Schaeffer." El tercer plano, detenninado por los ejes de tiempo y fre

, '-../
cuencia, se utiliza a veces en los sonogramas empleados para el analisis
de la VOZ, y Schaeffer le dio el nombre de «plano melodico 0 de las
tesituras" .21
FIGURA 5.10:
Intensidad
[dB]
tiempo [ms]
Extraccion deL espectro de una seiial a intervaLos reguLares - f3 es La frecuencia 0 tasa

de muestreo
FIGURA 5.11
Intensidad
[dB]
Diagrama tridimensional de una seiial acastica.
115
-
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
Sonograma de un registro de voz hablada. 22

Otro diagrama cuyo objeto es proyectar en dos dimensiones el grafi
co tridimensional es el que grafica la evoluci6n temporal de cada uno de
los arm6nicos de una sefial cuasi peri6dica (figura 5.13). Esta ultima
clase de representaci6n fue muy utilizada para el estudio de los instru
mentos musicales t6nicos, pero se la ha dejado de lado por varios moti
vos: por una parte cada trazo es la salida de un filtro pasabanda sintoni
zado a la frecuencia del probable arm6nico. Veremos en el proximo
capitulo que la respuesta de un filtro de esas caracteristicas no es tan
sencilla como la que aquf se pretende. Una segunda objeci6n, mucho
mas relevante, es que el diagram a supone a priori unicamente la exis
zo Op.cit.
tencia de componentes arm6nicos carentes de ancho de banda y sin
21 Op. cit.
deriva en frecuencia. Lo estudiado hasta aquf, en especial en este capi
22C.LC.C.
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]
Evolucion temporal de los armonicos de una seiial cuasi periodica.

Todas las representaciones espectrales analizadas en esta secci6n
estan limitadas, l6gicamente, por el principio de indeterrninaci6n. A
medida que aumenta el tiempo entre muestras se va ganando resoluci6n
espectral a costa de una perdida en la resoluci6n temporal (y vicever
sa)."
Ejemplo: Amilisis de la sefial de un diapason

Estamos ahora en condiciones de interpretar la evolucion temporal
del espectro de una sefial real. Tomemos la generada por un clasico
diapas6n de ramas paralelas. En el diagrama temporal de la
figura 5.14a se aprecia que en el instante del golpe la onda es muy
compleja e inestable. Es de esperar que el espectro ocupe en ese mo
mento una banda relativamente grande. A los 2 segundos del golpe la
onda se ha estabilizado y, si bien continua decreciendo, la velocidad de
cambio es mucho menor -figura 5.14b. EI espectro tornado en ese seg
mento presenta en consecuencia un ancho de banda bastante mas an
gosto que el anterior. Como la sefial es enterarnente transitoria continua
con la misma tendencia hasta extinguirse por completo (que en la prac
23 No todos los
tica equivale a ser superada por el ruido de fondo). La evoluci6n com
programas de pleta de la onda se puede apreciar con claridad tanto en el diagrama
computaci6n para tridimensional como en el sonograma de las figuras 5.14 c y d.
analisis acustico
penniten variar a
voluntad la duraci6n
de la ventana
temporal de
integraci6n.
117
FIGURA 5.14:
a) b)
NPS [dB] NPS [dB]
40 40
,.. II... h,.. ,i r
v \j ~.j \j \,,:' \/ \J \",/ \./ 2
c) Intensidad
[dB]
f= 440 Hz
J
40
frecuencia
[Hz]
d)
frecuencia
[Hz]
440
tiempo
[s]
o 2 3
Diagramas temporales, tridimensional (TEF) y sonograma de la seiial causada por el

golpe sobre un diapason.
Tal como era de esperar, el diapason genera una sefial que en su
porcion estable posee una unica componente de pequefio ancho de
banda que puede ser usada como referencia de frecuencia (altura tonal
118
L Andlisis espectral
I
~
I~ a nivel perceptual) una vez transcurrido el transitorio inicial. En este

caso es tambien de provecho que la onda posea una banda angosta
pues va a durar, principio de indeterminacion mediante, un tiempo pro
longado.
Existe una sencilla relacion numerica entre el tiempo que tarda una
oscilacion en decaer a la mitad (TI/2) y el ancho de banda porcentual
promedio (Af p ) que Ie corresponde. Si N es la cantidad de ciclos que
tienen lugar en T 1/2 ' el ancho de banda promedio sera: 24
Mp = (38,2/N) %
La amplitud de la onda de un diapason puede tardar alrededor de 5
segundos en reducirse a la mitad. Como oscila 440 veces por segundo,
el valor de N es igual a 5 s x 440 cIs = 2.200 ciclos. El ancho de banda
porcentual queda, entonces,
«. = 38,2/2200 = 0.017 %
[Que equivale a un error de 0,003 de semitono temperado! El diapa
son parece ser una referencia en altura mas que suficiente, en especial
si tenemos en cuenta la sensibilidad del oido humano (el limen de fre
cuencia) correspondiente. En la practica las cosas no son tan sencillas
pues hay que tener en cuenta una serie de factores adicionales que
entran en juego al afinar un instrumento musical. Algunos de estos
factores surgen de la mayor definicion de la altura tonal que perrniten
las sefiales periodic as complejas frente a las sinusoides puras tal como
se estudio en el capitulo 4.
Constituye un buen ejercicio relacionar las caracteristicas del sonido
de un diapason (10 que se oye) con las de la sefial que 10 produce (el
estfrnulo fisico): el ruido del golpe que se advierte al principio corres
ponde al gran ancho de banda inicial; la tonicidad (definicion de la
altura) aumenta a medida que transcurre el tiempo y se angosta el an
cho de banda; la sonoridad diminuye siguiendo la reduccion de la am
plitud de la onda; etc.
PERCEPCION DE TRANSITORIOS
Antes de pasar al estudio de las principales aplicaciones de los temas

tratados en este capitulo conviene analizar, en una primera aproxima
cion y sin pretender agotar el tema, algunas de las consecuencias
perceptuales asociadas a las seiiales limitadas en el tiempo.
24 Benade (1976). La Sabemos que una sinusoide debera superar los 13 ms de duracion
relaci6n numerica
para que la sensacion de altura tonal del sonido asociado comience a ser
citada se obtiene
aplicando el principio distinguible. Con un tiempo de existencia menor el ancho de banda es
de indetenninaci6n a tan grande que la altura no se establece de manera clara. Este efecto se
una sefial sinusoidal extiende a cualquier onda periodica: el principio de indeterminacion exi
que decae
exponencialrnente. ge una duracion minima a partir de la cual comienza a percibirse una
119
altura tonal determinada.

Pero toda onda peri6dica, sinusoidal 0 compleja, que persista un
tiempo suficiente como para sugerir una altura, debe comenzar y cesar
en algun momento. Estas transiciones pueden ser graduales, como la de
la una flauta que surge desde el pp, 0 bruscas, como la de la misma
flauta en staccato. En el primer caso la sensaci6n es la de un sonido que
crece suavemente sin modificar sus rasgos principales (altura tonal, tim
bre, textura, etc.). En el segundo caso el gran ancho de banda generado
por el ataque provoca la aparici6n de un ruido caracteristico. Cuando
los cambios 0 transiciones son extremadamente rapidos y bruscos, de
apenas algunos milisegundos, aparecen «clics» 0 chasquidos. Estos elics
son raros en las fuentes aciisticas tradieionales pero se han vuelto habi
tuales en las electr6nicas (especialmente las digitales) y aparecen con
frecuencia en los productos del procesarniento digital de sefiales, Las
uniones mal resueltas de ondas digitalizadas, como la que se ve en la
figura 5.15, originan generalmente ruidos parasites de esta elase.
FIGURA 5.15:
NPS [dB]
.:
union mol resuelto
Tiempo [ms]
"CUe" provocado por una union deficiente en el loop de una seiial.

