高分辨率实时音频频谱分析仪
VoceVista 是适用于 Windows 和 macOS 的高分辨率实时音频频谱分析软件。它接收来自麦克风或乐器的实时信号,或者读取录制的文件,并即时绘制频谱图,以显示器的完整刷新率平滑滚动(在当前的 MacBook Pro 上为 120 Hz,在高速台式机显示器上更高)。VoceVista Pro 能将信号分解为一百多万个 FFT 频点,其细节足以分开颂钵、锣和钟等非谐和声音中间隔很近的分音,并为乐器设计和声学研究进行精确测量。
大多数频谱分析软件的上限远低于此。我们花了多年时间进行优化,才让高频点数、高刷新率与平滑滚动显示三者的结合在普通笔记本电脑上切实可行。
音频频谱分析仪规格
- 平台
- Windows 和 macOS
- FFT 频点数
- 256 至 1,048,576(2⁸ 至 2²⁰) (适用于 VoceVista Pro;VoceVista Basic 和 VoceVista Video 的上限为 8,192 pts = 8 kpts = 2¹³)
- 频率分辨率
- 可低至 ~0.046 Hz / 频点 (采样率为 48 kHz、2²⁰ 个频点时)
- 可测频率范围
- 采样率的一半(奈奎斯特频率),实际上受麦克风限制 (常见采样率下的数值见下文“分辨率和范围的原理”)
- 频谱图刷新率
- 受显示器限制,而非分析仪 (在当前的 MacBook Pro 上为 120 Hz,在高速台式机显示器上更高)
- 频谱图滚动
- 平滑、连续
- 采样率
- 受硬件限制,而非软件 (常见音频接口最高可达 192 kHz,加载的文件可为任意采样率)
- 窗函数
- 12 种可选 (矩形、汉明、汉宁、布莱克曼、纳塔尔、巴特利特、布莱克曼-纳塔尔(默认)、布莱克曼-哈里斯、多尔普-切比雪夫、平顶、Hann-Poisson、高斯)
分辨率和范围的原理
FFT 频谱分析仪有两个相互独立的频率维度,外加时间上的第三个维度。它们很容易混淆,而且作用各不相同。
频率分辨率(频点宽度)是指分析仪区分两个相近频率的精细程度。它等于采样率除以 FFT 大小。频点数正是在这个维度上发挥作用:在相同采样率下,频点越多,频点就越窄,从而能分开原本会合并成一个峰的分音。单凭频点数并不等于分辨率。分辨率始终还取决于采样率。
频率范围(最高可测频率)是分析仪所能显示的最高频率。它就是奈奎斯特极限,即采样率的一半。这一点只由采样率决定,与频点数毫无关系。实际上,这个范围还会再受到麦克风的限制,而麦克风通常才是真正的上限(见下文)。
时间分辨率是第三个维度:频谱更新的频率,以及 FFT 所分析的时间窗口有多长。频率分辨率和时间分辨率相互制约(频点越窄,需要的时间窗口越长),因此 VoceVista 将两者作为独立的控件提供,让您可以选择适合任务的平衡点。
综上所述:频点数和采样率共同决定分辨率,采样率单独决定范围,而分析窗口决定如何在分辨率与时间之间取舍。在 Pro 版本约一百万个频点的上限下,常见采样率对应的分辨率和范围如下:
| 采样率 | 最高可测频率(奈奎斯特频率) | 2²⁰ 时的频点宽度 |
|---|---|---|
| 22 kHz | 11 kHz | 0.021 Hz |
| 44.1 kHz | 22.05 kHz | 0.042 Hz |
| 48 kHz | 24 kHz | 0.046 Hz |
| 96 kHz | 48 kHz | 0.092 Hz |
| 192 kHz | 96 kHz | 0.183 Hz |
将采样率固定在 44.1 kHz(声乐分析和 CD 音质音频的常用采样率),以下是每种可用 FFT 大小对应的频点宽度。所有版本都提供最高 8,192 pts(8 kpts,2¹³)的大小,而 16,384 pts(16 kpts,2¹⁴)至 1,048,576 pts(1 Mpts,2²⁰)的大小则需要 Pro 版本。
| FFT 大小(点数) | 44.1 kHz 时的频点宽度 |
|---|---|
| 256 pts ( 2⁸) | 172 Hz |
| 512 pts ( 2⁹) | 86.1 Hz |
| 1,024 pts (1 kpts, 2¹⁰) | 43.1 Hz |
| 2,048 pts (2 kpts, 2¹¹) | 21.5 Hz |
| 4,096 pts (4 kpts, 2¹²) | 10.8 Hz |
| 8,192 pts (8 kpts, 2¹³) | 5.38 Hz |
