Что происходит с высокочастотными составляющими, когда понизить высоту звука сэмпла на несколько октав?

Октава соответствует двукратному отношению частот. Если замедлить воспроизведение вдвое, все составляющие понизятся на одну октаву; при замедлении вчетверо — на две. В Audacity явно описано соотношение для половинной скорости, а следующая таблица математически продолжает эту закономерность. Это расчетные примеры, а не измерения конкретного сэмплера. Изменение скорости и высоты звука — руководство Audacity

Изменение высоты звука	Скорость воспроизведения	Исходные 8 кГц	Исходные 16 кГц	Исходные 20 кГц	Множитель длительности
−12 полутонов: одна октава	0.5×	4 кГц	8 кГц	10 кГц	2×
−24 полутона: две октавы	0.25×	2 кГц	4 кГц	5 кГц	4×
−36 полутонов: три октавы	0.125×	1 кГц	2 кГц	2.5 кГц	8×
−48 полутонов: четыре октавы	0.0625×	500 Гц	1 кГц	1.25 кГц	16×

При понижении на n октав используйте формулу выходная частота = входная частота ÷ 2ⁿ. При обычном транспонировании за счет изменения скорости длительность увеличивается в обратное число раз.

Это объясняет кажущийся парадокс: сэмпл может потерять блеск, но при этом выявить детали, которые изначально находились в высокочастотном диапазоне. После понижения на три октавы диапазон 8–16 кГц занимает 1–2 кГц. Ищите преобразованную текстуру в этом диапазоне, а не ожидайте, что исходный материал останется выше 8 кГц.

Рассмотрим пример записи, полезный спектр которой заканчивается примерно на 20 кГц. После замедления на три октавы эта верхняя граница окажется около 2,5 кГц. Весь спектральный диапазон записи сожмется к нижней части выходного спектра. Это следует из описанного в документации Audacity по изменению скорости масштабирования частот.

Это отличается от применения фильтра низких частот на исходной скорости. Фильтр ослабляет выбранные частоты, а замедление воспроизведения перемещает их. Составляющая, изначально находившаяся на 12 кГц, после замедления на три октавы окажется на 1,5 кГц — при условии, что процесс воспроизведения ее сохраняет.

Время тоже растягивается. При идеальном преобразовании только за счет изменения скорости записанная атака длительностью 10 миллисекунд после понижения на три октавы станет длиться 80 миллисекунд. Это расчетное изменение помогает понять, почему короткая яркая деталь может превратиться в более протяженную часть текстуры. Отдельно настраиваемая огибающая сэмплера может изменить конечный результат, поэтому сравните временные характеристики записанной волны с настройками огибающей инструмента.

При выборе звука полезно задать вопрос: Есть ли в источнике интересный материал в диапазоне, который станет моим целевым диапазоном? Если после понижения на три октавы вам нужны детали около 2 кГц, изучите исходный сигнал около 16 кГц.

Да. В обычном сэмплере высота звука связана со скоростью воспроизведения. Питч-шифтер, сохраняющий длительность, должен обрабатывать аудио иначе. В руководстве Ableton Live 12 указано, что Simpler меняет скорость вместе с высотой звука, когда Warp выключен; если включить Warp, воспроизведение будет соответствовать темпу проекта независимо от сыгранной ноты. Справочник по инструментам Live — руководство Ableton Live версии 12

При сохранении длительности интервал изменения высоты звука остается полезным ориентиром для того, куда должны сместиться тональные составляющие, но выходной сигнал необязательно будет вести себя как равномерно замедленная волна. В руководстве Audacity объясняется, что независимое изменение высоты звука или темпа предполагает ресинтез и что при значительных изменениях могут появиться смазанные или «водянистые» артефакты транзиентов. Высота звука и темп — руководство Audacity

Некоторые алгоритмы также сохраняют особенности спектральной огибающей. В режиме Complex Pro программы Ableton параметр Formants определяет, как резонансные частоты реагируют на транспонирование; при значении 100% исходные форманты сохраняются. Поэтому две обработки с одинаковым интервалом понижения могут сохранить разный тональный баланс. Аудиоклипы, темп и варпинг — руководство Ableton Live версии 12

Выбирайте воспроизведение с изменением скорости, если увеличенная длительность — часть желаемой текстуры. Если длительность должна остаться прежней, используйте обработку с ее сохранением и прослушивайте атаку, основную часть и хвост по отдельности. Настройка, подходящая для продолжительной части звука, может сильнее изменить атаку, чем вам нужно.

Более высокая исходная частота записи может обеспечить более широкую полосу частот источника. Согласно теореме отсчетов, верхняя граница представимых частот равна половине частоты дискретизации, а для точного восстановления сигнал должен быть ограничен по полосе ниже этой границы. Теорема отсчетов — Джулиус О. Смит

Применим это ограничение к замедлению на три октавы. Теоретическая граница записи с частотой 48 кГц — 24 кГц, что после такого замедления соответствует 3 кГц. У записи с частотой 96 кГц теоретическая граница составляет 48 кГц, что соответствует 6 кГц. Эти расчетные границы описывают возможную полосу частот, а не фактическое содержимое любой из записей.

Есть важное условие: в этом дополнительном диапазоне источника должна быть полезная энергия, и записывающая цепочка должна ее захватить. Если в файле с частотой 96 кГц нет полезного материала выше 20 кГц, после замедления на три октавы его полезная верхняя граница все равно окажется около 2,5 кГц.

