L A B O R A T O R I O D I I N F O R M A T I C A M U S I C A L E

Dimensione: px

Iniziare la visualizzazioe della pagina:

Download "L A B O R A T O R I O D I I N F O R M A T I C A M U S I C A L E"

Florindo Ferro
8 anni fa
Visualizzazioni

L A B O R A T O R I O D I I N F O R M A T I C A M U S I C A L E MODULO 1: MANIPOLAZI ONE DEL SEGNALE AUDI O G.PRESTI - 12/03/2015 - LE ZI ON E 2 1.

1 L A B O R A T O R I O D I I N F O R M A T I C A M U S I C A L E MODULO 1: MANIPOLAZI ONE DEL SEGNALE AUDI O G.PRESTI - 12/03/ LE ZI ON E 2 1. CONVERSIONE DA ANALOGICO A DIGITALE Convertire un segnale da analogico a digitale significa descrivere un onda come sequenza di numeri, che rappresentano il valore assunto dal segnale ad intervalli regolari di tempo. Figura 1: A - Segnale da convertire; B - Segnale campionato; C - Segnale quantizzato; D - Segnale ricostruito (si noti l'errore di quantizzazione). Il teorema del campionamento di Nyquist/Shannon dice che è possibile campionare esattamente un saegnale a patto che la frequenza con cui campioniamo sia superiore al doppio della frequenza massima presente nel segnale; in caso contrario si introduce aliasing: gli armonici oltre creano note fantasma nello spettro campionato.

regolari di tempo. Figura 1: A - Segnale da convertire; B - Segnale campionato; C - Segnale quantizzato; D - Segnale ricostruito (si noti l'errore di quantizzazione).

2 La quantizzazione introduce sempre del rumore, causato dalla periodicità degli arrotondamenti dovuti alla riduzione del numero di bit. Il rumore di quantizzazione può essere solo mascherato attraverso l'introduzione di dithering, che rende aperiodici gli errori di arrotondamento. In linea di massima si consiglia di lavorare ad una f s coerente con il formato finale ed una profondità di 24 bit. Se dovesse essee necessario ricampionare il segnale scegliete il software adatto all'operazione aiutandovi con le comparazioni disponibili all'indirizzo: In allegato a questo pdf potete trovare degli esempi di aliasing e rumore di quantizzazione (con e senza dither). 2. DECIBEL E DINAMICA Un segnale può essere definito come la variazione di una grandezza nel tempo. Nel caso di segnali audio questa grandezza è la pressione del mezzo attraverso cui si propaga il suono. Più le variazioni sono ampie, più il suono sarà intenso. La pressione sonora si misura in db spl, relativi alla pressione P ref (il minimo suono mediamente percepibile): Tabella 1: Diversi valori di db spl In realtà la soglia di udibilità dipende dalla frequenza del segnale. Attraverso lo studio delle curve isofoniche è possibile avere un'idea del range dinamico e del range di frequenze realmente udibili nel caso di udito sano.

In linea di massima si consiglia di lavorare ad una f s coerente con il formato finale ed una profondità di 24 bit.

3 Figura 2: Area sensibile dello spazio "pressione sonora - frequenza". Si noti l'intervallo dinamico di fruizione della musica. Nel dominio digitale risulta più utile esprimere il livello sonoro in relazione al range massimo reso disponibile dal numero di bit utilizzati per la conversione (n). Questa misura prende il nome di db full scale (db fs) e la sua estensione (DR) corrisponde al rapporto tra il massimo valore codificabile 2 n (oltre il quale si distorce il segnale) e il livello minimo del rumore di quantizzazione. Ad esempio, nel caso di n=16 bit, si ottiene una scala che va da db fs a 0 db fs. Ampiezze inferiori di -98dB fs non possono essere codificate, mentre ampiezze maggiori di 0dB fs causano distorsione (o clip) digitale. Figura 3: Level meter che mostra picco e RMS in dbfs.

Questa misura prende il nome di db full scale (db fs) e la sua estensione (DR) corrisponde al rapporto tra il massimo valore codificabile 2 n (oltre il quale si distorce il segnale) e il livello

In questo esempio picco e RMS sono calcolati su finestre del segnale e non sul segnale nella sua interezza come visto in laboratorio.

4 Figura 4: Segnale sinusoidale. L'asse verticale può essere espresso in valori decimali, percentuali o logaritmici (dbfs). L'asse temporale può essere espresso in byte occupati dal segnale, campioni audio o frazioni di secondo. Figura 5: Forma d'onda, inviluppo e RMS di un segnale audio. In questo esempio picco e RMS sono calcolati su finestre del segnale e non sul segnale nella sua interezza come visto in laboratorio. Il profilo del valore assoluto del segnale viene chiamato inviluppo, e rappresenta il valore di picco del suono raggiunto nell'intorno di un dato istante. Sebbene l'inviluppo aiuti ad avere un idea dell'escursione dinamica di un suono, è l'rms (root mean square) a rappresentare una stima della potenza di un segnale x in una certa finestra temporale n: Il rapporto tra l'inviluppo e l'rms viene chiamato crest factor e rappresenta una stima della dinamica del materiale analizzato. In base alla dimensione della finestra temporale su cui viene calcolato l'rms si può parlare di dinamica a breve termine (finestre più piccole di una battuta musicale) o a lungo termine (finestre di alcune battute). Per avere un idea di quanto è dinamico un brano si può utilizzare il plugin gratuito:

La dinamica a breve termine può essere riconosciuta come una caratteristica del suono, mentre la dinamica a lungo termine (o macrodinamica) viene riconosciuta come una caratteristica strutturale del

5 La dinamica a breve termine può essere riconosciuta come una caratteristica del suono, mentre la dinamica a lungo termine (o macrodinamica) viene riconosciuta come una caratteristica strutturale del brano (ad esempio dal piano della strofa al forte del ritornello). 3. RAPPRESENTAZIONE DELLA STEREOFONIA In presenza di un segnale stereofonico, le informazioni possono essere codificate su due canali come coppia di segnali da destinare agli altoparlanti (L e R) o come somma e differenza di L e R (codifica MS). Nel secondo caso M rappresenta la componente centrale dell'immagine stereo (Mid), mentre S rappresenta la componente laterale dell'immagine stereo (Side). All'indirizzo è possibile scaricare un plugin gratuito per la codifica e decodifica MS. Ad ogni modo le operazioni necessarie per la codifica sono: Codifica: Decodifica: L, R, M e S possono essere rappresentati nel medesimo grafico disegnando per ogni istante un punto che ha coordinate x = S e y = M. In questo modo tutti i punti che risiedono sulle diagonali rappresentano i camponi audio che assumono il valore 0 su L o su R (i suoni completamente a destra o a sinistra); i punti sull'asse verticale sono campioni per cui L=R (segnali in fase) e i punti sull'asse orizzontale sono campioni in controfase (L = -R). Analogamente se una nuvola di punti è schiacciata sull'asse verticale significa che L e R sono principalmente in fase, mentre una nuvola schiacciata sull'asse orizzontale indica che L e R sono in controfase (possibilmente da evitare: il materiale perde la mono-compatibilità). Più la nuvola è larga più il suono sarà diffuso nell'immagine stereo. Figura 6: Phase scope. Ogni punto corrisponde a campioni simultanei provenienti dai due canali, a cui sono assegnate le coordinate x=s e y=m.

RAPPRESENTAZIONE DELLA STEREOFONIA In presenza di un segnale stereofonico, le informazioni possono essere codificate su due canali come coppia di segnali da destinare agli altoparlanti (L e R) o come

6 All'indirizzo è possibile reperire un plugin gratuito per equalizzare un segnale stereo nel dominio MS (effettua internamente la codifica e decodifica MS, in questo caso non è necessario il plugin citato in precedenza) 4. RAPPRESENTAZIONE DELLO SPETTRO All'inizio del diciannovesimo secolo Fourier ha dimostrato come ogni segnale che si sviluppa nel tempo possa essere rappresentato come somma di infinite sinusoidi. Suoni periodici sono composti da sinusoidi la cui frequenza è un multiplo intero di una frequenza fondamentale (la nota suonata) mentre suoni aperiodici, come il rumore, sono composti da un continuo di sinusoidi a diverse frequenze. Figura 7: Segnali nel dominio del tempo (a sinistra) e nel dominio della frequenza (a destra). Nel primo caso è visibile la forma d'onda, nel secondo lo spettro. Figura 8: Spettro di un'onda a dente di sega. Un segnale di queso tipo è composto da tutte le sinusoidi con frequenza uguale ai multipli interi della fondamentale. In questo grafico l'asse orizzontale è rappresentato in scala lineare: ogni armonico è equidistante dagli altri.

necessario il plugin citato in precedenza) 4.

Figura 9: Lo stesso segnale della figura 8. In questo caso l'asse delle frequenze è in scala logaritmica, questo significa che le ottave (o le note) sono equidistanti tra loro.

schiacciate nella parte a destra del grafico). Figura 10: Analizzatore di spettro a terzi d'ottava.

7 Figura 9: Lo stesso segnale della figura 8. In questo caso l'asse delle frequenze è in scala logaritmica, questo significa che le ottave (o le note) sono equidistanti tra loro. Questo stile di visualizzazione è il più comune, in quanto generalmente si ha necessità di controllare le basse frequenze con una precisione maggiore rispetto alle alte frequenze (che vengono schiacciate nella parte a destra del grafico). Figura 10: Analizzatore di spettro a terzi d'ottava. Utile per tenere sotto controllo la dinamica di ogni banda di frequenze (in bianco l'rms e in giallo il picco) Figura 2: Sonogramma. Sull'asse orizzontale c'è sempre la frequenza, ma sull'asse verticale risiede il tempo (l'ampiezza è data dal colore). Utile per analizzare le variazioni timbriche nel tempo.

Documenti analoghi

L A B O R A T O R I O D I I N F O R M A T I C A M U S I C A L E

L A B O R A T O R I O D I I N F O R M A T I C A M U S I C A L E MANIPOLAZIO NE DEL SE GNALE AUDIO E MU SI C INFOR MA TI ON R E TR IE VA L G.PRESTI - 09/03/2016 - LE ZI ON E 2 1. CONVERSIONE DA ANALOGICO