ANÁLISIS MUSICAL CON SONIC VISUALISER EL ESPECTRO DE AUDIO El modelo de audición humano analiza el sonido en función de sus componentes en frecuencia, por lo que representar la señal de audio en el dominio de la frecuencia es una buena aproximación a la percepción auditiva. El espectro de audio es la representación de la señal en el dominio de la frecuencia, de tal manera que nos permite apreciar los diferentes componentes del audio, lo que es muy complicado utilizando únicamente la representación en el tiempo de la oscilación. Para poder obtener la representación espectral del sonido o audio espectral es necesario aplicar un algoritmo matemático o transformada que nos de la nueva estructura de datos en el dominio de la frecuencia. Para ellos podemos utilizar bien las series de Fourier o la Transformada discreta de Fourier (DFT) con la FFT que es su implementación eficiente, según sea para señales periódicas o para continuas respectivamente. El espectrograma es la representación espectral más frecuente, siendo extremadamente útil para el análisis del sonido. Consiste en un diagrama cartesiano en el que se representa el tiempo en el eje horizontal y la frecuencia en el eje vertical. La intensidad de la señal viene representada con un color, obteniéndose una representación clara de un espectro dinámico 1 . Así, obtenemos una representación del espectro que evoluciona en el tiempo. 1 Para la obtención de un espectro dinámico, es necesario ir tomando fragmentos consecutivos del sonido de modo de modo similar a los fotogramas de una película y calcular la FFT de cada uno de estos fotogramas espectrales. Para extraer estos segmentos de una señal más larga empleamos la técnica Windowing que consiste en multiplicar la señal por una función ventana, y obtener así únicamente el fragmento que se ve por la ventana en cada uno de los momentos.
Transcript
ANÁLISIS MUSICAL CON SONIC VISUALISER EL ESPECTRO DE AUDIO
El modelo de audición humano analiza el sonido en función de sus componentes en frecuencia, por lo que representar la señal de audio en el dominio de la frecuencia es una buena aproximación a la percepción auditiva.
El espectro de audio es la representación de la señal en el dominio de la frecuencia, de tal manera que nos permite apreciar los diferentes componentes del audio, lo que es muy complicado utilizando únicamente la representación en el tiempo de la oscilación. Para poder obtener la representación espectral del sonido o audio espectral es necesario aplicar un algoritmo matemático o transformada que nos de la nueva estructura de datos en el dominio de la frecuencia. Para ellos podemos utilizar bien las series de Fourier o la Transformada discreta de Fourier (DFT) con la FFT que es su implementación eficiente, según sea para señales periódicas o para continuas respectivamente.
El espectrograma es la representación espectral más frecuente, siendo extremadamente útil para el análisis del sonido. Consiste en un diagrama cartesiano en el que se representa el tiempo en el eje horizontal y la frecuencia en el eje vertical. La intensidad de la señal viene representada con un color, obteniéndose una representación clara de un espectro dinámico1. Así, obtenemos una representación del espectro que evoluciona en el tiempo.
1 Para la obtención de un espectro dinámico, es necesario ir tomando fragmentos consecutivos del sonido
de modo de modo similar a los fotogramas de una película y calcular la FFT de cada uno de estos fotogramas espectrales. Para extraer estos segmentos de una señal más larga empleamos la técnica Windowing que consiste en multiplicar la señal por una función ventana, y obtener así únicamente el fragmento que se ve por la ventana en cada uno de los momentos.
Fig. 12
INTRODUCCIÓN A SONIC VISUALISER
Sonic Visualiser, desarrollada en Queen Mary, University of London, es una aplicación de análisis de sonido diseñado específicamente para el análisis de grabaciones. Sonic Visualiser tiene un perfil múltiple con numerosas prestaciones. Es un programa para inspeccionar y anotar el contenido de grabaciones musicales, con soporte básico para métodos de extracción de características de audio, proporcionados en forma de plugins Vamp en el menú Transform, que nos muestra también los diferentes procesos de análisis. Un visualizador y analizador con espectrogramas, estrechamiento temporal, loops de segmentos, auto-alineamiento entre pistas, y otras valiosas utilidades de inspección. En la figura número 1, vemos su interfaz principal, basado en paneles modulares que pueden ir desplegándose según las necesidades del análisis que estemos realizando. En la figura 2 encontramos tres paneles: de forma de onda, espectrograma y un mapa de niveles en escala de decibelios. Cada panel tiene sobre-impuestos algunos elementos más. Por ejemplo, en el panel de forma de onda se muestra la posición de las notas detectada por un plugin dedicado. En el espectrograma aparece una herramienta especial muy útil en esta representación llamada cursor armónico que permite identificar rápidamente los armónicos de la nota sobre la cual lo colocamos. La parte derecha de la ventana muestra los diferentes parámetros de cada uno de los paneles.