Los ruidos provocados por las transiciones rapidas de un estado
estaeionario a otro pueden tener lugar en cualquier punto del desarrollo
de una onda. En la figura 5.16 se observan tres ondas sinusoidales
recortadas por distintas ventanas temporales. En la primera el ataque es
abrupto y la extinci6n suave: el gran ancho de banda, que se oye como
un chasquido, ocurre al comienzo. En la segunda la ventana temporal
se invierte y el ruido se percibe al final. En el tercer grafico tanto el
ataque como la extinci6n son graduales, pero aparece un breve valle de
amplitud en la mitad del desarrollo que se manifiesta elaramente en el
aumento del ancho de banda del diagrama tridimensional correspon
diente.
120
Analisis espectral
40
l--_-;;:-_---,,:--_~-__;;;__-=_-__;;,..._"-~ frecuencia
[Hz]
c)
Intensidad
[dB]
40
l----;;:----;:~---::-----;_:::_-~-____::;;_l"-~ frecuencia
[Hz]
Distintas clases de transiciones aplicadas a una seiial sinusoidal de 400 Hz a) ataque

abrupto b) extincion abrupta c) discontinuidad en el medio del cuerpo de la seiial.
En la percepci6n de transitorios intervienen otros factores
psicoacusticos y perceptuales (como l a fatiga auditiva, los
enmascaramientos de banda, 0 los efectos de la facultad de analisis
121
auditivo del entomo) que escapan al alcance de este trabajo. El lector

interesado los puede consultar en varios de los textos recomendados en
la bibliograffa."
REPRESENTACIONES TIEMPO-FRECUENCIA
Como el principio de indeterminacion establece un limite absoluto

de resolucion, especialmente importante en el estado transitorio, es 16
gico que se haya utilizado como punto de partida para concebir nuevas
tecnicas de analisis y sfntesis de sefiales no estacionarias. En 1946 Dennis
Gabor, conocido por el descubrimiento del principio de la holografia,
escribi6 un articulo fundamental en el cual describia la representaci6n
tiempo-frecuencia de una sefial, Gabor mostr6 que, junto a las repre
sentaciones temporales y espectrales que hemos visto, se puede cons
truir un grafico bidimensional donde cada punto corresponda a un inter
valo limitado en el tiempo y en la frecuencia. Dividi6 el plano en rectan
gulos de area minima definida por el principio de indeterminacion (con
!1fx!1t ~ V2) a los que llam6 logons 0 quanta de informacion, A partir
de estos quanta cre6 conjuntos de sefiales elementales capaces de des
componer una sefial aciistica (de modo analogo a las sefiales sinusoidales
que emplea Fourier). Uno de estos conjuntos definen la Transformada
de Gabor, 26 base de numerosas tecnicas y metodos de tratamiento de
sefiales (la Transformada de Fourier de Tiempo Breve STFT y los
Phase Vocoders empleados para la sintesis de instrumentos musicales
emplean transformadas similares a las de Gabor).
A mediados de la decada de 1980 Jean Morlet, un geofisico frances,
introdujo un conjunto de funciones de transformacion a las que llam6
ondelettes, especialmente apropiadas para el analisis de eventos transi
torios. Con las mejoras logradas a partir del trabajo de numerosos ma
as En especial los de tematicos, entre los que se destacan Yves Meyer y Stephane Mallat, el
Zwicker y Fastl metodo de analisis y sfntesis de sefiales basado en esta transformada,
(1990), Bregman
tambien conocida como wavelet, se ha extendido y en los ultimos tiem
(1993) y Roederer
(1997). pos concentra gran parte del esfuerzo de investigacion en acustica basi
26 La Transforrnada ca." Existen varios programas de sintesis de voz y de instrumentos
de Gabor es una musicales que usan la Transformada Wavelet con muy buenos resulta
Transforrnada de
dos finales.
Fourier evaluada a
traves de una Aunque las representaciones tiempo-frecuencia (Transformada de
ventana temporal Gabor, STFT, wavelets, etc.) quedan fuera del alcance de este libro,
gaussiana (Arfib, decidimos incluir esta breve introducci6n pues las mismas son conse
1991).
cuencia directa de la Tranformada de Fourier y del Principio de Inde
27 Se pueden ampliar
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
Esta ampliaci6n requiere conocimientos formales de rnatematica y puede

pasarse por alto sin perjuicio para la comprensi6n del resto de los temas.
Transformada de Fourier
EI proceso que lIeva de la Seriea la Transformada de Fourier fue analizado cualitativamente

a partir de la figura 5.2. En ella se pudo apreciar el efecto espectral que provoca la dilataci6n
del periodo de una funci6n peri6dica. En el ultimo paso se lIev6 la expansi6n al limite, el
periodo devino infinito y la funci6n abandon6 su condici6n de peri6dica. Para poder evaluar
formal mente la transici6n anterior reescribimos las ecuaciones 6 y 7 de la ampliaci6n al
capitulo 3. Introducimos por comodidad un pequefio cambio: loslimites de integraci6n pasan
de (0. P) a (-P/2, P/2). EI resultado no se modifica porque se sigue integrando a 10 largo de un
periodo completo:
(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)
Esta expresi6n se conoce como la Transformada 0 Integral de Fourier def(t).
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
A partir de F(W) es posible recuperar completamente la funci6n temporal original.t(t) con la

siguiente ecuaci6n:
f (1) -- 1 I~
21r _~
F
(m) e
iOH d
t (4)
Que se conoce como Antitransformada de Fourier 0 ecuaci6n de sintesis (Ia ecuaci6n 3 se

llama, en oposici6n, de anallsls). Lasdos transformaciones aqui definidas se pueden esque
matizar en el siguiente diagrama:
Transformada de Fourier
Antitransformada de Fourier
Ambas formas, la temporal.t(t) y la espectral F(W) son enteramente equivalentes.

Es posible interpretar que el espectro definido por F(W) esta constituido por una sucesi6n
continua (infinita) de frecuencias que ocupan un area F(W) d0>l21C cada una. La porci6n de
serial que corresponde a cada frecuencia espectral es proporcional al area elemental que
ocupa y, en cierto sentido, actua de manera equivalente a la amplitud de los espectros dis
cretos del capitulo 3.
La Transformada de Fourier presenta, entre otras, las siguientes propiedades:
1. Para senates en tiempo real (no imaginario 0 complejo) 5610 es necesario indicar el espec
tro para 00>0, pues el correspondiente a 0><0 se puede obtener del anterior. Las senates
acustlcas son en general enteramente reales.
2. Un desplazamiento en el tiempo de.t(t) produce un desplazamiento de fase en F(W). Este
efecto esta relacionado con la distorsi6n lineal 0 de fase estudiada en el capitulo 4. Debe
tenerse en cuenta al introducir retardos, intencionales 0 no, en una serial de audio (~g ~
simboliza la transformaci6n de Fourier).
f(t-to) ~ g ~ e -i ro to F(W)
3. La dilataci6n 0 contracci6n temporal de f(t) produce un escalamiento de frecuencia en

F(W). Por ejemplo al reproducir una cinta de audio a menor velocidad (dilataci6n temporal)
las frecuencias se reducen proporcionalmente y el registro se oye mas grave. Esta propiedad
esta relacionada directamente con el principio de indeterminaci6n.
feat) ~ g ~ 1Iiai F(roIa)·

4. La inversi6n temporal def(t) no altera el espectro de potencia de F(W) perc si modifica la
fase de F(W)' Un registro de voz que se oye de atras para adelante no presenta cambios en el
espectro de potencia. Pero la alteraci6n de las fases relativas modifica total mente la serial
que ahora nos resulta irreconocible. La distribuci6n de fases ocupa un lugar importante en
la percepci6n y el reconocimiento timbrico del sonido cuando la serial asociada es no esta
cionaria.
Una de las consecuencias mas importantes de la Transformada de Fourier es sin duda el
principio de indeterminaci6n acustico .
124
Analisis espectral
Principia de indeterminaci6n
EI principio de lndeterminaclon (o de incertidumbre) fue enunciado en el ario 1927 por el

ffsico Werner Heisemberg y constituye uno de los pilares de la rnecanlca cuantlca, Establece
que dos variables complementarias no pueden elegirse independientementey que. en espe
cial. ambas no pueden hacerse ala vez arbitrariamente estrechas. En particular. si deseamos
medir la posicion x de una particula y a la vez su cantidad de movimiento mv no 10 podre
mos hacer de manera sirnultanea con un alto grade de precision. La formula de Heisemberg
establece que:
En la queh es la constante de Plank. AI ser el segundo miembro de la ecuacion una constante

