Analyseur de spectre audio haute résolution en temps réel

Un analyseur de spectre FFT possède deux axes de fréquence indépendants, plus un troisième axe dans le temps. On les confond facilement, et ils n’ont pas le même rôle.

La résolution de fréquence (largeur de bin) indique avec quelle finesse l’analyseur peut distinguer deux fréquences proches. Elle est égale au taux d’échantillonnage divisé par la taille de la FFT. C’est sur cet axe que le nombre de bins fait toute la différence : davantage de bins au même taux d’échantillonnage signifie un bin plus étroit, qui sépare des partiels qui se fondraient sinon en un seul pic. Le nombre de bins à lui seul ne constitue pas la résolution. La résolution dépend toujours aussi du taux d’échantillonnage.

La plage de fréquences (fréquence maximale mesurable) est la fréquence la plus haute que l’analyseur puisse afficher. C’est la limite de Nyquist, soit la moitié du taux d’échantillonnage. Seul le taux d’échantillonnage la détermine, et le nombre de bins n’y joue aucun rôle. En pratique, cette plage est à nouveau bornée par le microphone, qui constitue généralement la vraie limite (voir ci-dessous).

La résolution temporelle est le troisième axe : la fréquence à laquelle le spectre se met à jour et la durée de la fenêtre d’analyse examinée par la FFT. Résolution de fréquence et résolution temporelle s’échangent l’une contre l’autre (des bins plus étroits exigent une fenêtre temporelle plus longue), c’est pourquoi VoceVista propose les deux sous forme de réglages indépendants, pour que vous puissiez choisir l’équilibre adapté à la tâche.

En résumé : le nombre de bins et le taux d’échantillonnage fixent la résolution, le taux d’échantillonnage seul fixe la plage, et la fenêtre d’analyse détermine l’arbitrage entre cette résolution et le temps. Au maximum de l’édition Pro, environ un million de bins, voici la résolution et la plage obtenues aux taux d’échantillonnage courants :

En gardant le taux d’échantillonnage constant à 44,1 kHz (le taux courant pour l’analyse vocale et l’audio de qualité CD), voici la largeur de bin pour chaque taille de FFT disponible. Les tailles jusqu’à 8 192 pts (8 kpts, 2¹³) sont disponibles dans toutes les éditions, tandis que les tailles de 16 384 pts (16 kpts, 2¹⁴) à 1 048 576 pts (1 Mpts, 2²⁰) nécessitent l’édition Pro.

Remarque sur la plage. C’est le microphone, et non l’analyseur, qui fixe la limite supérieure réelle. Les microphones ordinaires s’atténuent vers 20 kHz, ce qui est largement couvert par un taux d’échantillonnage de 44,1 ou 48 kHz. Les microphones de mesure professionnels montent jusqu’à environ 30 ou 50 kHz. Au-delà, il faut une instrumentation de laboratoire ou des transducteurs à ultrasons. Ainsi, même si le logiciel fonctionne sans problème à 192 kHz avec la bonne interface audio, la limite que vous atteignez généralement en premier est celle du microphone. Pour des choix concrets dans toutes les gammes de prix, consultez nos recommandations de microphones.

Remarque sur la résolution. À titre de comparaison, le réglage par défaut pour l’analyse du chant est de 8 192 pts (8 kpts, 2¹³) à 44,1 kHz, qui est aussi le maximum dans VoceVista Basic et VoceVista Video. Cela donne environ 5,4 Hz par bin, largement assez pour la pédagogie vocale, où les harmoniques sont espacés de 100 Hz ou plus, mais pas assez pour séparer les partiels inharmoniques très rapprochés des bols et des gongs dans leur registre grave. Au même taux d’échantillonnage, les 1 048 576 pts (1 Mpts, 2²⁰) de l’édition Pro donnent environ 0,042 Hz par bin : une résolution 128 fois plus fine.

La plage dynamique, c’est-à-dire l’écart entre les signaux les plus forts et les plus faibles que l’analyseur peut distinguer, comporte plusieurs aspects qui se cumulent le long de la chaîne audio. VoceVista enregistre en interne en virgule flottante jusqu’à 32 bits, ce qui est assez large pour que l’étape d’enregistrement elle-même n’impose aucune limite pratique, et les fichiers FLAC importés sont pris en charge en 24 bits et 32 bits (nominalement 144 dB et au-delà). Côté analyse, la FFT elle-même offre en pratique une plage dynamique utile d’environ 100 dB, fixée par l’atténuation des lobes secondaires de la fonction de fenêtre. Les 12 fenêtres au choix listées dans le tableau des caractéristiques font un compromis entre cette plage dynamique et la largeur du lobe principal. Sur des signaux en direct, la limite est généralement atteinte bien avant tout cela : une bonne interface audio offre de 100 à 120 dB de plage dynamique, et le microphone ainsi que le bruit de la pièce en consomment généralement encore 20 dB. La plage dynamique globale que vous voyez est donc le minimum de ces étapes, et en pratique c’est le matériel qui fixe le plafond, pas l’analyseur.