Co dzieje się z wysokimi częstotliwościami, gdy obniżysz wysokość próbki o kilka oktaw?

Oktawa odpowiada dwukrotnej zmianie częstotliwości. Spowolnienie odtwarzania do połowy szybkości obniża każdą składową o jedną oktawę; do jednej czwartej szybkości — o dwie. Audacity wprost opisuje zależność dla połowy szybkości, a poniższa tabela przedstawia jej matematyczne rozszerzenie. To przykłady obliczeniowe, a nie pomiary konkretnego samplera. Zmiana szybkości i wysokości dźwięku — instrukcja Audacity

Zmiana wysokości dźwięku	Szybkość odtwarzania	Oryginalne 8 kHz	Oryginalne 16 kHz	Oryginalne 20 kHz	Mnożnik czasu trwania
−12 półtonów: jedna oktawa	0.5×	4 kHz	8 kHz	10 kHz	2×
−24 półtony: dwie oktawy	0.25×	2 kHz	4 kHz	5 kHz	4×
−36 półtonów: trzy oktawy	0.125×	1 kHz	2 kHz	2.5 kHz	8×
−48 półtonów: cztery oktawy	0.0625×	500 Hz	1 kHz	1.25 kHz	16×

Przy obniżeniu o n oktaw użyj wzoru częstotliwość wyjściowa = częstotliwość wejściowa ÷ 2ⁿ. Przy zwykłej transpozycji przez zmianę szybkości czas trwania wzrasta w odwrotnym stosunku.

To wyjaśnia pozorną sprzeczność: próbka może stracić blask, a jednocześnie ujawnić szczegóły, które pierwotnie znajdowały się w jej wysokich tonach. Po obniżeniu o trzy oktawy pasmo 8–16 kHz trafia do zakresu 1–2 kHz. Właśnie tam szukaj przekształconej tekstury, zamiast oczekiwać, że oryginalny materiał pozostanie powyżej 8 kHz.

Rozważ przykładowe nagranie, którego użyteczne widmo sięga około 20 kHz. Po spowolnieniu o trzy oktawy jego górna granica znajduje się w okolicach 2,5 kHz. Cały zakres widma nagrania przesunął się ku dołowi widma wyjściowego. Wynika to ze skalowania częstotliwości opisanego w dokumentacji zmiany szybkości w Audacity.

To co innego niż zastosowanie filtra dolnoprzepustowego przy pierwotnej szybkości odtwarzania. Filtr tłumi wybrane częstotliwości; spowolnienie odtwarzania przenosi je w inne miejsce. Składowa pierwotnie na poziomie 12 kHz po spowolnieniu o trzy oktawy trafiłaby do 1,5 kHz, zakładając, że proces odtwarzania ją zachowa.

Wydłuża się też czas. Przy idealnej transformacji polegającej wyłącznie na zmianie szybkości atak trwający 10 milisekund wydłuża się po obniżeniu o trzy oktawy do 80 milisekund. Ta obliczona zmiana pomaga wyjaśnić, dlaczego krótki, jasny szczegół może stać się bardziej rozciągniętą częścią tekstury. Niezależnie sterowana obwiednia samplera może zmienić końcowy rezultat, dlatego porównaj czasowanie nagranego przebiegu z ustawieniami obwiedni instrumentu.

Przy wyborze dźwięku warto więc zadać sobie pytanie: Czy źródło zawiera interesujący materiał w paśmie, które stanie się moim pasmem docelowym? Jeśli po obniżeniu o trzy oktawy chcesz uzyskać szczegóły w okolicach 2 kHz, sprawdź źródło w okolicach 16 kHz.

Tak. W tradycyjnym samplerze wysokość dźwięku jest powiązana z szybkością odtwarzania. Zmiana wysokości dźwięku przy zachowaniu czasu trwania wymaga innego przetwarzania dźwięku. Instrukcja Ableton Live 12 potwierdza, że Simpler zmienia szybkość wraz z wysokością dźwięku, gdy Warp jest wyłączony; po włączeniu Warp odtwarzanie może być zgodne z tempem projektu niezależnie od zagranej nuty. Dokumentacja instrumentów Live — Ableton Reference Manual, wersja 12

Gdy czas trwania pozostaje bez zmian, interwał transpozycji nadal pomaga przewidzieć, gdzie powinny trafić składowe tonalne, ale sygnał wyjściowy nie musi zachowywać się jak równomiernie spowolniony przebieg. Instrukcja Audacity wyjaśnia, że niezależna zmiana wysokości dźwięku lub tempa wymaga resyntezy, a duże zmiany mogą pozostawić rozmyte lub wodniste artefakty transjentów. Wysokość dźwięku i tempo — instrukcja Audacity