si tratamos de «lnrnovlllzar» la particula obllqandola a estar en un cierto lugar acaba por
tener una gran velocidad. Y si la forzamos a moverse muy lentamente 0 a una velocidad
precisa se «esparce» de modo que no sabemos bien deride esta,
Las consecuencias del principio son enormes. Explica, por ejernplo, por que los atomos tie
nen el tarnafio que tienen; por que. aun a temperaturas extremadamente bajas, estos se
siguen moviendo; da cuenta de los tiempos de vida de los estados inestables de los nucleos
radiactivos; y permite la comprenslon de una gran cantidad de fenomenos fundamentales
de la fisica tal como se la entiende en estos tiempos.
Sin embargo. el principio de lndeterminacion tarnblen se puede obtener a partir de la teoria
ondulatoria. Si se toma una banda de frecuencias y se la remite al campo temporal a traves
de la transformaclon definida por la Integral de Fourier se obtiene con facilidad el principio
de indetermlnacion." Lo anterior no debe sorprender pues la fisica cuantlca, al igual que la
acustlca, emplea model os ondulatorios para describir su objeto de estudio.
La relaclon de lndeterrnlneclon establece, en realldad, ellimite inferior del producto entre
los intervalos de tiempo y frecuencia. perc no el superior. La expresion exacta es:
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
ellibro de A. Papoulis (1962).
125
Trans/annada de Fourier y Principia de Indeterminacion. Gustavo Basso
COMENTARIOS BffiLIOGRAFlCOS
Es dificil hallar los temas aqui tratados en textos de acustica musi

cal. Aparecen apenas mencionados en los de Fritz Winkel (1960), Arthur
Benade (1976) y John Pierce (1985). EI enfoque fisico se expone con
claridad en gran cantidad de libros. Recomendamos los de Richard
Feyman (1987) y Tipler (1995) allector que desee acercarse ala pers
pectiva que, desde la ffsica cuantica, se tiene de la indeterminacion.
En cuanto al planteo puramente ondulatorio, el tratado de Athanasios
Papoulis (1962) describe con gran claridad la relacion entre la teoria de
Fourier y las senales con ancho de banda no discreto. Su lectura, sin
embargo, requiere conocimientos matematicos especializados. La mis
mo ocurre con los libros de Hwei Hsu (1973), Randall y Tech (1977) y
D'Attellis (1995).
La aplicacion del principio a sefiales acusticas se puede rastrear con
provecho en los articulos de Majernik y Kaluzny (1979), Houtsma y
Wagenaars (1987), Giovanni De Poli (1991), Richard Kronland (1991),
Giampaolo Evangelista (1991) y Jean Claude Risset (1991).
Las avances conseguidos durante los ultimos afios en el estudio de
la percepcion del estado transitorio se pueden encontrar en los textos de
Houtsma, Rossing y Wagenaars (1987), Zwicker y Fastl (1990), David
Butler (1992) y Diana Deutsch (1995).
126
Andlisis espectral
CAPiTULO VI:
APLICACIONES DEL ANA.LISIS

ESPECTRAL
De la gran cantidad de aplicaciones que se desprenden del analisis

de Fourier conocemos la mas importante: la extraccion de informacion
relevante de una sefial a partir de su transformaci6n al dominio de la
frecuencia. Muchas de las caracteristicas principales de una onda aciis
tica s610 pueden ser apreciadas 0 detectadas al abordar la representa
cion espectral que le corresponde. Aprendimos a leer con provecho
estos graficos pues conocemos sus alcances y limitaciones. Uno de
estos lfrnites, el que establece el principio de indeterminaci6n, se ha
manifestado como parte esencial de cualquier fen6meno actistico y acom
pafia inevitablemente los momentos de transici6n de una onda (mo
mentos que definen en gran medida los patrones de comportamiento
propios de las sefiales musicales).
Pero el analisis de Fourier constituye ademas una potente herra
mienta para el estudio de una cantidad muy grande de sistemas y proce
sos tecnol6gicos relacionados con la rmisica. En este capitulo 10 vere
mos actuando sobre unos pocos ejemplos con el fin de mostrar la diver
sidad de campos en los que se emplea de manera eficiente. El estudio
de los ejemplos que siguen sena muy diferente y mucho mas complica
do de no contarse con este metodo. En la ultima parte de este capitulo
presentaremos las distintas formas que adopta el analisis de Fourier
tanto en tiempo continuo como discreto.
127
Aplicaciones del ana/isis espectral. Gustavo Basso
SISTEMAS
Cualquier proceso que modifique 0 transforme una sefial opera como

un sistema. Los sistemas responden a una sefial particular (sefial de
entrada) produciendo otra sefial (sefial de salida). Por ejemplo un siste
ma de sonido toma una sefial de audio y genera una segunda sefial
modificada (si es un amplificador la amplitud de la salida sera mayor
que la de la entrada). Muchas veces es posible cambiar algunas caracte
risticas del sistema. Con un ecualizador 0 con los controles de tono del
amplificador podemos escoger varias sefiales de salida diferentes para
una misma sefial de entrada. En la figura 6.1 se esquematiza la opera
ci6n de un sistema sobre una sefial de entrada:
FIGURA 6.1
senal de entrada Se Ss serial de salida

_ _ _ _ _••[ SISTEMA
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
absorban energia en forma selectiva.

En todos estos ejemplos se manifiesta la necesidad de conocer la
salida de una sistema dado ante una detenninada serial de entrada. En
el caso del instrumentista este conocirniento se obtiene de manera em
pfrica, a traves del ensayo y el error, y puede alcanzar en interpretes
experimentados un nivel muy alto. Una de las funciones del maestro es
acortar el tiempo de experimentacion al transmitirle al alumno su propia
experiencia. Este metodo no es aplicable, sin embargo, a la construe
cion de un teatro (no se pueden hacer varios y elegir luego el mejor). Ni
al disefio de equipos electroacusticos, ni al tratamiento de senales de
audio (a menos que podamos invertir un tiempo muy grande y no nos
interese demasiado un resultado final especifico), ni a muchas otras
operaciones propias de la actividad musical.
FIGURA 6.2
oj
[dB)
t[ms]
150 300
b)
[dB]
5 10
Respuesta de un sistema lineal ante un impulso.
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
analizar su respuesta. Esta respuesta al impulso es todo 10 que se nece

sita para poder calcular luego la seiial de salida del sistema ante cual
quier sefial de entrada que se le presente. El impulso es adecuado tanto
desde el punto de vista temporal como espectral: como entrega toda la
energia en un instante no interacnia con la respuesta posterior del siste
ma, y como posee todas las frecuencias del espectro excita todos los
modos de vibraci6n presentes en el sistema al mismo tiempo.
Con la seiial de entrada y la respuesta al impulso del sistema se
puede obtener la sefial de salida por medio de una operacion, la
convolucion temporal, que es de calculo complicado y laborioso. Tam
poco se la concibe cualitativamente con facilidad. Afortunadamente la
cuesti6n cambia en el campo de la frecuencia porque la convoluci6n de
sefiales temporales pasa a ser una simple multiplicacion de espectros.
Obtencion del espectro de La seiial de salida de un sistema. a) espectro de La seiial de

entrada; b) respuesta en frecuencia del sistema; c) espectro de La seiial de salida.
130
-
Andlisis espectral
La Transformada de Fourier de la respuesta al impulso es la res

puesta en frecuencia del sistema, que informa acerca del comporta
miento del mismo a 10 largo de todo el espectro. La respuesta en fre
cuencia se usa habitualmente para caracterizar los distintos componen
tes de una cadena electroacustica (microfonos, amplificadores, altopar
lantes, etc.) y se puede modificar por medio de ecualizadores 0 contro
les de tono. En la figura 6.2 se aprecia la respuesta temporal al impulso
y la respuesta en frecuencia de un sistema lineal muy complejo.
Para obtener el espectro de la sefial de salida basta con multiplicar el
espectro de la sefial de entrada por la respuesta en frecuencia del siste
ma. En el grafico de la figura 6.3 se aprecia la salida de un amplificador
de audio de respuesta no plana (debido a la accion de un ecualizador
ideal) ante una sefial aciistica registrada digitalmente:
Los conceptos anteriores nos permitiran introducir el proceso de
filtrado de sefiales, nuestro proximo tema.
FILTROS ACUSTICOS
EI proceso de filtrado consiste en modificar las amplitudes relativas