Преобразование существующей записи с частотой 48 кГц в 96 кГц не восстановит частоты, которые ранее не были записаны. Интерполяция реконструирует значения по имеющимся отсчетам, исходя из предположения о полосе пропускания; она не добавляет отсутствующее исходное содержимое. Джулиус О. Смит описывает этот процесс восстановления в статье Интерполяция оконным sinc-фильтром.

Для будущих записей, предназначенных для экстремального понижения высоты звука, оценивайте захваченный спектр, а не только указанную в файле частоту дискретизации. Если у вас уже есть сэмпл, сначала прослушайте имеющийся материал, прежде чем менять настройки проекта.

Отсутствие высоких частот после замедления может быть просто ожидаемым результатом перемещения спектра вниз. Алиасинг — другое явление: если условия дискретизации не соблюдены, частотные составляющие представляются на неверной частоте. Стивен У. Смит иллюстрирует такое наложение частот в АЦП и ЦАП, глава 3 книги «Руководство по цифровой обработке сигналов для ученых и инженеров».

При идеальном снижении скорости с рендерингом на неизменной выходной частоте дискретизации допустимые составляющие источника оказываются еще дальше от границы Найквиста выходного сигнала. Из этого следует, что один лишь темный звук не доказывает наличие алиасинга. При этом все равно нужно проверить другие этапы обработки и особенности реализации.

Одним из важных параметров является качество интерполяции сэмплера. Ableton указывает, что настройка интерполяции Sampler определяет точность транспонирования сэмплов, а более высокое качество требует больше вычислительных ресурсов. Если результат содержит неожиданную шероховатость, сравните эти настройки. Справочник по инструментам Live — руководство Ableton Live версии 12

Также отличайте изменение скорости воспроизведения файла от преобразования файла в более низкую частоту дискретизации с сохранением высоты звука и длительности. Для второго требуется фильтрация ниже новой границы Найквиста, чтобы предотвратить алиасинг, как объясняется в статье Интерполяция оконным sinc-фильтром. Прежде чем использовать параметр «частота дискретизации» для транспонирования, внимательно разберитесь в его назначении.

Используйте эту последовательность сравнений, чтобы отделить ожидаемое перемещение частот от изменений, вызванных цепочкой обработки. Это практический метод диагностики, основанный на описанных выше различиях воспроизведения и обработки.

1. Сохраните исходник без изменений. Создайте отдельные копии для воспроизведения с изменением скорости и для транспонирования с сохранением длительности.
2. Отключите дополнительную обработку. Для начала отключите фильтры сэмплера, эквалайзер и другие эффекты, чтобы оценить само транспонирование.
3. Примените известный интервал. Начните с −24 или −36 полутонов. При воспроизведении с изменением скорости проверьте, что длительность увеличилась соответственно в четыре или восемь раз.
4. Предскажите, куда переместится одна частота. При −36 полутонах составляющая источника около 16 кГц должна переместиться примерно к 2 кГц. Сравните соответствующие фрагменты источника и выхода с помощью анализатора спектра или спектрограммы.
5. Сравните режимы воспроизведения. Если нежелательная текстура появляется только при сохранении длительности, изучите алгоритм растяжения и его параметры.
6. Сравните настройки интерполяции. Меняйте качество, оставив интервал и прочую обработку неизменными.
7. Возвращайте эффекты по одному. Прослушивайте результат после каждого добавления, чтобы определить, какой этап меняет нужную деталь.

Проверьте три участка: атаку, основную часть и хвост. Отметьте, в каком варианте текстура получается полезной и где теряется четкость. При сравнении сохраняйте одинаковый диапазон частот анализатора: иначе автоматическое масштабирование затруднит оценку спектральных изменений.

Выбирайте дальнейшие действия по результатам диагностики. Ниже приведены рекомендации по продакшену, а не утверждение, что одна настройка подойдет для любого сэмпла.

Что вы замечаете	Что попробовать дальше
Деталь сместилась вниз именно так, как и ожидалось	Используйте меньший интервал понижения или выберите источник с полезной энергией в более высоком диапазоне спектра.
Удлиненный вариант звучит хорошо, но вариант с фиксированной длительностью смазан	Сравните режимы растяжения и настройки транзиентов или зерен.
Звук транспонированного воспроизведения заметно меняется в зависимости от качества интерполяции	Для финального рендеринга прослушайте настройку более высокого качества.
Деталь исчезает после включения фильтра или эквалайзера	Настройте этот этап, прослушивая смещенную полосу частот.
Вам нравится низкочастотная основа, но нужна исходная яркая атака	Подмешайте короткий, отдельно управляемый фрагмент исходного сэмпла и сверьте его по времени с замедленным слоем.

Сначала определите, куда сместятся частоты и какая длительность вам нужна. При понижении на несколько октав вчерашние высокие частоты превращаются в сегодняшнюю текстуру среднего или низкого диапазона. Поняв это перемещение, вы сможете решить, оставить ли его, выбрать другой источник, уменьшить интервал или изменить способ воспроизведения — и не пытаться восстановить высокие частоты, которые преобразование намеренно переместило в другое место.

• Изменение скорости и высоты звука — руководство Audacity
• Высота звука и темп — руководство Audacity
• Справочник по инструментам Live — руководство Ableton Live версии 12
• Аудиоклипы, темп и варпинг — руководство Ableton Live версии 12
• Теорема отсчетов — Джулиус О. Смит
• Интерполяция оконным sinc-фильтром — обработка аудиосигналов
• АЦП и ЦАП — «Руководство по цифровой обработке сигналов для ученых и инженеров», глава 3