Como alterar a velocidade e a altura da reprodução juntas por uma proporção exata
Para alterar a velocidade e a altura da reprodução juntas, aplique um multiplicador de velocidade, r, sem preservação da altura. Cada frequência passa a ser r vezes seu valor original, enquanto a duração passa a ser a duração original dividida por r. Por exemplo, a reprodução a 1.25× eleva um tom de 440 Hz a 550 Hz e reduz 60 segundos a 48 segundos.
Este guia é para editores de áudio que querem criar essa alteração conjunta em um arquivo de som exportado. Você calculará a proporção, aplicará com uma ferramenta adequada e verificará se o resultado corresponde ao tempo e à afinação pretendidos. O Audacity documenta esse comportamento em seu manual Alterar velocidade e altura.
O que significa alterar a velocidade e a altura juntas?
Em uma alteração conjunta de velocidade, os eventos da gravação acontecem mais rápido ou mais devagar, e suas frequências aumentam ou diminuem proporcionalmente. O efeito Alterar velocidade e altura do Audacity altera explicitamente o andamento, a altura e o conteúdo de frequências em conjunto. O efeito separado Alterar altura mantém a duração inalterada. Escolha a operação que corresponde ao resultado desejado. Fontes: Alterar velocidade e altura, Alterar altura.
Para esta tarefa, defina a proporção como nova velocidade de reprodução ÷ velocidade de reprodução original. Uma proporção acima de 1 acelera a gravação e eleva sua altura. Uma proporção entre 0 e 1 desacelera a gravação e reduz sua altura. Escreva a direção explicitamente antes de inserir um valor: “a nova velocidade é 5/4 da velocidade original” é mais claro do que “alterar por 5:4”.
Como calcular a proporção exata?
Comece pelo requisito que você realmente conhece. As equações a seguir descrevem uma alteração ideal e constante de velocidade e altura em conjunto; os exemplos são cálculos ilustrativos, não resultados medidos de edição.
| Requisito conhecido | Calcule o multiplicador de velocidade r | Exemplo ilustrativo |
|---|---|---|
| Proporção direta de velocidade | r = nova velocidade ÷ velocidade original | 5/4 = 1.25 |
| Frequências original e desejada | r = frequência desejada ÷ frequência original | 550 ÷ 440 = 1.25 |
| Durações original e desejada | r = duração original ÷ duração desejada | 60 ÷ 48 = 1.25 |
| Andamentos original e desejado | r = BPM desejado ÷ BPM original | 120 ÷ 96 = 1.25 |
Depois de obter r, calcule o resultado esperado: nova duração = duração original ÷ r e nova frequência = frequência original × r. A relação entre as durações decorre diretamente da reprodução da mesma sequência de eventos de áudio na nova velocidade.
Se um efeito pedir uma alteração percentual, insira 100 × (r − 1). Assim, 1.25× significa +25%, enquanto 0.8× significa −20%. O manual do Audacity usa a mesma relação entre multiplicador e porcentagem. Fonte: Alterar velocidade e altura.
Um erro frequente é confundir a porcentagem da velocidade de reprodução com a alteração percentual. “125% da velocidade original” significa 1.25×. “Aumentar a velocidade em 125%” significa 2.25×. Outro erro é inverter a fórmula da duração: reduzir 60 segundos a 48 segundos exige uma reprodução mais rápida, portanto o multiplicador deve ser maior que 1.
Como converter intervalos musicais em proporções de velocidade?
Para um intervalo de n semitons temperados igualmente, use r = 2^(n/12). Um n positivo eleva a altura; um n negativo a reduz. Para encontrar o intervalo produzido por uma proporção existente, use n = 12 × log₂(r). Essas relações decorrem da divisão de uma oitava, uma proporção de frequência de 2:1, em doze proporções iguais de semitom. Fonte: UNSW, Nomes das notas, números MIDI e frequências.
