Iba a escribir yo mismo un artículo sobre los conceptos básicos del audio digital, pero, evidentemente, en internet hay mucha gente que ya lo ha hecho. Me gustó especialmente, por su sencillez y su carácter didáctico, y a pesar de que tiene el aspecto de ser ya un poco antiguo, un artículo escrito por Joost Boomkamp, un estudiante de Diseño de sonido y de Desarrollo de software musical y de audio que vive en Holanda, de modo que os lo voy a traducir directamente. A pesar de que contiene algún que otro anacronismo, he preferido respetar su redacción sin cambiar una sola coma, principalmente porque te ayuda a ponerte en perspectiva sobre el vertiginoso ritmo de evolución de la tecnología (ten en cuenta que este artículo es de hace sólo unos pocos años). (La página original es esta: http://www.hammersound.net/audiobasics/audiobasics.html).
Para poder crear los mejores sonidos posibles por tu cuenta, es importante que tengas algunos conocimientos sobre el sonido digital. En este artículo trataré de explicarte, en un lenguaje sencillo, algunas de las cosas que probablemente te ayuden en gran medida.
Este documento está dividido en varias partes separadas:
* La teoría del sonido digital
--o Teoría del sonido:
---+ Frecuencia
---+ Nivel
--o Teoría del muestreo:
---+ Frecuencia de muestreo
---+ Rango dinámico
---+ Digitalización del sonido
* Grabación de sonido por ti mismo
--o Guía paso a paso
Creo que ambas partes contienen información útil, que todo el mundo que use audio digital para crear música debería conocer. Así que echa un vistazo; probablemente encuentres aquí algo que merezca la pena leer. ;)
Teoría básica de la señal
Como probablemente sepas, el sonido es aire que se mueve muy rápidamente. La velocidad de estos movimientos recibe el nombre de “frecuencia”, y constituye una muy importante propiedad del sonido y, especialmente, la música. La frecuencia de un sonido se mide en Hz (=herzios, nombre que proviene de un hombre llamado Hertz :-/ que hizo un montón de investigaciones sobre el sonido y la acústica hace ya tiempo). La mayoría de las personas pueden oír frecuencias en el rango entre 100 Hz y 15 000 Hz. Sólo algunas personas pueden oír frecuencias muy altas, por encima de los 19 000 Hz, pero, no obstante, los científicos asumen siempre que el oído humano es capaz de discernir frecuencias entre los 20 y los 20 000 Hz, ya que esas cifras facilitan mucho sus cálculos.
Aquí hay unos pocos ejemplos de diferentes frecuencias, por si te interesa jugar un rato con ellas:
60 Hz (muy grave): http://www.hammersound.net/audiobasics/60_Hz.wav
440 Hz (nota la media del piano): http://www.hammersound.net/audiobasics/440_Hz.wav
4000 Hz (audible): http://www.hammersound.net/audiobasics/4000_Hz.wav
13000 Hz (¡ay!): http://www.hammersound.net/audiobasics/13000_Hz.wav
20000 Hz (demasiado aguda): http://www.hammersound.net/audiobasics/20000_Hz.wav
Otra muy importante propiedad del sonido es su nivel; la mayoría de la gente lo llama volumen. Se mide en dB (=decibelios, nombre que proviene de un hombre llamado deciBell (¡¡ES BROMA!!)... de acuerdo, su verdadero nombre era Bell, y fue quien inventó el teléfono; gracias a él, los holandeses dicen 'mag ik hier misschien even bellen?' cuando quieren usar tu teléfono).
¿Entonces por qué no medimos el volumen en belios en lugar de decibelios? Bueno, principalmente, porque tu oído en realidad puede discernir una increíble cantidad (1 200 000 000 000, son once ceros) de diferentes niveles de intensidad, de tal modo que tuvieron que pensar en un truco (¡lo siento, no voy a explicarlo aquí!) para poder describir ese increíble rango con sólo unas pocas cifras. Convinieron en usar décimas de belios, decibelios, dB, en lugar de belios.
