Was passiert mit hochfrequenten Anteilen, wenn Sie ein Sample um mehrere Oktaven nach unten pitchen?

Eine Oktave entspricht einem Frequenzverhältnis von zwei. Wird die Wiedergabe auf halbe Geschwindigkeit verlangsamt, sinkt jede Komponente um eine Oktave; bei Viertelgeschwindigkeit um zwei Oktaven. Audacity dokumentiert den Zusammenhang mit halber Geschwindigkeit ausdrücklich; die folgende Tabelle erweitert ihn mathematisch. Dies sind berechnete Beispiele, keine Messwerte eines bestimmten Samplers. Change Speed and Pitch — Audacity-Handbuch

Tonhöhenänderung	Wiedergabegeschwindigkeit	Ursprünglich 8 kHz	Ursprünglich 16 kHz	Ursprünglich 20 kHz	Dauermultiplikator
−12 Halbtöne: eine Oktave	0.5×	4 kHz	8 kHz	10 kHz	2×
−24 Halbtöne: zwei Oktaven	0.25×	2 kHz	4 kHz	5 kHz	4×
−36 Halbtöne: drei Oktaven	0.125×	1 kHz	2 kHz	2.5 kHz	8×
−48 Halbtöne: vier Oktaven	0.0625×	500 Hz	1 kHz	1.25 kHz	16×

Bei einer Absenkung um n Oktaven gilt Ausgangsfrequenz = Eingangsfrequenz ÷ 2ⁿ. Bei einer einfachen Transponierung durch Änderung der Wiedergabegeschwindigkeit verlängert sich die Dauer um den Kehrwert dieses Faktors.

Das erklärt einen scheinbaren Widerspruch: Ein Sample kann seinen Glanz verlieren und zugleich Details offenbaren, die ursprünglich in seinen Höhen lagen. Drei Oktaven tiefer liegt ein Band von 8–16 kHz im Bereich von 1–2 kHz. Hören Sie dort auf die transformierte Textur, statt zu erwarten, dass das ursprüngliche Material oberhalb von 8 kHz bleibt.

Betrachten wir als Beispiel eine Aufnahme, deren nutzbares Spektrum bei etwa 20 kHz endet. Nach dem Verlangsamen um drei Oktaven liegt diese obere Grenze bei etwa 2,5 kHz. Der gesamte Frequenzbereich der Aufnahme hat sich in Richtung des unteren Bereichs des Ausgangsspektrums verschoben. Das ergibt sich aus der Frequenzskalierung, die in der Dokumentation zur Geschwindigkeitsänderung von Audacity beschrieben ist.

Das unterscheidet sich von einem Tiefpassfilter bei ursprünglicher Wiedergabegeschwindigkeit. Ein Filter schwächt ausgewählte Frequenzen ab; durch das Verlangsamen der Wiedergabe werden sie verschoben. Eine ursprünglich bei 12 kHz liegende Komponente würde nach einer Verlangsamung um drei Oktaven 1,5 kHz erreichen, sofern der Wiedergabeprozess sie erhält.

Auch die Zeit wird gedehnt. Bei einer idealen Transformation, die nur die Geschwindigkeit verändert, wird ein aufgezeichneter Einschwingvorgang von 10 Millisekunden bei einer Absenkung um drei Oktaven zu 80 Millisekunden. Diese berechnete Änderung erklärt, warum ein kurzes, helles Detail zu einem ausgedehnteren Teil der Textur werden kann. Eine unabhängig gesteuerte Sampler-Hüllkurve kann das Endergebnis verändern. Vergleichen Sie daher das Timing der aufgezeichneten Wellenform mit den Hüllkurveneinstellungen des Instruments.

Bei der Klangauswahl lautet die entscheidende Frage also: Enthält die Quelle interessantes Material in dem Frequenzband, das zu meinem Zielfrequenzband wird? Wenn Sie nach einer Absenkung um drei Oktaven Details um 2 kHz wünschen, prüfen Sie die Quelle im Bereich um 16 kHz.

Ja. Bei einem herkömmlichen Sampler hängen Tonhöhe und Wiedergabegeschwindigkeit zusammen. Ein Pitch-Shifter, der die Dauer erhält, muss das Audiosignal anders bearbeiten. Das Live-12-Handbuch von Ableton bestätigt, dass Simpler bei deaktiviertem Warp die Geschwindigkeit mit der Tonhöhe ändert; bei aktiviertem Warp kann die Wiedergabe unabhängig von der gespielten Note dem Projekttempo folgen. Live-Instrumentenreferenz — Ableton-Referenzhandbuch Version 12

Wenn die Dauer erhalten bleibt, ist das Tonhöhenintervall weiterhin ein hilfreicher Anhaltspunkt dafür, wohin sich tonale Komponenten verschieben sollten. Das Ausgangssignal muss sich jedoch nicht wie eine gleichmäßig verlangsamte Wellenform verhalten. Im Audacity-Handbuch wird erklärt, dass unabhängige Änderungen von Tonhöhe oder Tempo eine Resynthese erfordern und dass große Änderungen verschmierte oder wässrige Transientenartefakte hinterlassen können. Tonhöhe und Tempo — Audacity-Handbuch