de las componentes de frecuencia de una sefial, y puede llegar en algu
nos casos a la eliminacion completa de algunas de ellas. Podemos citar
en este momento dos ejemplos de aplicacion tornados casi al azar de
entre los muchos que se encuentran en acustica: 1) el cambio en el
perfil espectral que introduce el control de sonoridad 0 "luodness" de
un amplificador, al filtrar la sefial de entrada siguiendo la curva umbral
de sonoridad (figura 2.8) cuando opera a bajas intensidades, y 2) la
eliminacion por filtrado de un ruido de alta frecuencia cuya banda supe
ra la uti! (que contiene informacion) de un registro de audio.
Los llamados Jiltros selectivos permiten el paso sin distorsion en
una 0 varias bandas de frecuencia, las bandas de paso, y atemian 0
eliminan el resto de las componentes del espectro, las que caen en las
bandas suprimidas. Segun sea la relacion entre bandas de paso y supri
midas se pueden encontrar cuatro clases de filtros selectivos tipo: pasa
bajos, pasa altos, pasa banda y de rechazo de banda.
En la figura 6.4 se aprecian las respuestas en frecuencia de tres
clases de filtros selectivos, y en la 6.5 se puede ver la accion de filtrado
de un filtro pasa bajos ideal sobre el espectro de una sefial de banda
ancha. Solo las componentes cuyas frecuencias caen dentro de la ban
da de paso se conservan en el espectro de la sefial de salida.
Llamamos ideales a los filtros anteriores porque la transicion entre la
banda de paso y la banda suprimida es abrupta (una linea vertical). Los
filtros reales presentan transiciones mucho mas suaves y a medida que
se desea un corte mas pronunciado entre las bandas aumenta la com
plejidad de la implementacion tecnica y el costo del dispositivo.
131
Aplicaciones del andlisis espectral. Gustavo Basso -
FIGURA 6.4
-
a) Factor de
amplificaci6n -
1
'"
< banda de paso > ~ banda suprimida ~
0
5.000 10.000 f [Hz]
(corte
b) Factor de
amplificaci6n
1
banda suprimida
< ~ < banda de paso

>
0
(corte 5.000 10.000 f [Hz]
c)
Factor de
amplificaci6n
1
banda suprimida banda de paso banda suprlmida
< > < > < >
5.000 10.000 f [Hz]

(corte, (corte,
Filtros selectivos ideales: a) pasa bajos; b) pasa altos y c) pasa banda.

Los filtros selectivos se caracterizan por el valor de las frecuencias
que separan las bandas de paso y suprimidas, l1amadas frecuencias de
corte, y por la pendiente de la zona de transicion expresada en dB por
octava (duplicacion de la frecuencia). Los valores de pendientes tfpicos
que se encuentran en los filtros reales son de 6 dB/oct., 12 dB/oct., 18
dB/oct. Y 24 dB/oct.
Efectos en el tiempo de los filtros selectivos

Un filtro altera las caracterfsticas espectrales de una sefial, Es de
esperar entonces que tambien cambie el comportamiento temporal de
la misma, Si se aplica un pulso a la entrada de un filtro pasa bajos la
salida no podra conservar el vertice original a 90° pues para hacerlo
necesita componentes de frecuencias muy altas, precisamente las que
no deja pasar el filtro. En consecuencia la serial no conserva su forma
tal como se aprecia en la figura 6.6.
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!!-~~~~
8.000 14.000 f [Hz]

b) Factor de
amplificacion
~---- banda de paso ---~

~ banda suprimida---->
o
8.000 14.000 f [Hz]
(corte
c) NPS [dB]
80+.-r.----,---+-----.----~+-------j------t--
60-t----t----+---+---f---+-++----+----+-
8.000 ( 14.000 f[Hz]

corte
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
Efecto temporal de un filtro pasa bajos sobre un pulso.
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
Efecto temporal de un filtro pasa altos sobre un pulso.
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
Ejecto temporal de un filtro pasa banda sobre un impulso.

EI filtro no puede entregar can rapidez la energia que Ie cede el
impulso -en apenas un instante y en una banda muy grande: responde
entonces dentro de sus limites, con una sefial de banda angosta y de
gran duracion (se comporta como un oscilador). Una cuerda de piano
puede pensarse como un oscilador multibanda de banda angosta (una
para cada armonico).
Analicemos por ultimo un caso concreto, el filtrado de las compo
nentes de alta frecuencia de un registro de voz human a tornado en un
ambiente muy contaminado por ruido. En la figura 6.9a se puede ver la
sefial original, y en la 6.9b la seiial filtrada con un filtro pasa bajos con
una frecuencia de cortede 3.000 Hz.
EI registro es ahora mas inteligible aunque ha perdido brillo. Este
proceso, util en el rescate de informacion hablada, hubiera sido inade
cuado para una sefial de rmisica pues el corte a 3.000 Hz resulta excesi
vamente severo.
Filtros en peine
En muchas ocasiones aparecen efectos de filtrado inesperados, en

los que no media ningun filtro colocado ex profeso. EI ejemplo mas
cormin ocurre cuando se Ie suma a una sefial periodica una copia iden
tica pero desplazada en el tiempo. Esto puede pasar cuando aparece
una reflexion especular en una pared 0 un techo de una sala como la
135
Gustavo Basso
FIGURA 6.9
0)
NPS [dBI
Tiempo [ms]
20
b)
NPS [dB]
Tiempo [ms]
Filtrado de una registro de voz humana.
FIGURA 6.10
senal directa
fuente ocusnco receptor
Retardo provocado por una reflexion.

que se ve en la figura 6.10. La reflexi6n llega despues que la onda
directa y con un retardo temporal que es funci6n de la diferencia en el
camino recorrido.En las figuras 1.10 y 1.11 vimos que la suma de dos
136
Andlisis espectral
sinusoides de igual frecuencia y arnplitud podia dar lugar a una resul

tante de la misma frecuencia y el doble de la arnplitud (suma en fase 0
interferencia constructiva) 0 de arnplitud cero (suma en contrafase 0
interferencia destructiva). Las dos seiiales de la figura 6.10 llegan en
fase cuando la diferencia de recorrido es igual a una cantidad entera de
longitudes de onda (I, 21, 31, etc.) y en contrafase cuando la diferencia
iguala a una cantidad impar de semilongitudes de onda (1121, 3/21, 5121,
etc.). Como la longitud de onda depende directarnente de la frecuencia
las situaciones anteriores y todas las interrnedias se van a repetir perio
dicarnente en el dorninio de la frecuencia. En la figura 6.11 se pueden
observar los efectos de dos retardos distintos aplicados a seiiales peri6
dicas (parecidas a las que provienen de la voz humana 0 de algiin ins
trumento musical tonico) en los que se ve el motivo por el cual estos
filtros se denominan filtros en peine.'
FIGURA 6.11
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
Filtros en peine causados por La reflexion de La figura 6.10.

Los efectos de este fen6meno son perfectarnente audibles y resultan
I "Comb filters" en especialmente nocivos en las salas para music a en vivo y en los estu
ingles.
137
Gustavo Basso
dios de grabacion. Cuando el retardo alcanza 1 ms, que corresponde a

una diferencia de recorrido de 34 em, aparece una distorsion caracteris
tica en los registros de audio realizados en estudios que presentan esta
falla de diseiio. Para retardos mayores los efectos disminuyen.
Tambien se distorsionan los espectros con el patron tipico de los
filtros en peine cuando se introduce un retardo por copia en una sefial
digital, 0 cuando se le agrega a un registro una secuencia de ecos con un
esquema temporal mal dispuesto.
MODULACION
En el proceso de modulacion una seiial se emplea para controlar

algun parametro de otra seiial. Aparece con frecuencia en la generacion
rnecanica de ondas acusticas, en el control ejercido por un rmisico so
bre su instrumento, en forma de distorsion en sistemas no lineales como
amplificadores y altoparlantes y, por supuesto, en los sistemas de co
rnunicacion. Existen varias clases de modulacion, pero aquf veremos
con cierto detalle solo dos, la modulacion de amplitud y la modulacion
de frecuencia.
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
de alta frecuencia de este valor con una de audio se pueden alcanzar en

consecuencia grandes distancias. En cada receptor hay un dispositivo
llamado demodulador que permite el rescate de la seiial de audio origi
nal cuyo esquema se puede apreciar en la figura 6.13.
FIGURA 6.12
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
serial de audio serial modulada serial de audio

en amplitud (AM) recuperada
filtro
- - + . modulador ----1.~ldemodulador---+ pasa bajost----+
I I
i
serial portadora
Transmisi6n de seiiales en Amplitud Modulada (AM).
Vibrato por moduJaci6n de amplitud