La mayoría de los equipos de audio profesional usan un vúmetro (VU meter, Volume Unit meter, medidor de unidades de volumen) que te muestra el nivel de entrada o salida del sonido. Es algo de uso muy conveniente, pero sólo si sabes cómo usarlo: una regla general es fijar los niveles de entrada y salida de tu equipo de tal modo que la parte más alta del tema que quieres grabar/reproducir se aproxime a las luces de 0 dB. Es importante quedarse en la parte baja de la línea de 0 dB, porque, en caso contrario, el sonido aparecerá gravemente distorsionado y no habrá modo alguno de restaurarlo. Si grabas en una cinta (¡analógica!) en lugar de un disco duro (digital), podrás incrementar los niveles un poco, ya que existe suficiente del llamado 'espacio de cabezal' (headroom en inglés, o la capacidad de amplificar un poco más sin distorsión) para llevar el vúmetro a +6 dB. Abajo, en la sección sobre grabación, hay algo más de información sobre el calibrado del nivel de los equipos.
Algunos ejemplos de diferentes niveles, por si te interesa jugar con ellos por unos momentos:
0,0 dB = 100%: http://www.hammersound.net/audiobasics/4000_Hz.wav
(nivel máximo)
-6,0 dB = 50,0%: http://www.hammersound.net/audiobasics/4000_Hz-6dB.wav
(a mitad de potencia)
-18,0dB = 12,5%: http://www.hammersound.net/audiobasics/4000_Hz-18dB.wav
(muy bajo)
+6,0dB = 200%: http://www.hammersound.net/audiobasics/4000_Hz+6dB.wav
(un poco por encima del nivel máximo - mucha saturación)
Bueno, ahora que conoces las cosas más importantes sobre el sonido, vayamos finalmente a la parte digital. Hace poco te he hablado sobre las propiedades del sonido 'normal' (analógico). Ahora te hablaré sobre cuáles son las propiedades más importantes del sonido digital.
Teoría del audio digital
En primer lugar, tenemos la famosa 'tasa de muestreo' (sample rate). La tasa de muestreo de una pieza de audio digital se define como 'el número de muestras grabadas por segundo'. Las tasas de muestreo se miden en Hz, o en kHz (kiloherzio, mil muestras por segundo). Las tasas de muestreo más comúnmente usadas en aplicaciones multimedia son:
8000 Hz (una verdadera porquería).
11025 Hz (no mucho mejor que la anterior).
22050 Hz (úsala sólo si te es necesario).
Los profesionales usan tasas más altas:
32000 Hz (sólo un par de samplers antiguos)
44100 Hz (ahh, qué descanso)
48000 Hz (algunas tarjetas de audio, las grabadoras DAT)
Algunos equipos modernos tienen la potencia de proceso requerida para permitir tasas aún mayores: 96 000 Hz, o incluso unos impresionantes 192 000 Hz, que serán posiblemente / probablemente las tasas de muestreo profesionales (¿de DVD?) en un par de años. Las ventajas de una tasa de muestreo más alta son simples: mayor calidad de sonido. Las desventajas son también simples: una muestra (sample) con una tasa de muestreo alta requiere mucho más espacio de almacenamiento que otra de baja tasa. No obstante, con los precios de los discos duros y los CD-R de hoy eso no constituye ya un problema.
¡¿...Pero, por qué la calidad es mejor?!
Para responder a eso, observemos un único período de una onda sinusoidal simple:
* comienza en cero..
* ..luego sube..
* ..luego vuelve a cero..
* ..luego sigue bajando..
* ..luego vuelve a cero..