| 16,384 pts (16 kpts, 2¹⁴) | 2.69 Hz |
| 32,768 pts (32 kpts, 2¹⁵) | 1.35 Hz |
| 65,536 pts (64 kpts, 2¹⁶) | 0.673 Hz |
| 131,072 pts (128 kpts, 2¹⁷) | 0.336 Hz |
| 262,144 pts (256 kpts, 2¹⁸) | 0.168 Hz |
| 524,288 pts (512 kpts, 2¹⁹) | 0.084 Hz |
| 1,048,576 pts (1 Mpts, 2²⁰) | 0.042 Hz |
关于范围的说明。真实世界中的上限由麦克风而不是分析仪决定。普通麦克风在 20 kHz 左右开始衰减,44.1 或 48 kHz 的采样率足以覆盖。专业测量麦克风的范围可扩展到约 30 或 50 kHz。超出这个范围就需要实验室级仪器或超声波换能器。因此,虽然在合适的音频接口上软件可以顺畅地以 192 kHz 运行,但您通常最先遇到的限制是麦克风。如需不同价位的具体选择,请参阅我们的麦克风推荐。
关于分辨率的说明。作为对比,歌唱分析的默认设置是 44.1 kHz 下的 8,192 pts(8 kpts,2¹³),这也是 VoceVista Basic 和 VoceVista Video 的上限。这相当于每个频点约 5.4 Hz,对于谐波间隔在 100 Hz 或以上的声乐教学来说绰绰有余,但不足以分开颂钵和锣在低音区间隔很近的非谐和分音。在相同采样率下,Pro 版本的 1,048,576 pts(1 Mpts,2²⁰)可达到每个频点约 0.042 Hz:精细 128 倍。
动态范围与比特深度
动态范围是指分析仪所能区分的最响信号与最弱信号之间的差距,它包含沿音频链叠加的多个方面。VoceVista 内部以最高 32 位浮点格式录音,其范围之宽使录音环节本身不会造成任何实际限制;导入的 FLAC 文件支持 24 位和 32 位(标称 144 dB 及以上)。在分析方面,FFT 本身在实践中的可用动态范围约为 100 dB,由窗函数的旁瓣衰减决定。规格表中列出的 12 种可选窗函数会在这一动态范围与主瓣宽度之间进行取舍。对于实时信号,通常远在这些限制之前就会先遇到瓶颈:优质的音频接口可提供 100 至 120 dB 的动态范围,而麦克风和房间噪声通常还会再占去 20 dB。因此,您看到的整体动态范围取决于这些环节中的最小值,实际上设定上限的是硬件,而不是分析仪。
在真实信号上看效果
以下示例展示了高分辨率真正发挥作用的几类信号。点击任意图片即可放大。
这种分辨率真正重要的场合
对于大多数声乐教学和日常音乐练习,您根本不需要接近一百万个频点。以下才是需要它的场景。
颂钵与西藏颂钵
颂钵会产生间隔很近的非谐和分音,在低音区往往彼此只相差几赫兹。在每个频点 23 Hz 的条件下(48 kHz 采样率下典型的 2,048 点 FFT),多个分音会合并成一个模糊的峰。亚赫兹级的频点宽度则能将它们清晰地分开。
锣与钟
丰富的非谐和频谱,数十个振动模态挤在一个狭窄的频带内。要分辨各个模态并跟踪它们的衰减速率,需要同时具备精细的频点宽度和高刷新率。
钢琴的非谐性与拉伸调律
真实的钢琴琴弦所产生的分音会逐渐高于基音的整数倍。测量这条拉伸曲线(钢琴调律的基础)需要将分音频率精确跟踪到零点几赫兹。
乐器设计与声学测量
描述琴体、板、弦和管的振动模态同样需要这种细节:低分辨率分析仪会把这些间隔很近的共鸣合并成一个隆起。
齐特琴、竖琴和古乐器的调音
当调律体系本身就是研究对象,或者以不明显的方式经过拉伸或调和时,您需要读出琴弦的实际频率,而不是十二平均律参考叠加层所假定的频率。
版本
最大 FFT 大小,以及由此决定的最精细频率分辨率,因版本而异:
| 版本 | 最大 FFT 频点数 | 44.1 kHz 时的最高频率分辨率 |
|---|---|---|
| VoceVista Basic | 8,192 pts(8 kpts,2¹³) | 5.38 Hz / 频点 |
| VoceVista Video | 8,192 pts(8 kpts,2¹³) | 5.38 Hz / 频点 |
| VoceVista Pro | 1,048,576 pts(1 Mpts,2²⁰) | 0.042 Hz / 频点 |
如需全面比较各版本在 FFT 分辨率之外还包含哪些功能,请参阅版本页面。
在您自己的信号上试一试
30 天免费试用版包含全部功能。将它对准颂钵、锣、乐器,或者任何您想详细查看的对象。