A tabela abaixo aplica essas equações a uma gravação ilustrativa de 60 segundos. Os decimais exibidos estão arredondados.
| Multiplicador de velocidade | Alteração percentual | Nova duração | Intervalo de altura |
|---|---|---|---|
| 0.5× | −50% | 120 segundos | −12 semitons |
| 0.8× | −20% | 75 segundos | Cerca de −3.863 semitons |
| 1.25× | +25% | 48 segundos | Cerca de +3.863 semitons |
| 1.5× | +50% | 40 segundos | Cerca de +7.020 semitons |
| 2× | +100% | 30 segundos | +12 semitons |
| Cerca de 1.059463094× | Cerca de +5.946309% | Cerca de 56.632459 segundos | +1 semitom |
Decida se seu alvo é uma proporção numérica ou um intervalo temperado igualmente. Uma proporção de 3:2 é exatamente 1.5, enquanto sete semitons temperados igualmente exigem 2^(7/12), aproximadamente 1.498307077. Essas configurações são próximas, mas produzem resultados diferentes. Mantenha a fração ou fórmula que define o alvo em suas notas de edição para que uma indicação arredondada não se torne seu único registro do valor pretendido.
Como aplicar a proporção no Audacity?
Nas versões que oferecem o efeito documentado, selecione o áudio desejado e abra Effect → Pitch and Tempo → Change Speed and Pitch. Insira a proporção em Speed Multiplier, ou o equivalente em Percent Change. A janela vincula esses controles à duração resultante da seleção. Fonte: Manual Alterar velocidade e altura do Audacity.
Para a conversão ilustrativa de 5/4, insira 1.25 ou +25% e confira se uma seleção de 60 segundos passa a ter 48 segundos. Faça uma prévia, aplique o efeito e exporte para um arquivo de saída separado. Mantenha o original disponível para que revisões posteriores possam partir da mesma fonte.
Os nomes dos menus e os controles disponíveis podem variar entre versões. Verifique se a operação selecionada combina velocidade e altura. O manual atual do Audacity descreve Change Pitch como uma opção que preserva a duração; portanto, inserir apenas um intervalo nesse efeito não concluirá esta tarefa. Fonte: Manual Alterar altura do Audacity.
Considere como configuração o número que a interface realmente mantém. Se ela arredondar a proporção solicitada, calcule o resultado com base nesse valor mantido antes de iniciar uma exportação longa. Para uma proporção como 1.25, o decimal é finito; para um semitom temperado igualmente, qualquer valor decimal finito é uma aproximação.
Como fazer uma conversão reproduzível com FFmpeg?
O FFmpeg oferece outra opção: asetrate altera a taxa de amostragem sem modificar os dados de amostras PCM, produzindo uma alteração conjunta de velocidade e altura. Em seguida, aresample converte o resultado para a taxa de amostragem desejada para a entrega. Fontes: Código-fonte da documentação dos filtros do FFmpeg, Documentação dos filtros do FFmpeg.
O exemplo completo abaixo requer que o FFmpeg esteja instalado e disponível como ffmpeg no terminal. Execute-o em um diretório com permissão de gravação e nomes de arquivo ainda não usados. O primeiro comando gera um tom de teste de 10 segundos e 440 Hz a 48,000 Hz; o segundo aplica uma proporção de 5/4 e grava um arquivo WAV a 48,000 Hz. A fonte sine documentada pelo FFmpeg fornece os dados de amostra. Fonte: Código-fonte da documentação dos filtros do FFmpeg.
ffmpeg -n -f lavfi -i "sine=frequency=440:sample_rate=48000:duration=10" -c:a pcm_s16le ratio-input.wav
ffmpeg -n -i ratio-input.wav -af "asetrate=60000,aresample=48000" -c:a pcm_s24le ratio-output.wav
A taxa intermediária é 48,000 × 1.25 = 60,000 Hz. O resultado esperado tem 8 segundos e um tom de 550 Hz. Ao retornar à taxa de entrega de 48,000 Hz por reamostragem, o novo tempo de reprodução é mantido. Esses comandos foram conferidos com a documentação; o FFmpeg não estava disponível no ambiente de pesquisa, então eles não foram executados.