Niektóre algorytmy zachowują również pewne cechy obwiedni widmowej. W trybie Complex Pro programu Ableton kontrolka Formants określa, jak częstotliwości rezonansowe reagują na transpozycję; przy ustawieniu 100% oryginalne formanty zostają zachowane. W rezultacie dwa procesy ustawione na ten sam interwał w dół mogą zachować różną równowagę tonalną. Klipy audio, tempo i warping — Ableton Reference Manual, wersja 12

Wybierz odtwarzanie ze zmianą szybkości, gdy dłuższy czas trwania jest częścią pożądanej tekstury. Wybierz przetwarzanie zachowujące czas trwania, gdy rytm musi pozostać bez zmian, a następnie osobno odsłuchaj atak, podtrzymanie i wybrzmienie. Ustawienie, które sprawdza się w podtrzymaniu, może zmienić atak bardziej, niż chcesz.

Wyższa częstotliwość próbkowania oryginalnego nagrania może zapewnić szersze pasmo źródłowe. Twierdzenie o próbkowaniu wyznacza górną granicę reprezentowanej częstotliwości na połowie częstotliwości próbkowania; wierna rekonstrukcja wymaga ograniczenia sygnału do częstotliwości poniżej tej granicy. Twierdzenie o próbkowaniu — Julius O. Smith

Zastosuj tę granicę do spowolnienia o trzy oktawy. Nagranie o częstotliwości próbkowania 48 kHz ma teoretyczną granicę 24 kHz, która przesuwa się do 3 kHz. Nagranie o częstotliwości próbkowania 96 kHz ma teoretyczną granicę 48 kHz, która przesuwa się do 6 kHz. Te obliczone granice opisują możliwe pasmo, a nie rzeczywistą zawartość któregokolwiek nagrania.

Warunek jest istotny: źródło musi zawierać użyteczną energię w tym dodatkowym zakresie, a tor nagraniowy musi ją uchwycić. Plik 96 kHz, który nie zawiera użytecznego materiału powyżej 20 kHz, nadal będzie miał użyteczną górną granicę w okolicach 2,5 kHz po spowolnieniu o trzy oktawy.

Konwersja istniejącego nagrania 48 kHz do 96 kHz nie odzyska częstotliwości, których wcześniej nie zarejestrowano. Interpolacja rekonstruuje wartości na podstawie dostępnych próbek przy założeniu określonego pasma; nie dostarcza brakującej oryginalnej zawartości. Julius O. Smith opisuje ten proces rekonstrukcji w interpolacji okienkowanej funkcją sinc.

W przypadku przyszłych nagrań przeznaczonych do skrajnej transpozycji w dół oceń uchwycone widmo, a także etykietę częstotliwości próbkowania pliku. Przy istniejącej próbce odsłuchaj dostępny materiał przed zmianą ustawień projektu.

Brak wysokich tonów po spowolnieniu może po prostu wynikać z przewidywanego przesunięcia widma w dół. Aliasing to inne zjawisko: częstotliwość jest reprezentowana jako inna, gdy nie są spełnione warunki próbkowania. Steven W. Smith ilustruje to składanie częstotliwości w ADC i DAC, rozdział 3 książki The Scientist and Engineer’s Guide to Digital Signal Processing.

Przy idealnym zmniejszeniu szybkości odtwarzania i renderowaniu z niezmienioną wyjściową częstotliwością próbkowania prawidłowe składowe źródłowe przesuwają się jeszcze niżej względem granicy Nyquista sygnału wyjściowego. Z tego wynika, że sam ciemny dźwięk nie dowodzi wystąpienia aliasingu. Nadal trzeba sprawdzić inne etapy przetwarzania i decyzje dotyczące implementacji.

Jednym z istotnych ustawień jest jakość interpolacji samplera. Ableton opisuje ustawienie interpolacji w Samplerze jako czynnik określający dokładność transponowanych próbek; wyższa jakość wymaga większej mocy obliczeniowej. Jeśli wynik jest niespodziewanie chropowaty, porównaj te ustawienia. Dokumentacja instrumentów Live — Ableton Reference Manual, wersja 12

Rozróżnij także zmianę szybkości odtwarzania pliku od konwersji pliku na niższą częstotliwość próbkowania z zachowaniem wysokości dźwięku i czasu trwania. Ta druga operacja wymaga filtrowania poniżej nowej granicy Nyquista, aby zapobiec aliasingowi, co wyjaśniono w interpolacji okienkowanej funkcją sinc. Zanim użyjesz kontrolki opisanej jako „częstotliwość próbkowania” do transpozycji, sprawdź, co robi.

