Analyzátor zvukového spektra s vysokým rozlišením v reálném čase

Analyzátor spektra založený na FFT má dvě nezávislé frekvenční osy a k tomu třetí osu v čase. Snadno se zaměňují, a přitom každá z nich dělá něco jiného.

Frekvenční rozlišení (šířka binu) udává, jak jemně dokáže analyzátor rozlišit dvě blízké frekvence. Rovná se vzorkovací frekvenci dělené velikostí FFT. Právě na této ose se počet binů vyplácí: více binů při stejné vzorkovací frekvenci znamená užší bin, který oddělí částkové tóny, jež by jinak splynuly do jednoho vrcholu. Samotný počet binů ale ještě není rozlišení. Rozlišení vždy závisí i na vzorkovací frekvenci.

Frekvenční rozsah (maximální měřitelná frekvence) je nejvyšší frekvence, kterou analyzátor vůbec dokáže zobrazit. Je to Nyquistova mez, tedy polovina vzorkovací frekvence. Určuje ji pouze vzorkovací frekvence a počet binů s ní nemá nic společného. V praxi tento rozsah dále omezuje mikrofon, který bývá skutečnou mezí (viz níže).

Časové rozlišení je třetí osa: jak často se spektrum aktualizuje a jak dlouhé analytické okno FFT zpracovává. Frekvenční a časové rozlišení jdou proti sobě (užší biny vyžadují delší časové okno), proto VoceVista nabízí obě jako nezávislá nastavení, abyste mohli zvolit rovnováhu, která odpovídá úloze.

Shrnuto: počet binů spolu se vzorkovací frekvencí určuje rozlišení, samotná vzorkovací frekvence určuje rozsah a analytické okno určuje, jak se toto rozlišení rozloží v čase. Při maximu edice Pro, zhruba milionu binů, vycházejí rozlišení a rozsah při běžných vzorkovacích frekvencích takto:

Při konstantní vzorkovací frekvenci 44,1 kHz (běžná frekvence pro analýzu hlasu a zvuk v kvalitě CD) vychází šířka binu při každé dostupné velikosti FFT takto. Velikosti do 8 192 bodů (8k, 2¹³) jsou dostupné ve všech edicích, zatímco velikosti od 16 384 bodů (16k, 2¹⁴) až po 1 048 576 bodů (1M, 2²⁰) vyžadují edici Pro.

Poznámka k rozsahu. Skutečnou horní mez určuje mikrofon, ne analyzátor. Běžné mikrofony začínají klesat kolem 20 kHz, což vzorkovací frekvence 44,1 nebo 48 kHz dobře pokryje. Profesionální měřicí mikrofony sahají zhruba do 30 nebo 50 kHz. Cokoli nad tím vyžaduje laboratorní přístroje nebo ultrazvukové snímače. Software tedy sice se správným zvukovým rozhraním bez problémů poběží na 192 kHz, ale mezí, na kterou obvykle narazíte jako první, je mikrofon. Konkrétní tipy v různých cenových kategoriích najdete v našem přehledu doporučených mikrofonů.

Poznámka k rozlišení. Pro srovnání: výchozí nastavení pro analýzu zpěvu je 8 192 bodů (8k, 2¹³) při 44,1 kHz, což je zároveň maximum v edicích VoceVista Basic a VoceVista Video. To dává přibližně 5,4 Hz na bin, což bohatě stačí pro hlasovou pedagogiku, kde jsou harmonické od sebe vzdáleny 100 Hz i více, ale nestačí to k oddělení těsně rozmístěných neharmonických částkových tónů mís a gongů v jejich nízké poloze. Při stejné vzorkovací frekvenci dává 1 048 576 bodů (1M, 2²⁰) edice Pro přibližně 0,042 Hz na bin: 128krát jemnější rozlišení.

Dynamický rozsah, tedy rozpětí mezi nejhlasitějším a nejtišším signálem, které analyzátor dokáže rozlišit, má několik složek, které se v audio řetězci skládají. VoceVista interně nahrává až ve 32bitové plovoucí řádové čárce, což je natolik široký rozsah, že samotná fáze nahrávání nepředstavuje žádné praktické omezení, a importované soubory FLAC jsou podporovány ve 24 i 32 bitech (nominálně 144 dB a více). Na straně analýzy má samotná FFT v praxi využitelný dynamický rozsah přibližně 100 dB, daný potlačením postranních laloků okénkové funkce. Dvanáct volitelných oken uvedených v tabulce parametrů vyvažuje tento dynamický rozsah proti šířce hlavního laloku. U živých signálů se mez obvykle projeví dávno předtím: dobré zvukové rozhraní poskytuje dynamický rozsah 100 až 120 dB a mikrofon spolu s hlukem místnosti obvykle ubere dalších 20 dB. Celkový dynamický rozsah, který vidíte, je tedy minimem těchto fází a strop v praxi určuje hardware, ne analyzátor.