Para adaptar este exemplo, primeiro determine a taxa de amostragem do arquivo de origem. Para uma taxa de origem S, a taxa intermediária deve ser S × r. Reutilizar 60,000 para uma origem que não seja de 48,000 Hz altera a proporção. Verifique se a taxa intermediária é aceita pela sua compilação e cadeia de filtros, especialmente para alterações grandes.
Quão exata é uma proporção exata em um arquivo digital?
Separe três questões: qual proporção você pretende usar, qual valor a ferramenta aceita e qual duração a contagem de amostras exportada pode representar. Uma fração exata como 5/4 pode ter uma representação decimal finita. Muitas proporções de intervalos musicais exigem uma aproximação quando inseridas numericamente.
Uma conversão baseada na taxa também exige atenção se a taxa de amostragem intermediária for arredondada. Por exemplo, elevar uma fonte de 48,000 Hz em um semitom temperado igualmente exige matematicamente aproximadamente 50,854.228529 Hz. Se a taxa escolhida for 50,854 Hz, a proporção aplicada será 50,854/48,000, e não o alvo matemático completo. Calcular 1200 × log₂(proporção real ÷ proporção desejada) resulta em um erro de aproximadamente −0.00778 cent. A relação entre cents é documentada pela referência de frequências e notas da UNSW.
A duração tem uma restrição separada: um arquivo digital contém um número inteiro de quadros de amostra. A 48,000 Hz, cada quadro de amostra dura cerca de 20.833 microssegundos. Uma duração-alvo calculada que fique entre limites de amostra precisa ser representada pelo limite mais próximo. Para o teste de 10 segundos acima, o resultado esperado de oito segundos corresponde exatamente a 384,000 quadros de amostra por canal.
Esses cálculos fornecem um critério útil para decidir: preserve a proporção que define o alvo, registre o valor realmente aplicado e compare qualquer diferença resultante com a precisão exigida pelo projeto. Evite descrever uma configuração arredondada como matematicamente idêntica ao alvo.
Como verificar o resultado exportado?
Confira o próprio arquivo exportado. Uma sequência de diagnóstico útil testa primeiro o tempo, depois a frequência e, por fim, a gravação inteira.
- Compare as durações. Calcule a duração original ÷ r. Para o exemplo gerado, espere 10 ÷ 1.25 = 8 segundos. Confira o arquivo inteiro, incluindo o final.
- Compare uma frequência conhecida. Um tom de teste de 440 Hz deve passar a 550 Hz em 1.25×. Use um analisador de frequência com resolução suficiente para a comparação desejada.
- Confira as configurações mantidas. Registre o multiplicador ou a taxa de amostragem intermediária realmente usado, incluindo qualquer arredondamento.
- Ouça o resultado completo. Confira o início, o final, as transições e se você processou a seleção desejada.
O padrão de uma discrepância ajuda a identificar a causa. O tempo correto com a altura inalterada sugere processamento com preservação da altura. A altura correta com a duração inalterada sugere uma operação de alteração de altura independente. Se ambas as alterações estiverem erradas pela mesma proporção, reveja a direção da proporção e, no processamento baseado na taxa, a taxa de amostragem da origem. Essas são inferências diagnósticas derivadas das equações de alteração conjunta.
Se você tiver tanto uma meta de duração quanto uma meta de altura, compare as proporções necessárias antes de editar. Reduzir uma gravação de 60 segundos a 48 segundos exige r = 1.25; dobrar a altura solicitada exige r = 2. Uma única alteração conjunta constante não pode atender às duas. Você precisaria rever uma das metas ou escolher um processamento que controle altura e duração independentemente.
Para uma conversão confiável, anote a proporção, calcule a duração e a frequência esperadas, aplique uma alteração conjunta e verifique a exportação com base nessas previsões. Assim você obtém um resultado reproduzível e consegue explicar claramente qualquer arredondamento envolvido.