Dado que 440 representa una nota A, un tono de 55 Hz también representa una A, ya que está a 1/8 de la frecuencia. Sin embargo, cuando genero esta nota en Audacity , siempre obtengo frecuencias no deseadas que aparecen como pequeños picos debajo de la fundamental y todos los armónicos.
Aquí hay un ejemplo de una onda de diente de sierra de 55 Hz generada a una frecuencia de muestreo de 48000 Hz:
Puedes ver claramente esos pequeños picos a partir de 5 Hertz. ¿Qué hace que aparezcan estas frecuencias no deseadas?
Editar: finalmente me di cuenta de que estas frecuencias "fantasmas" son en realidad el resultado del aliasing porque la onda de diente de sierra no está limitada por la banda ( id est: no tiene su frecuencia máxima limitada). Los armónicos más allá de la frecuencia de Nyquist se "reflejan" en frecuencias cuyos hercios son múltiplos del máximo común divisor entre la frecuencia fundamental y la frecuencia de muestreo. En este caso, el GCD entre 55 y 48000 es 5, lo que explica los alias que aparecen en múltiplos de 5 Hz. Otro ejemplo sería el hecho de que una onda de diente de sierra de 43,75 Hz generada sin banda limitada a 48000 Hz produciría alias en múltiplos de 6,25 Hz.
Su frecuencia de muestreo es de 48k a 55 Hz, por lo que cada período es de 872,73 muestras. El tamaño de su FFT es 65536. Se ajusta al período 75.093 de las señales. El algoritmo tarda 75 períodos en trazar el gráfico. Esto deja 0,093 periodos entre transformadas FFT consecutivas. 0,093 períodos a 55 Hz corresponden a una frecuencia de 5,1 Hz que coincide con la frecuencia fantasma que ves dentro del margen de error.
Esta frecuencia o sus armónicos no están presentes en el sonido, pero son un error matemático creado por el tamaño de la transformada FFT (2^16) que no se relaciona por un número entero con el número de muestras en el período de la señal.
Además, por la misma lógica, el fantasma de 5,1 Hz crea un artefacto secundario a 0,04 Hz que también ves. Específicamente, 5,1 Hz son 9350,6 muestras por período a 48k. El tamaño 65536 FFT se ajusta a 7,0087 períodos. Se muestran 7 períodos a aproximadamente 5 Hz y el error de período de 0,0087 a 5 Hz crea un fantasma de 0,04 Hz que se ve a la izquierda. Alrededor de -80dB, los valores son pequeños y se ven afectados por el redondeo y otros errores, por la precisión del reloj de la computadora y otros factores, por lo que los valores reales que ve pueden variar ligeramente.
El cálculo muestra que los artefactos deberían disminuir si reduce la frecuencia generada de 55 Hz a aproximadamente 54,93 Hz. Alternativamente, puede aumentar la frecuencia de muestreo a 48.06k. Sin embargo, no puede cambiar el tamaño de FFT solo ligeramente, porque debe ser una potencia de 2.
No puedo estar seguro de que esto esté generando tus picos, pero cualquier tono que comience y se detenga no será 100% puro; un tono puro no tiene principio ni fin. Considere un tono que comienza en en , vibra por el tiempo y luego se apaga. Como ecuación, se ve así:
Tomando el cuadrado absoluto para obtener algo proporcional a los rendimientos de potencia:
Para ver si este es el contribuyente dominante a sus armónicos no deseados, intente producir un tono que dure el doble y uno que dure la mitad, y vea cómo eso afecta sus ubicaciones. También debe esperar armónicos no deseados del muestreo y la digitalización, aunque no sé cómo describir dónde aparecerán.
Editar: no me di cuenta de que estabas hablando de una onda de diente de sierra. Como señaló @EmilioPisanty, los dientes de sierra no son ondas sinusoidales. El diente de sierra es responsable de los armónicos dominantes en el lado derecho del gráfico. Elimínelos (para obtener una onda sinusoidal pura), y obtendrá algo que es plausiblemente de una forma lorentziana cuadrada . Además, los armónicos no deseados no comienzan alrededor , observe el borde de un lóbulo morado al final del gráfico. Apuesto a que el primer lóbulo está cerca , exactamente como cabría esperar si no tuviera un número entero de longitudes de onda en su forma de onda. representa una compensación neta constante de la señal, y ese tipo de desequilibrio es lo que sucede cuando no pasa el mismo tiempo por encima y por debajo del equilibrio.
Editar: Impulsado por el comentario de @WetSavannaAnimalakaRodVance, decidí codificar mi propio generador de tonos. La onda de diente de sierra que generé usando Golang, escribiendo en texto e importando a Audancity produce el mismo espectro. Al igual que el espectro generado por Audacity, el el pico desaparece cuando el parámetro "Tamaño" se reduce a 16384 o menos. Lo que está pasando aquí, creo, es que hay ventanas adicionales impuestas por cómo se genera el espectro :
Plot Spectrum toma el audio en bloques de muestras de 'Tamaño', hace la FFT y promedia todos los bloques juntos.
Sin embargo, la ventana de generación del espectro parece afectar principalmente a una especie de ruido de fondo, por lo que esto solo disfraza el pico. No sé los detalles de lo que está pasando, pero hay una pista al comparar la onda cuadrada con "onda cuadrada, sin alias". A juzgar por la versión ampliada, donde el timbre es evidente, la onda "sin aliasing" se genera utilizando una suma de ondas sinusoidales, a diferencia del algoritmo matemático simple con cortes agudos.
El punto es que este es probablemente un caso de alias : las ondas cuadradas y de diente de sierra contienen información de frecuencia que es más alta que la frecuencia de muestreo que puede representar fielmente, produciendo el equivalente de audio de un patrón Moire (es decir, un tono de baja frecuencia/frecuencia de pulso).
la forma de onda de diente de sierra es rica en contenido armónico y esto aparecería en el espectro. tenga en cuenta también que las formas de onda generadas por computadora a veces son espectralmente impuras debido a errores algorítmicos y artefactos de conversión D-to-A.
Emilio Pisanty
Emilio Pisanty
El Ectric
Emilio Pisanty
El Ectric
El Ectric
DanielSank
El Ectric
alfredo centauro
El Ectric
alfredo centauro
Selene Routley
Selene Routley
El Ectric
Selene Routley
floris