跳至内容
VoceVista

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。

颂钵频谱图,低频分音被逐一分辨
锣的频谱,显示间隔很近的非谐和振动模态
长期视图中的钢琴分音非谐性

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。