El vibrato por modulaci6n de amplitud es la variaci6n peri6dica de la
intensidad de una sefial estacionaria 0 semiestacionaria que ocurre entre
4 y 10 veces por segundo (el valor de referencia para dispositivos
electroacusticos es de 7 Hz). Si se modula una onda diente de sierra de
P = 440 Hz con una sefial sinusoidal de 10Hz se obtiene para cada
arm6nico de la primera un par de componentes adicionales a 10 Hz de
distancia. Esta situaci6n se ha dibujado en la figura 6.14a. Pero el ante
rior es un caso sencillo e ideal pues la sefial diente de sierra posee cierto
ancho de banda en cada arm6nico, y la forma de onda del vibrato real
no es exactamente sinusoidal (se han registrado seiiales de vibrato de
distintas formas, que van desde la diente de sierra hasta el impulso, en
funci6n del instrumento al que se aplican). En consecuencia la seiial de
vibrato tendra, tambien, su propia serie arm6nica con los respectivos
anchos de banda para cada componente (tal como se puede ver en la
figura 6.14 b). El efecto general es un aumento del ancho de banda de
la seiial original con la perdida de tonicidad perceptual correspondien
te.?
El vibrato por modulaci6n de amplitud se emplea en algunos regis
tros tremolados de 6rgano, en gran cantidad de instrumentos musicales
electr6nicos, en el vibrato por cambio del parametro velocidad en los
dispositivos MIDI,3en el "vibrato de arco" de los instrumentos de cuerda
frotada, en los instrumentos de lengiieta libre accionados por aire como
2 Esto 10 sabe
el bandone6n, etc. El vibrato de los instrumentos de viento en general
cualquier combina la modulaci6n en amplitud con la modulaci6n en frecuencia.
instrumentista: el
vibrato permite
disimular problemas Modulacion de frecuencia
de afinaci6n.
3 Interface digi tal Otra forma de modulaci6n consiste en el control de la frecuencia de
para instrumentos la seiial portadora. Un ejemplo de modulaci6n de frecuencia en el que
musicales.
la seiial moduladora toma la forma de una onda cuadrada se puede ver
140
Analisis espectral
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
un oboe una mayor presion de excitacion aumenta simultaneamente la

intensidad y la frecuencia de la oscilacion).' El vibrato por modulacion
de frecuencia posee mayor ancho de banda y se 10 oye como parte
constituyente del timbre del sonido y no como un agregado al mismo
(cosa que ocurre a veces con el vibrato por modulacion de amplitud).
FIGURA 6.15
a)
set'\al moduladora
b)
serial modulada
Ifl II fI f\ f\
t
v VV Vv v VV V
Modulacton de frecuencia.
MUESTREO
Existe la posibilidad de modular con una seiial de audio la amplitud

de un tren de pulsos angostos como el que se ve en la figura 6.16. Esta
operacion equivale a una extraccion de muestras igualmente espaciadas
en el tiempo de la onda acustica continua y se conoce como muestreo:"
El muestreo convierte una seiial de tiempo continuo en otra equivalente
de tiempo discreto, definida solo en los instantes de cada muestra, y es
la base del proceso de digitalizacion de seiiales necesario para su trata
miento a traves de computadoras digitales.
Si la operacion de muestreo se realiza correctamente es posible re
'Un trombon puede construir la sefial original conservando todas sus caracterfsticas. Un
lograr el efecto de
vibrato por
ejemplo de muestreo de imagenes 10 brinda el cine. Cada fotograma es
modulacion de una muestra de la imagen continua original tomada cada 1/24 de segun
frecuencia do y nuestro sistema visual reconstruye la secuencia original debido a
accionando sobre la
vara
su inercia para la retencion de imagenes, Si se muestrea a una tasa
6 Sampling en Ingles.
menor, digamos 5 fotogramas por segundo, detectamos visualmente los
cortes entre muestras y la imagen parpadea.
142
Analisis espectral
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
Muestreo de una seiial por modulacion de la amplitud de un tren de pulsos angostos.

Si una sefial posee una banda limitada en frecuencia es posible
recontruirla perfectamente a condici6n de que la separaci6n entre mues
tras no supere un dado limite. La condici6n que debe cumplir la sefial
de muestreo la especifica el teorema del muestreo: 7
«Una seiial con un ancho de banda definido por una frecuencia
maxima 1max' se puede determinar por completo a partir de un tren de
impulsos periodicos de muestreo de frecuencia f M igual 0 mayor
a 21max' ».
Si se desea cubrir la totalidad del rango audible la frecuencia maxi
7 Este teorema Cue ' = 20.000 Hz. Se necesitara por 10 menos una frecuencia de
ma es 1max
enunciadoen 1928
par Harry Nyquist. La muestreo f.M = 2 f max,= 40.000 Hz. Los sistemas digitales practices
frecuencia de emplean tasas algo superiores, de 44.100 Hz para los discos compactos
muestreo f M se
conoce tambien como
(CD) 0 de 48.000 Hz (habituales en las cintas magneticas digitales de
frecuencia de los DAT). Cuando se muestrea a frecuencias inferiores se esta recor
Nyquist. tando e1 espectro de la serial. Por ejemplo, si f M = 16.000 Hz la maxima
143
frecuencia que puede reconstruir el sistema es de 8.000 Hz, y si

1M = 8.000 Hz la sefial queda limitada por una/max de 4.000 Hz.8
FIGURA 6.17
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
Respuestas espectraies de una seiial muestreada a distintas frecuencias. b) con 1M >21md.>;

c) con 1M < 2 I max: aparece el fenomeno de aliasing 0 solapamiento espectral,
EI espectro de la sefial muestreada repite periodicamente el ancho
de banda de la sefial continua a intervalos de 1M • En la figura 6.17 se
pueden ver los graficos en frecuencia de ambas ondas y se comprende
• La mayoria de los la necesidad de mantener 1M a una distancia de 2 veces I max. Cuando
programas de
esto no ocurre se solapan los sucesivos espectros en un fenomeno lla
computacion que
operan sobre mado submuestreo 0 aliasing que se aprecia en la figura 6.17c.
archivos de sonido Para reconstruir la sefial original a partir de las muestras hay que
penniten 1a libre separar solo la parte de baja frecuencia del espectro total. En la figura
elecci6n de la
frecuencia de 6.13 se muestra un filtro pasa bajos que recorta la salida de un
muestreo. demodulador a fin de recuperar el espectro original. Si la frecuencia de
144
Andlisis espectral
muestreo empleada fue de 44.100 Hz basta con colocar un filtro con

una frecuencia de corte de 20.000 Hz para recuperar totalmente la
sefial aciistica primitiva. Este proceso se puede analizar desde una pers
pectiva temporal: al pasar por un filtro pasa bajos cada muestra produ
ce una sefial particular que se aprecia en la figura 618b. EI tren de
pulsos de muestreo reconstruye la sefial continua al superponer en el
tiempo las respuestas filtradas tal como se ve en la figura 6.18c.
FIGURA 6.18
a) pulse aislado b) pulse aislado filtrado
t t
c)
serial muestreada
'---'-----'------'-----.l.--L..-.......J'----''------'------'---~t
1---1
P..=l/!..
d)
senal reconstrutda por filtrado
~ 1 ms 2 ms
Recuperaci6n de una seiial continua a partir de sus muestras.