2 Imagen recuperada de http://www.sonicvisualiser.org/screenshots.html.
Fig. 2
PROPUESTA DE ACTIVIDADES CON SONIC VISUALISER
Como primer acercamiento al análisis musicológico con Sonic Visualiser haremos una simple anotación de puntos temporales del pulso del compás. Para ello tomaremos el audio de un lied descargable desde la siguiente dirección (http://charm.cchcdn.net/redist/audio/dlw33.wav). Una vez descargado nos iremos a SV e importaremos el archivo con File >Import Audio File. Crearemos un nueva capa de tiempos Layer > Add New Time Instants Layer, le daremos reproducir y pulsaremos la tecla de punto y coma en cada pulso de compás. Posteriormente con la herramienta de flechas deberemos mover los puntos marcados corrigiéndolos para tener mayor precisión. A continuación repetiremos el proceso pero utilizando un espectrograma (Layer > Add Spectrogram). Numeraremos automáticamente los instantes, para ello, estando en la capa de instantes temporales, seleccionaremos todos (Edit > Select All), ajustaremos a 4 el número de pulsos en el compás (Edit > Number New Instants with > Cyclical two-level counter (bar/beat); Cycle size > 4) y renumeraremos los intantes (Edit > Renumber Selected Instants), debiendo quedar numerados como 1.1, 1.2, 1.3, 1.4, 2.1, 2.2, etc. En esta actividad se siguen los pasos descritos en el capítulo 8, párrafo 41 al 50 del libro de The Changing Sound of Music: Approaches to Studying
Recorded Musical Performance recuperado de: http://www.charm.rhul.ac.uk/studies/chapters/intro.html).
En las siguientes figuras podemos ver el número de compases que aparecen en la grabación histórica. Se puede ver que hay 10 compases completos y el comienzo del que hace 11. En este análisis temporal se observa el rubato que realiza el pianista, de manera que los pulsos los va dilatando en función de lo que va haciendo la cantante, como buen acompañante. En el compás 6.4 finaliza una semifrase y en el 7 comienza otra. En los compases 5.3 y 5.4 se puede observar un pequeño ritardando, las marcas de pulso se dilatan en el tiempo ligeramente preparando la cadencia de la semifrase. Ambas cadencias tienen desinencia femenina. Los dos primeros compases funcionan como pequeña introducción, típico de los lieder, al igual que el compás 10 que prepara la entrada de la siguiente frase.
Fig. 3
Debido a que no se ve bien el número total de compases en la primera figura, en la figura número 4 presento una ampliación de la captura para que se vea ligeramente mejor. Fig. 4
A continuación vemos una gráfica temporal (en verde) dónde se muestra como el pianista aumenta disminuye la velocidad. Los puntos altos representan el incremento de velocidad y los valles el decrecimiento. Así se puede ver claramente el rubato que realiza y los ritardandos que he indicado anteriormente. Fig. 5
En el siguiente fragmento hago un pequeño análisis de espectrograma básico que puede verse en la siguiente captura de pantalla. Lo primero que me llama muchísimo la atención es la representación del espectrograma. He abierto dos paneles, el de en medio es un espectrograma melódico y el de abajo de frecuencia. Fig. 6
En ambos espectrogramas se ven dos planos sonoros bien diferenciados, que corresponden, por un lado con la melodía que realiza el violín (notas largas, plano sonoro 1), y por otro el acompañamiento del piano (pequeños bloques que se ven en la parte inferior de cada espectrograma, plano sonoro 2). Es por tanto una textura de melodía acompañada. Haciendo el análisis de los armónicos, podemos ver que empieza con un G3 que va hacia un D4 que es prologando y repetido por un cambio de arco de la cuerda sobre el acompañamiento de piano, prosigue con un D4, C#4, D4, E4, D4, E4, C prolongado. Prosigue la melodía haciendo, C4, D4, D4, (E4 pequeño mordente) D4, C#4, D4, F4,E4, D3, descansando la melodía de nuevo en C4. Si nos detenemos al principio, en la nota D4 del violín, se pueden observar los armónicos que produce
dicha nota, el segundo, tercero, cuarto y demás armónicos se pueden observar perfectamente en la siguiente imagen. Fig. 7
En la siguiente figura podemos ver la superposición en tiempo y en frecuencia. Fig. 8
Ahora vamos a tomar la grabación del Nocturno Op. 9 nº 2 de Chopin interpretado por Vadim Chaimovich y aplicaremos un análisis temporal para ver como hace el rubato.
Fig. 9
En la gráfica se puede observar como el intérprete realiza el rubato, los puntos álgidos significan que aumenta la velocidad y los valles que va reteniendo el tempo para hacer el rubato. Se puede interpretar visualmente que en ningún momento tiene una pulso constante, como consecuencia del rubato. CONCLUSIONES
Sonic Visualiser es una magnífica herramienta para analizar desde otro punto
de vista cualquier audio que nos interese ya que podemos analizar en tiempo y en frecuencia diversos aspectos, dejando a un lado la partitura y el análisis tradicional al que estamos acostumbrados.