Użyj poniższej sekwencji porównań, aby odróżnić przewidywane przesunięcie częstotliwości od zmian wprowadzonych przez tor przetwarzania. To praktyczna metoda diagnostyczna wynikająca z opisanych wyżej różnic w odtwarzaniu i przetwarzaniu.

1. Zachowaj nietknięte źródło. Utwórz osobne kopie do odtwarzania ze zmianą szybkości oraz do transpozycji z zachowaniem czasu trwania.
2. Wyłącz dodatkowe przetwarzanie. Na początek pomiń filtry samplera, korektor i inne efekty, aby ocenić samą transpozycję.
3. Zastosuj znany interwał. Zacznij od −24 lub −36 półtonów. Przy odtwarzaniu ze zmianą szybkości sprawdź, czy czas trwania zwiększa się odpowiednio cztero- lub ośmiokrotnie.
4. Przewidź położenie jednej częstotliwości. Przy −36 półtonach składowa źródłowa w okolicach 16 kHz powinna przesunąć się w okolice 2 kHz. Porównaj odpowiadające sobie fragmenty źródła i sygnału wyjściowego za pomocą analizatora widma lub spektrogramu.
5. Porównaj tryby odtwarzania. Jeśli niepożądana tekstura pojawia się tylko przy zachowaniu czasu trwania, sprawdź algorytm rozciągania i jego ustawienia.
6. Porównaj ustawienia interpolacji. Zmieniaj ustawienia jakości, pozostawiając bez zmian interwał i pozostałe przetwarzanie.
7. Włączaj efekty pojedynczo. Po każdym dodanym efekcie słuchaj, który etap zmienia pożądane szczegóły.

Zwróć uwagę na trzy momenty: atak, środkową część i wybrzmienie. Zapisz, w którym miejscu każda wersja zapewnia użyteczną teksturę, a w którym traci wyrazistość. Zakres częstotliwości analizatora powinien być taki sam we wszystkich porównaniach; w przeciwnym razie automatyczne skalowanie może utrudnić ocenę zmian widma.

Niech diagnoza wyznaczy kolejną zmianę. Poniższe propozycje to zalecenia produkcyjne, a nie twierdzenia, że jedno ustawienie sprawdzi się w każdej próbce.

Co obserwujesz	Co wypróbować dalej
Szczegół przesunął się niżej dokładnie zgodnie z przewidywaniami	Użyj mniejszego obniżenia albo wybierz źródło z użyteczną energią w wyższej części widma.
Dłuższa wersja brzmi dobrze, ale wersja o stałym czasie trwania jest rozmyta	Porównaj tryby rozciągania oraz ustawienia transjentów lub ziarnistości.
Jakość interpolacji wyraźnie wpływa na odtwarzanie transponowanej próbki	Wypróbuj ustawienie wyższej jakości przy renderowaniu końcowym.
Szczegół znika po ponownym włączeniu filtra lub korektora	Dostosuj ten etap, słuchając przesuniętego pasma częstotliwości.
Podoba ci się niski korpus, ale chcesz zachować jasny atak oryginału	Zmiksuj krótki, osobno kontrolowany fragment oryginalnej próbki i sprawdź jego czasowanie względem spowolnionej warstwy.

Zacznij od ustalenia, dokąd przesuwają się częstotliwości i jakiego czasu trwania potrzebujesz. Po obniżeniu o kilka oktaw wczorajsze wysokie tony stają się dzisiejszą teksturą ze średniego lub niskiego pasma. Gdy rozpoznasz to przesunięcie, możesz zdecydować, czy je zachować, wybrać inne źródło, zmniejszyć interwał czy zmienić metodę odtwarzania — bez prób przywracania wysokich częstotliwości, które transformacja celowo przeniosła gdzie indziej.

• Zmiana szybkości i wysokości dźwięku — instrukcja Audacity
• Wysokość dźwięku i tempo — instrukcja Audacity
• Dokumentacja instrumentów Live — Ableton Reference Manual, wersja 12
• Klipy audio, tempo i warping — Ableton Reference Manual, wersja 12
• Twierdzenie o próbkowaniu — Julius O. Smith
• Interpolacja okienkowana funkcją sinc — Physical Audio Signal Processing
• ADC i DAC — The Scientist and Engineer’s Guide to Digital Signal Processing, rozdział 3