'_...
Si se cumple el teorema del muestreo la onda recuperada es identica
a la original muestreada y el cicIo tiempo continuo/discreto/continuo se
cierra.
Digitalizaci6n de seiiales
Hemos visto que la variable independiente de la representacion ma

tematica de una funcion puede ser continua 0 discreta. Mientras que las
sefiales continuas en el tiempo estan definidas para todo instante dentro
del continuo temporal, las discretas en el tiempo estan definidas solo
145
Aplicaciones del analisis espectral. Gustavo Basso
para ciertos instantes, los puntos de muestreo, que pueden indicarse

con una secuencia de mimeros. Las sefiales acusticas y de audio en
general pueden representarse de ambos modos, los que resultan entera
mente equivalentes si se cumplen las condiciones impuestas por el teo
rema del muestreo.
Tambien la amplitud de la sefial puede ser tomada de modo conti
0
nuo 0 discreto, Las sefiales continuas a la vez en el tiempo y en la
amplitud se denominan seiiales analogicas -el termometro de mercu
rio, las sefiales de radio, las grabaciones acusticas sobre cintas magneti
cas, son ejemplos de sistemas analogicos- y las discretas en el tiempo y
en la amplitud toman el nombre de seiiales digitales -la informacion de
un reloj digital puede ser tomada como ejemplo de estas ultimas.
El muestreo es el primer paso que lleva de una sefial analogica a una
digital. Las sefiales muestreadas que vimos hasta aqui siguen siendo
analogicas (analogicas de tiempo discreto) pues la amplitud de cada
muestra puede tomar cualquier valor dentro de una gama infinita de
posibilidades. Para convertirla en una sefial digitalla amplitud debe ser
cuantificada en un mimero determinado de escalones (quanta). La can
tidad infinita de puntos de la onda analogica sera representada por una
cantidad finita de estados: claramente, se introduce un error. La calidad
de la representacion aumenta, en general, cuando se incrementa este
rnimero de estados. Por ejemplo, una fotograffa color de alta calidad
requiere 512 niveles de color y la grabacion de musica de alta fidelidad
se obtiene en un CD con 65.536 niveles de amplitud.
La cantidad de estados posibles de un sistema binario de n digitos (n
bits) es E=2n . Por ejemplo un sistema de 1 digito posee dos estados
posibles y uno de 3 digitos, 8. En el cuadro que sigue se puede apreciar
la cantidad de estados y el rango dinamico (diferencia en dB entre el
valor maximo y el mfnimo que determina la relacion sefial/ruido del
sistema) para distintos valores de n:
n bits Numero de estados E Rango dindmico (dB)
4 16 24,1
8 256 48,2
16 65.536 96,3
24 16.777.216 144,5
Por otro lado, unos pocos niveles pueden ser suficientes para trans
portar un contenido de informacion razonable en determinados siste
mas (con solo dos niveles de amplitud se puede comprender la palabra
hablada).
El proceso de conversion analogico-digital y digital-analogico se
muestra en la figura 6.19. El sistema de muestreo del conversor
analogico-digital (AD) debe incorporar un filtro pasa bajos a la entrada
para prevenir el aliasing y el conversor digital-analogico (DA) un filtro
pasa bajos a la salida que permita remover la parte redundante del
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
x(t) X(n) Y(n) y(t)
conversor conversor
~ anal6gicoldigital ~ sistema digital f-----+ digital/anal6gico ~
entrada proceso salida

serial anal6gica serial digital serial anal6gica
Proceso de conversion de seiiales actisticas.
COMPARACI6N ENTRE LAS DIFERENTES FORMAS DEL ANA.LISIS

DE FOURIER
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
Distintas formas del andlisis de Fourier: a) Transformada de Fourier; b) Serie de

Fourier; c) Funcion de Muestreo; d) Transfonnada Discreta de Fourier.
148
Analisis espectral
AMPLJACION
Esta ampliaci6n requiere conocimientos formales de matematlca y puede

pasarse por alto sin perjuicio para la comprensi6n del resto de los temas.
Convoluci6n temporal y multiplicaci6n espectral

Vimos que la respuesta de un sistema lineal ante un impulso nos permite su completa carac
terizaci6n. Supongamos que la respuesta al impulso del sistema S es h(t). Nos sirve para
hallar la sefial de salida s(t) del sistema ante una sefial de entrada £(/) cualquiera. La opera
ci6n involucrada es la convoluci6n entre e(/) y h(/) que se simboliza e(/) * h(/):
S (t) = e (I) * h(/) =S:oo e (r) h(t_'r) d t (1)
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)
e(t) -7.g -7 £(10)
h(t) -7 .g -7 H(IO)
La Tranformada de Fourier convierte la convoluci6n en el tiempo definida en (1) en una

simple multiplicaci6n en la frecuencia:
(2)
Conociendo la repuesta en frecuencia H(IO) del sistema y el espectro de la serial de entrada

£(10)se encuentra casi de inmediato el espectro de la sefial de salida S(IO)' La ecuaci6n (2)
facilita mucho el manejo de los distintos filtros que se usan en los sistemas musicales.
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
lPor que los discos analcqicos de vinilo suenan a veces "mejor" que los CD?
EI proceso de diqitalizacion se puede descomponer en tres etapas: rnuestreo, cuantlflcaclon
y codlflcaclon.
1) EI muestreo de senales de tiempo continuo fue estudiado en este mismo capitulo y. en

prlnciplo, si se cumplen con las condiciones impuestas por el teorema del muestreo y el
limite de Nyquist. la serial de tiempo discrete resultante contiene toda la informacion
presente en la serial analoqica original. Con las tasas de muestreo que se usan normal
mente (44.100048.000 Hz) se cubre completamente el rango de frecuencias audibles.
2) La cuantificaci6n Ie asigna un valor discrete a cada una de las muestras obtenidas en la
etapa previa. EI proceso se puede apreciar en la figura 6.21.
FIGURA 6.21
a)
serial de entrada
/ serial cuantificada
/
t
b)
1\ \ / / / /
_..... -, I'... t
\ '\ v / / / " .....
,
instantes de muestreo
a) Senales de entrada y salida de un cuantificador b) distorsi6n de cuantificaci6n.

La minima diferencia analoqica Q que puede resolver un conversor establece el menor
de los escalones de la figura. Q depende de la amplitud maxima entre picos 0 Rangode la
serial muestreada y de la cantidad de estados posibles del sistema (que si es binario den
bits se puede calcular a partir de la expreslon E = 2D ) :
Q = Rango / 2 D
Seve c1aramente que a medida que crece el numero de bits se reduce es escalon minima
(0 resolucion) del sistema. EI valor de Q define el error 0 ruido de cuantificaci6n que se
ha dibujado por separado en la figura 6.21 b.
La salida de un conversor analoqlco-diqltal es esencialmente la entrada analoqka con el
agregado del ruido de cuantiftcacion. Este ruido posee un gran ancho de banda y se
comporta mas como una distorslon de la senal de audio que como ruido estocastlco
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
de 8 bits la palabra seiiala la siguiente fracclon:
(1 x 0,5) + (1 x 0,25) + (0 x 0,125) + (1 x 0,0625) + (0 x 0,03125) + (1 x 0,015625) +

+ (1 x 0,0078125) +(0 x 0,00390625) =0,8359375
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
Es abundante el material bibliografico que existe sobre los temas

aquf tratados, pero en general esta dirigido a especialistas en cada area
tecnica y no a rmisicos, Los libros de Taub y Schilling (1971), Mischa
Schwartz (1980), Glen Ballou (1991) y Oppenheim y Young (1995)
examinan en profundidad varios de ellos, en especial los de sistemas,
modulaci6n y filtrado de sefiales,
En cuanto al empleo de la modulaci6n de frecuencia en sfntesis
instrumental recomendamos leer el articulo de John Chowning (1973)
y ellibro de Chowning y Bristow (1990), muy claros y con gran canti
dad de ejemplos musicales. Y para ampliar sobre las distintas formas de
vibrato aplicables a la voz cantada, el texto de Maher y Beauchamp
(1990) es adecuado.
Tanto el estudio del proceso de muestreo de sefiales como el de los
sistemas de audio digital se pueden completar con los trabajos de Alan
Oppenheim (1975), Rabiner y Gold (1975), Peter Manning (1987) y,
en especial, con el de Ken Pohlman (1991). Para los lectores que no
deseen lecturas muy tecnicas son mas que adecuados los articulos que
peri6dicamente aparecen en la revista Keyboard, sobre todo los escri
tos por Jim Aikin y Dominic Milano. Ellibro de Dominic Milano (1987)
contiene mucha informaci6n util sobre los sistemas bajo norma MIDI
(incluye, por ejemplo, parte del Protocolo original).
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
Calle 5 N" 84 La Plata (1900)
Buenos Aires-Argentina.
e-mail: basso@isis.unlp.edu.ar
153
Andlisis espectral
BIBLIOGRAFIA CONSULTADA
Fisica y aciistica general
Ballou, Glen -editor- (1991). Handbook for Sound Engineers (Howard