Manche Algorithmen erhalten zudem Aspekte der spektralen Hüllkurve. Im Modus Complex Pro von Ableton legt der Regler Formants fest, wie Resonanzfrequenzen auf eine Transponierung reagieren; bei 100 % bleiben die ursprünglichen Formanten erhalten. Deshalb können zwei Prozesse mit demselben eingestellten Abwärtsintervall unterschiedliche Klangfarben bewahren. Audioclips, Tempo und Warping — Ableton-Referenzhandbuch Version 12

Wählen Sie eine geschwindigkeitsbasierte Wiedergabe, wenn die längere Dauer Teil der gewünschten Textur ist. Wählen Sie eine Bearbeitung, die die Dauer erhält, wenn das Timing unverändert bleiben muss, und hören Sie sich dann Einschwingvorgang, anhaltenden Klangkörper und Ausklang separat an. Eine Einstellung, die für den anhaltenden Teil funktioniert, kann den Einschwingvorgang stärker verändern als gewünscht.

Eine höhere ursprüngliche Aufnahmerate kann eine größere Quellbandbreite bieten. Nach dem Abtasttheorem liegt die obere Grenze der darstellbaren Frequenz bei der Hälfte der Abtastrate; für eine originalgetreue Rekonstruktion muss das Signal unterhalb dieser Grenze bandbegrenzt sein. Abtasttheorem — Julius O. Smith

Wenden wir diese Grenze auf eine Verlangsamung um drei Oktaven an. Eine Aufnahme mit 48 kHz hat eine theoretische Grenze von 24 kHz, die sich auf 3 kHz verschiebt. Eine Aufnahme mit 96 kHz hat eine theoretische Grenze von 48 kHz, die sich auf 6 kHz verschiebt. Diese berechneten Grenzen beschreiben die mögliche Bandbreite, nicht den tatsächlichen Inhalt der jeweiligen Aufnahme.

Entscheidend ist: Die Quelle muss in diesem zusätzlichen Bereich nutzbare Energie enthalten, und die Aufnahmekette muss sie erfasst haben. Eine Datei mit 96 kHz, die oberhalb von 20 kHz kein nutzbares Material enthält, hat nach einer Verlangsamung um drei Oktaven weiterhin eine nutzbare obere Grenze nahe 2,5 kHz.

Die Umwandlung einer vorhandenen Aufnahme mit 48 kHz in eine Datei mit 96 kHz kann keine zuvor nicht aufgezeichneten Frequenzen wiederherstellen. Bei der Interpolation werden Werte anhand der verfügbaren Samples und unter einer Bandbreitenannahme rekonstruiert; fehlende ursprüngliche Inhalte werden dadurch nicht ergänzt. Julius O. Smith beschreibt diesen Rekonstruktionsprozess in Windowed-Sinc-Interpolation.

Wenn Sie künftige Aufnahmen für extreme Abwärtstransponierungen erstellen, beurteilen Sie sowohl das erfasste Spektrum als auch die angegebene Abtastrate der Datei. Hören Sie sich bei einem vorhandenen Sample zuerst das verfügbare Material an, bevor Sie die Projekteinstellungen ändern.

Fehlende Höhen nach einer Verlangsamung können schlicht die erwartete Abwärtsverschiebung des Spektrums sein. Aliasing ist ein anderes Phänomen: Frequenzanteile werden bei nicht erfüllten Abtastbedingungen mit einer falschen Frequenz dargestellt. Steven W. Smith veranschaulicht diese Frequenzfaltung in ADC und DAC, Kapitel 3 aus The Scientist and Engineer’s Guide to Digital Signal Processing.

Bei einer idealen Geschwindigkeitsreduzierung, die mit unveränderter Ausgangsabtastrate gerendert wird, verschieben sich gültige Quellkomponenten weiter unter die Nyquist-Grenze des Ausgangssignals. Daraus folgt, dass ein dunkles Ergebnis allein kein Beleg für Aliasing ist. Andere Bearbeitungsstufen und Implementierungsentscheidungen müssen weiterhin geprüft werden.

Die Interpolationsqualität des Samplers ist eine relevante Einstellung. Ableton beschreibt die Interpolationseinstellung von Sampler als Maß für die Genauigkeit transponierter Samples; höhere Qualitätsstufen erfordern mehr Rechenleistung. Vergleichen Sie diese Einstellungen, wenn das Ergebnis unerwartet rau klingt. Live-Instrumentenreferenz — Ableton-Referenzhandbuch Version 12

Unterscheiden Sie außerdem zwischen einer Änderung der Wiedergaberate einer Datei und einer Umwandlung in eine niedrigere Abtastrate, bei der Tonhöhe und Dauer erhalten bleiben. Letzteres erfordert eine Filterung unterhalb der neuen Nyquist-Grenze, um Aliasing zu verhindern, wie in Windowed-Sinc-Interpolation erläutert wird. Prüfen Sie eine mit „Abtastrate“ beschriftete Einstellung, bevor Sie sie zum Transponieren verwenden.

