[button color=white url=”https://www.marcotonini.org/wordpress/vox/”]VOX[/button][button color=white url=”https://www.marcotonini.org/wordpress/vox/risonanza-vocale/”]RISONANZA VOCALE[/button][button color=white url=”https://www.marcotonini.org/wordpress/vox/suono-glottico/”]SUONO GLOTTICO[/button][button color=white url=”https://www.marcotonini.org/wordpress/vox/importanza-di-f1-e-f2/”]F1 – F2[/button][button color=white url=”https://www.marcotonini.org/wordpress/vox/formante-del-cantante/”]FORMANTE DEL CANTANTE[/button]
LINGUISTICA
FONETICA : FONI = FONOLOGIA : FONEMI
ANALISI AUDIO VOCALE
Tecnica di analisi e interpretazione:
FFT Fast Fourier Transform: trasformata veloce di Fourier
versione ottimizzata della
DFT Discrete Fourier Transform: trasformata discreta di Fourier
FFT => scomposizione di un segnale in una serie di suoni sinusoidali ciascuno con propria frequenza, ampiezza e fase
Nel nostro caso un suono vocale risulterà perciò come somma algebrica di una serie di componenti sinusoidali
Tra le varie rappresentazioni grafico/matematiche del segnale vocale, le più efficaci sono:
SONAGRAMMA
SONAGRAM – SONOGRAM
In ascissa abbiamo il tempo, in ordinata la frequenza, e le linee orizzontali rappresentano le componenti armoniche. In realtà, in questo tipo di rappresentazione bi-dimensionale interviene un terzo parametro, il colore, le cui differenti gradazioni sono in relazione con diverse intensità delle componenti armoniche. Ormai la maggior parte dei software di audio analisi offre dei colormap predefiniti e spesso anche editabili a piacimento.
SPETTROGRAMMA
POWER SPECTRUM – ANALISI DELLA FREQUENZA
In ascissa abbiamo la frequenza e in ordinata abbiamo l’intensità. I picchi verticali rappresentano le componenti armoniche. Nell’immagine abbiamo uno spaccato istantaneo di un evento sonoro in un momento X del suo svolgimento acustico. Notiamo a sinistra alcune componenti armoniche con una certa intensità, destinata a scemare in quelle successive.
Nell’immagine sopra abbiamo la rappresentazione di 1 secondo di rumore; nella parte superiore abbiamo la forma d’onda, in quella inferiore un’immagine confusionale, il suo sonogramma.
Qui abbiamo la medesima forma d’onda con “zoom in” a 12 millisecondi; l’immagine risulta ancora complessivamente irregolare.
Cambiamo segnale audio, qui abbiamo una forma d’onda a dente di sega, 1 secondo a 1500 Hertz (Hz o CPS, cicli per secondo); ciò che notiamo subito è la forma d’onda graficamente compressa – 1500 cicli in pochi centimetri – rappresentata da una banda blu uniforme. Zoomando l’immagine
possiamo notare distintamente i cicli, creste e gole/avvallamenti (cosa sono? guarda sotto), puoi contarne 15 in 10 millisecondi (clicca sull’immagine sopra per ingrandire), infatti 1500 Hz : 1 sec = 15 Hz : 10 msec; qui il sonogramma presenta una serie di bande orizzontali ben distinte, le componenti armoniche, parallele ed equidistanti l’una dall’altra.
Dato ciò possiamo capire che:
- un evento acustico che noi definiamo rumore generalmente non è provvisto di frequenza chiaramente distinguibile, il suo sonogramma e forma d’onda risultano irregolari, il suono inarmonico
- la frequenza (Hz) viene calcolata in base al numero di ripetizioni delle creste in 1 secondo
- se un segnale è periodico (ripetizione regolare delle creste), probabilmente sarà costituito da componenti armoniche
- un segnale non periodico è caratterizzato da componenti inarmoniche
per cui:
- un segnale periodico produce la sensazione di altezza sonora (pitch)
- la percezione di altezza sonora non è così definita se la periodicità del segnale è meno regolare
- le componenti armoniche sono tutte multipli interi della frequenza fondamentale F0 (h1 o 1° componente armonica)
Aspetto particolare nella serie degli armonici è la relazione tra gli intervalli di ottava; proviamo a considerare un segnale audio a 100 Hz, esso sarà costituito da:
h1 = 100 Hz
h2 = 200 Hz
h3 = 300 Hz
h4 = 400 Hz
e così via…
In questo caso la frequenza di ciascun componente armonico hn sarà un multiplo della frequenza fondamentale F0, ovvero hn = (h1)n oppure hn = (F0)n; il rapporto di ottava tra le componenti armoniche si basa sul rapporto 2:1 tra un armonico hn e un suo antecedente:
h1 = 100 Hz
h2 = 200 Hz
h4 = 400 Hz
h8 = 800 Hz
h16 = 1600 Hz
h32 = 3200 Hz
e via a seguire …
Altro esempio nell’immagine successiva:
E ancora, gli armonici in posizione pari sono multipli ottava di un rispettivo antecedente, il 2° è multiplo ottava del 1°, il 4° del 2°, il 6° del 3°, l’8° del 4°, il 10° del 5°, … (rapporto 2:1), mentre gli armonici dispari introducono una frequenza corrispondente a una nuova nota, non ancora apparsa nella serie.
Altra particolarità; con diapason a 440 Hz consideriamo alcuni intervalli, ad esempio di 5°, tralasciando i decimali e approssimando:
mentre la differenza in Hz tra le due frequenze che costituiscono ciascun intervallo varia nei tre esempi, notiamo come il loro rapporto rimanga invece costante; da ciò si evince che per calcolare/confrontare gli intervalli il nostro sistema di codifica della percezione acustica considera il
rapporto
tra le frequenze, non le frequenze a sè stanti. Così noi percepiamo sempre lo stesso intervallo solo se il rapporto tra le frequenze è costante, in questo caso 3:2.
.
Nei prossimi due video alcuni cenni esplicativi sull’argomento:
[one_half][/one_half][one_half_last][/one_half_last]