W. Sarns & Co., Indiana).
Beranek, Leo (1954). Acoustics (Mc Graw Hill Book Company, inc.).
Trad.esp. Acustica (Editorial Hispano Americana S.A., Bs.As.,
1961 ).
Beranek, Leo (1988). Acoustical Measurements (Acoustical Society of
America, Woodbury, NY).
Blatt (1991). Fundamentos de Fisica (Prentice-Hall)
Everest, F. Alton (1994). The Master Handbook ofAcoustics (TAB Books,
New York).
Feyman, Richard (1987). Fisica (Addison-Wesley).
Harris, C. M. -Editor- (1979). Handbook of Noise Control (McGraw
Hill Book Company, New York).
Morse, P. M. (1948). Vibration and Sound (McGraw-Hill, New York).
Rossing, Thomas y Fletcher, Neville (1995). Principles of Vibration and
Sound (Springer-Verlag, New York).
Sagastume Berra, A. E. (s/f). Fundamentos Matemdticos de la Musica.
Schaudinischky, L. H. (1976). Sound, Man and Building (Applied Science
Publishers, London).
Sears- Zemansky-Young (1988). Fisica Universitaria (Addison-Wesley).
Serway (1993). Fisica (Mac Graw-Hill)
Seto, William (1971). Acoustics, Tehory and Problems (McGraw-Hill
Inc, USA). Trad.esp. Acustica, Teoria y Problemas (McGraw-Hill
serie Shaum, Mexico, 1973).
Tipler (1995). Fisica (Revette).
Werner, Mendez y Salazar (1990). El ruido y la audicion (Ad Hoc S.L.R.,
Buenos Aires).
Acusnca musical
Backus, John (1969). The Acoustical Foundations ofMusic (W.W. Norton
& Company Inc, N.York).
155
Gustavo Basso
Basso, Gustavo (1998). "Modelos Estaticos y Dinamicos en Acustica Mu

sical" en Actas de la 2° Conferencia Iberoanericana de Investi
gacion Musical (Lantis, Buenos Aires).
Basso, Guillen et All. (1998). "El desplazamiento aciistico temporal. Ajus
te de la experiencia y uso musical" en Actas de las III Jornadas de
Estudios e Investigaciones del Instituto de Teoria e Historia del
Arte «Julio E. Payro» (Buenos Aires).
Benade, Arthur H. (1960). Horns, Strings and Harmony (Anchor Books,
New York).
Benade, Arthur H. (1960). Horns, Strings and Harmony (Anchor Books,
New York).
Benade, Arthur H. (1976). Fundamentals of Musical Acoustics (Oxford
University Press, New York).
Culver, C. A. (1947). Musical Acoustics (Blackiston, Philadelphia).
Drobisch, Moo (1852) Uber musikalische Tonbestimmung und
Temperatur (Hirzel, Leipzig).
Ehresman, David (1978). Perception of timbral analogies, (Rapports
IRCAM W13178).
Grey, John (1975). An Exploration ofMusical Timbre (CCRMA, Stanford
University).
Hall, Donald (1991). Musical Acoustics (Brooks/Cole Publishing
Company, California).
Hutchins, Carleen -Editor-(1978). The physics of music (yV. H. Freeman
& Co., San Francisco).
Mc Adams, Stephen y Bigand, Emmanuel (1994). Penser Les Sons
(Presses Universitaires de France, Paris).
Moles, Abraham (1960). Les Musiques Experimentales, Revue d'une
tendance importante de la musique contemporaine.
Olson, Harry (1967). Music, Physics and Engineering (Dover
Publications, Inc., N.York).
Pierce, John (1985). Los Sonidos de la Musica (Ed.Labor, Barcelona).
Risset, Jean Claude (1978a). Musical Acoustics (Rapports IRCAM N°8,
Paris).
Roederer, Juan (1995). Introduction to the Physics and Psichophysics
of Music (Springer-Verlag, New York). Traducci6n al castellano:
Acustica y Psicoacustica de la Musica (1997), (Ricordi America
na, Buenos Aires).
Schaeffer, Pierre (1952). A la Recherche d»une Musique Concrete
(Edition du Seuil. Paris). Traducci6n al espaiiol: tiQue es la Musi
ca Concreta? (Ed.Nueva Vision, Buenos Aires, 1959).
Schaeffer, Pierre (1966). Traite des Objets Musicaux (Edition du Seuil,
Paris).
Shepard, Roger (1964). «Circularity in judgments of relative pitch,» J.
Acoust. Soc. Am. 36, 2345-2353.
Sozio, Juan Angel (1981). «Los Fonoproductores. Contribucion al estu
dio de la Organologia Musical,» Revista del Instituto de Investiga
cion Musicologica Carlos Vega. Afio 4, N°4,.83-89.
Sundberg, J. y Lindqvist, J. (1973). «Musical octaves and pitch,»J. Acoust.
156
Andlisis espectral
Soc. Am. 54, 922-929.

Sundberg, Johan (1991). The Science ofMusical Sound (Academic Press,
San Diego)
Terhardt, E. et al. (1982). «Pitch of complex signals according to virtual
pitch theory: Tests, examples, and predictions,» J. Acoust. Soc. Am.
71, 671-678.
Winkel, Fritz (1960). En frances: Vues Nouvelles sur le Monde des Sons
(Dunod, Paris). En ingles: (1967). Music, Sound and Sesation
(Dover, N. Y.). El original en aleman Phdnomene des
Musikalischen Horens (1960) (Max Hesses Verlag, Berrlin) es
muy diffcil de conseguir.
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
Stevens, S. S. et al. (1937). «A scale for the measurement of the

psychological magnitude of pitch,x J. Acoust. Soc. Am. 8, 185-190.
Umemoto, T. (1989). "The psychological structure of music," Prooc. of
the First International Conference on Music Perception and
-
Cognition, Kyoto.
Zwicker, E., Flottorp G. y Stevens, S. (1957). «Critical bandwidth in
loudness summation,x J. Acoust. Soc. Am. 29.
Zwicker, E. y Fastl, H. (1990). Psychoacustics (Springer-Verlag, Berlin).
Amilisis de seiial y transformada de Fourier

Bracewell, Ronald (1978). The Fourier Transform and its Applications
(McGraw-Hill Book Company, New York).
Brigman, E. O. (1974). The Fast Fourier Transform (Prentice Hall, N.
J.).
Donoghue, W. F. (1969). Distributions and Fourier Transforms
(Academic Press, N.Y.).
Edwards, R. E. (1967). Fourier Series, a Modern Introduction (Holt,
Rinehart & Winston, N. Y.).
Hwei Hsu (1973). Fourier Analysis (F.E.I. Ed., New York)
Jenkins, G. M. Y Watts, D. G. (1968). Spectral analysis and its
applications (Holden-Day, San Francisco).
Moore, F. Richard (1978). An Introduction to the Mathematics ofDigital
Signal Processing (Computer Music Journal ED.).
Oppenheim, Alan (1975). Digital Signal Processing (Prentice Hall, N.
J.).
Oppenheim, Alan y Young, Alan (1995). Seiiales y Sistemas (Prentice
Hall Hispanoamericana, Mexico).
Papoulis, Athanasios (1962). The Fourier Integral and its Aplications
(McGraw-Hill Inc., New York).
Pohlman, Ken -Editor- (1991). Advanced Digital Audio (Macmillan
Computer Publishing, Indiana).
Rabiner, L. y Gold, B. (1975). Theory and Aplication of Digital Signal
Processing (Prentice Hall, Inc.).
Randall, R.B. y Tech, B. A. (1977). Frecuency Analysis (Briiel & Kjeer,
Denmark).
Sklar, Bernard (1988). Digital Communications (Prentice Hall, Inc.).
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
Berry, Wallace (1987). Structural functions in music. (Dover, New York).