Gehen Sie bei diesem Vergleich so vor, dass sich die erwartete Frequenzverschiebung von Änderungen durch die Bearbeitungskette unterscheiden lässt. Diese praktische Diagnose leitet sich aus den oben beschriebenen Unterschieden zwischen Wiedergabe- und Bearbeitungsarten ab.

1. Behalten Sie eine unveränderte Quelle. Erstellen Sie separate Kopien für die geschwindigkeitsbasierte Wiedergabe und das Pitch-Shifting bei gleichbleibender Dauer.
2. Deaktivieren Sie zusätzliche Bearbeitungen. Beginnen Sie mit deaktivierten Sampler-Filtern, EQs und anderen Effekten, damit Sie die Transponierung selbst beurteilen können.
3. Wenden Sie ein bekanntes Intervall an. Beginnen Sie bei −24 oder −36 Halbtönen. Prüfen Sie bei geschwindigkeitsbasierter Wiedergabe, ob sich die Dauer entsprechend um das Vier- beziehungsweise Achtfache erhöht.
4. Sagen Sie eine Zielfrequenz voraus. Bei −36 Halbtönen sollte ein Quellmerkmal im Bereich um 16 kHz in Richtung 2 kHz verschoben werden. Vergleichen Sie entsprechende Abschnitte der Quelle und des Ausgangssignals mit einem Spektrumanalysator oder Spektrogramm.
5. Vergleichen Sie die Wiedergabemodi. Tritt eine unerwünschte Textur nur bei gleichbleibender Dauer auf, untersuchen Sie den Stretching-Algorithmus und seine Einstellungen.
6. Vergleichen Sie die Interpolationseinstellungen. Ändern Sie die Qualitätseinstellungen, während Intervall und übrige Bearbeitung unverändert bleiben.
7. Aktivieren Sie die Effekte einzeln wieder. Hören Sie nach jeder Ergänzung, um festzustellen, welche Stufe das gewünschte Detail verändert.

Nutzen Sie drei Hörpunkte: den Einschwingvorgang, den Klangkörper und den Ausklang. Achten Sie darauf, bei welcher Version Sie nützliche Textur erhalten und wo Definition verloren geht. Lassen Sie den Frequenzbereich des Analysators bei allen Vergleichen gleich; andernfalls kann die automatische Skalierung die Beurteilung der spektralen Veränderung erschweren.

Lassen Sie sich bei der nächsten Bearbeitung von der Diagnose leiten. Die folgenden Vorschläge sind Produktionsempfehlungen und keine Behauptung, dass eine Einstellung für jedes Sample geeignet ist.

Beobachtung	Nächster Versuch
Das Detail hat sich wie vorhergesagt nach unten verschoben	Verwenden Sie ein kleineres Abwärtsintervall oder wählen Sie eine Quelle mit nutzbarer Energie in höheren Spektralbereichen.
Die längere Version klingt gut, aber die Version mit gleichbleibender Dauer ist verwaschen	Vergleichen Sie Stretching-Modi und deren Einstellungen für Transienten oder Grains.
Die transponierte Wiedergabe verändert sich mit der Interpolationsqualität deutlich	Probieren Sie für den finalen Render die höhere Qualitätsstufe aus.
Das Detail verschwindet, sobald Filter oder EQ wieder aktiviert werden	Passen Sie diese Stufe an, während Sie dem verschobenen Frequenzband zuhören.
Ihnen gefällt der tiefe Klangkörper, aber Sie möchten den ursprünglichen hellen Einschwingvorgang behalten	Mischen Sie einen kurzen, separat gesteuerten Abschnitt des ursprünglichen Samples hinzu und prüfen Sie sein Timing im Vergleich zur verlangsamten Ebene.

Beginnen Sie mit der Zielfrequenz und der benötigten Dauer. Bei einer Absenkung um mehrere Oktaven werden die Höhen von gestern zur Mitten- oder Basstextur von heute. Sobald Sie diese Verschiebung erkannt haben, können Sie entscheiden, ob Sie sie beibehalten, eine andere Quelle wählen, das Intervall verkleinern oder die Wiedergabemethode ändern möchten – ohne zu versuchen, hohe Frequenzen wiederherzustellen, die durch die Transformation gezielt an eine andere Stelle verschoben wurden.

• Change Speed and Pitch — Audacity-Handbuch
• Tonhöhe und Tempo — Audacity-Handbuch
• Live-Instrumentenreferenz — Ableton-Referenzhandbuch Version 12
• Audioclips, Tempo und Warping — Ableton-Referenzhandbuch Version 12
• Abtasttheorem — Julius O. Smith
• Windowed-Sinc-Interpolation — Physical Audio Signal Processing
• ADC und DAC — The Scientist and Engineer’s Guide to Digital Signal Processing, Kapitel 3