"-'
Bonello, Oscar (1985). Audio Profesional II (Arbo, Buenos Aires).
Chowning, John (1973). ''The synthesis of complex audio spectra by means
"-'
of frecuency modulation," Journal of the Audio Engineering
Society 21, 526-534. (Existe una traducci6n al espafiol en la Bi
blioteca de la Facultad de Bellas Artes de la UNLP realizada por el
Prof. Enrique Gerardi).
Chowning, John y Bristow, David (1990). FM Theory and Applications
(Yamaha Music Foundation, Tokio).
D' Attellis, Carlos et al. (1995). Intoduccion a las onditas (wavelets),
(Nueva Libreria, Buenos Aires).
Davis, Don y Davis, Carolyn (1997). Sound System Engineering (Focal
Press-Howard W. Sams & Co., Indiana).
"-'
Davis, Gary y Jones, Ralph (1989). Sound Reinforcement Handbook (Hall
Leonard Publishing Corp, Milwakee).
-- De Poli, Giovanni, et al. (1991). Representations of Musical Signals

(MIT Press, Massachusetts).
Evangelista, Giampaolo (1991). "Wavelet Transforms that We Can Play,"
til Representations of Musical Signals (MIT Press,
"-'
Massachusetts).
Gierlich, H. W. (1992). «The Application of Binaural Technology,»
"-'
Applied Acoustics 36, 219-243.
Hill, Frederick (1977). Digital Systems (John Wiley & Sons, Inc., New
York).
Kronland, Richard et al. (1991). "Application of Time-Frecuency and
Time-Scaling Methods (Wavelet Transforms) to the Analysis,
Synthesis, and Transformation of Natural Sounds," en
Representations of Musical Signals (MIT Press, Massachusetts).
Loosen, Franz (1993). «Intonation of solo violin performance with
-- reference to equally tempered, Pythagorean, and just intonations,»

J. Acoust. Soc. Am. 93, 525-539.
Maher, Robert y Beauchamp, J. (1990). «An Investigation of Vocal Vibrato
for Synthesis,» Applied Acoustics 30, 219-245.
Manning, Peter (1987). Electronic & Computer Music (Clarendon Press,
Oxford).
Mathews, M. y Pierce, J. (1980). «Harmony and nonharmonic partials,»
"-'
J. Acoust. Soc. Am. 68, 1252-1257.
Mathews, M. y Pierce, J. (1987). «El ordenador como instrumento musi
cal,» Inv. y Ciencia 127, 84-93.
Me Adams, Steve (1995). Localisation Auditive (IRCAM, Paris).
Mendez, Antonio et al.(1994). Acustica Arquitectonica (U.M.S.A., Bue
nos Aires).
Milano, Dominic -editor- (1987). Mind over MIDI (Hal Leonard Books,
Milwaukee).
Moller, Henrik (1992). «Fundamentals of Binaural Technology,» Applied
Acoustics 36, 171-218.
Moore, F. Richard (1977). Signal Processing Aspects of Computer
Music: A Survey (Computer Music Journal ED.).
159
Bibliografia consultada. Gustavo Basso -
Risset, Jean Claude (1979). Arr:hivage Numerique des Sons (Rapports

IRCAM W 10, Paris).
Risset, Jean Claude (1991). "Timbre Analysis by Synthesis:
Representations, Imitations, and Variants for Musical Composition,"
-
m Representations of Musical Signals (MIT Press,
Massachusetts).
Rossing, Thomas y Fletcher, Neville (1991). The Physics of Musical
Instruments (Springer-Verlag, New York).
Schwartz, Mischa (1980). Information Transmission, Modulation and
Noise: A Unified Approach to Communication Systems (McGraw
Hill Book Company, New York).
Shannon, C. E. (1948). «A mathematical theory of communication,» Bell
Syst. Techn. J. 27, 379-423.
Taub, Herbert y Schilling, Donald (1971). Principles of Communication
Systems (McGraw-Hill Book Company, New York).
160
1
;
··At
•t
At
I
.
""
....
r, .~
~
r \ooof
Se termino de imprimir en Julio de 1999
en los talleres graficos IRO S.A.
1. D. Per6n3151er. piso (1038) Cap. Fed.
Tel.: 4343-9522 (rotativas) - Fax: 4343-9521
e-mail.:info@iro.com.ar
Bs. As. - Argentina

Analisis Espectral G. Basso

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Analisis Espectral G. Basso

Uploaded by

Copyright:

Available Formats

Bas 0

EDITORIAL DE LA UNIVERSIDAD NACIONAL DE LA PLATA

Esta publicaci6n esta incluida en la

RED DE EDITORIALES UNIVERSITARIAS

.. Diseiio grafico y diagramaci6n: ValeriaLagunas

Queda hecho el deposito que marca la ley 11.723

La Plata, Bs. As., Argentina

ANAL ISIS ESPECTRAL

1 CARACTERIZACION DE LAS SENALES ACUSTICAS.

Clasificaeion de las sefiales acusticas 14

Sefiales peri6dicas y cuasi peri6dicas 15

Seiiales aleatorias estacionarias 16

Seiiales no estacionarias continuas 17

Seiiales de tiempo continuo y de tiempo discreto 19

Magnitudes, val ores y unidades 20

SENALES SINUSOIDALES: FRECUENCIA, AMPLITUDY FASE 20

Sinusoides y movimiento arm6nico simple 30

Expresi6n compleja del movirniento arm6nico simple 31

Suma en el campo complejo 32

Batido en el campo complejo 32

2 TOPICOS DE ACUSTICA GENERAL 35

RELACION DE LAS SENALES SINUSOIDALESCON LA ALTURA

Minima diferencia de frecuencia perceptible 38

Prologo. Gustavo Basso

RELACION DE LAS SENALES SINUSOIDALES CON LA SONORIDAD 41 -­

Sonoridad de estimulos combinados 51 --­

SUMA DE ONDAS SINUSOIDALES DE DISTINTA FRECUENCIA 55

4 SERlE DE FOURIER. CONSECUENCIAS Y APLICACIONES 77

SERlE ARM6NICA EN NOTACI6N MUSICAL.

COMBINACI6N DE ESPECTROS ARM6NICOS 85

SONORIDAD RESULTANTE EN SENALES DE ESPECTRO ARM6NICO 87

Sistemas no lineales.Distorsi6n arm6nica 89

Distorsi6n lineal y rotaci6n de fase 92

5 SEN-ALES NO ESTACIONARIAS. TRANSFORMADA

DE FOURIER Y PRINCIPIO DE INDETERMINACION 97

Limite temporal y ancho de banda 100

PRINCIPIO DE INDETERMINACI6N AcUSTICO 103

El principio de indeterminaci6n en la practica

musical cotidiana. 106

Sefiales peri6dicas recortadas en el tiempo 107

DISTINTAS CLASES DE ESPECTROS 110

Interpretaci6n de los diagramas espectrales.

1b:PREsENrACiONES TIEMPO-FRECUENCIA 122

Transformada de Fourier 123

Principio de indeterminaci6n 125

6 APLICACIONES DEL ANALISIS ESPECTRAL 127

Respuesta al impulso 129

FILTROS ACUSTICOS 131

"- Efectos en el tiempo de los filtros selectivos 132

Filtros en peine 135

Modulaci6n de amplitud 138

Vibrato por modulaci6n de amplitud 140

Modulaci6n de frecuencia 140

Digitalizaci6n de sefiales 145

Al igual que en otros momentos de la historia, en los tiempos que

ci6n con los sonidos. Hay un antes y un despues de la llegada de la

•• Sabemos que el tema es tambien de interes para estudiantes avanza­

Este trabajo es producto de afios de ejercicio docente en el Departa­

responsabilidad alguna sobre los errores, erratas y omisiones que pre­

La Plata, febrero de 1999

DE LAS SENALES ACUSTICAS

FUN ClONES SINUSOIDALES

Podemos definir una sefial como un conjunto de valores representa­

en funcion de una variable independiente que normalmente es, en aciisti­

RELACION DE LAS SENALES SINUSOIDALES CON LA SONORIDAD 41 -

Sonoridad de estimulos combinados 51 --

•• Sabemos que el tema es tambien de interes para estudiantes avanza

Este trabajo es producto de afios de ejercicio docente en el Departa

responsabilidad alguna sobre los errores, erratas y omisiones que pre

Podemos definir una sefial como un conjunto de valores representa

en funcion de una variable independiente que normalmente es, en aciisti

Esta clasificacion no responde s610 a consideraciones te6ricas y con

dinamica no aporta informaci6n en el caso de las sefiales estacionarias

ne para su analisis en distintas partes: en el ataque la sefial puede conside

tienen la misma arnplitud el resultado es la cancelacion de arnbas sefia

Este capitulo tiene por objeto refrescar aquellos conceptos de acusti