* y así sucesivamente... las ondas de seno tienen vidas monótonas. ;)
Cuando grabes a cierta frecuencia, necesitarás al menos (aunque preferiblemente más de) dos muestras para cada período, para grabar con precisión su pico y su valle. Esto significa que necesitarás una tasa de muestreo de al menos (más de) el doble de la frecuencia más alta que quieras grabar, lo cual, para los seres humanos, se encuentra alrededor de los 20 000 Hz. ¡Esa es la razón por la que los profesionales usan como mínimo una tasa de muestreo de 44 100 Hz! Con esa tasa pueden grabarse frecuencias de hasta 22 050 Hz. (Ahora ya sabes por qué una muestra de 8 000 Hz suena tan horrible: ¡sólo reproduce una minúscula parte de lo que podemos oír!)
Usando una tasa de muestreo aún más alta, como 96 000 Hz, puedes grabar frecuencias superiores, pero, no obstante, no esperes oír los 48 000 Hz. Ese no es el objetivo principal de esas super-tasas. Si grabas a 96 000 Hz, tendrás más de cuatro muestras para cada período de 20 000 Hz, ¡de modo que la probabilidad de perder las altas frecuencias decrecerá dramáticamente! Faltan aún unos pocos años para que las tarjetas de sonido para el consumidor medio soporten estas cifras, no obstante [nota del traductor: actualmente (2010) ya es normal encontrar tarjetas de audio con esas características para el público general]. Hay ya unas pocas tarjetas profesionales con esas características, pero podrías fácilmente comprarte un automóvil por el mismo precio...
Eso es todo sobre la frecuencia por ahora. Como dije antes, otra muy importante propiedad del sonido es su nivel. Echemos un vistazo a cómo las tarjetas de audio digital procesan los niveles de sonido.
Rango dinámico
La capacidad de las tarjetas de audio se mide en bits, por ejemplo, tarjetas de sonido de 8 bits, o de 16 bits. El número de bits que una tarjeta de sonido puede manejar te indica algo acerca de la precisión con que puede grabar el sonido: te dice cuántas diferencias puede detectar. Cada bit extra en una tarjeta de sonido te proporciona 6 dB adicionales de sonido representable (¿por qué? Pues, porque es algo natural). Esto significa que las tarjetas de 8 bits tienen un rango dinámico (=diferencia entre la señal más débil posible y la más alta posible) de 8 x 6 dB = 48 dB. No es mucho, ya que las personas pueden oír hasta 120 dB. Por eso, inventaron el audio de 16 bits, que nos da 16 x 6 dB = 96 dB. Aún no son 120 dB, pero, como sabes, los CD suenan realmente bien, comparados con las cintas. Algunos friquis, incluyéndome yo mismo ;), queremos ser capaces de hacer un uso completo del potencial del oído gastando dinero en tarjetas con ADC (Analog to Digital Convertors, convertidores de analógico a digital, los artilugios que crean la muestra real) de 18 bits, 20 bits, o incluso 24 o 32 bits, que les dan rangos dinámicos de 108 dB, 120 dB, o incluso 144 dB o 192 dB.
Desafortunadamente, todos los rangos dinámicos que he mencionado son estrictamente niveles máximos teóricos. ¡¡¡No existe forma alguna en el mundo para que obtengas 96 dB de una tarjeta de sonido multimedia estándar!!! La mayoría de los fabricantes de tarjetas de audio están bastante orgullosos de presentar un rango dinámico por encima de los 90 dB en una tarjeta de audio de 16 bits. Esto es en parte por el hecho de que no es tan fácil poner un montón de componentes electrónicos en una zona pequeña sin que un montón de diferentes leyes físicas traten de llamar la atención. La inducción, la conducción o incluso las malas conexiones o (muy probablemente) los componentes baratos, simplememente, no son muy amigos del rango dinámico y la calidad general de una tarjeta de audio. [Nota del traductor: en 2010 ya existe, desde hace varios años, tarjetas como la M-Audio Transit que, con un precio de alrededor de 80 dólares, proporcionan un rango dinámico -real- de 104 dB]. Pero existe otro problema, que se aclarará en el próximo párrafo.
Ruido de cuantización
Antiguamente, cuando aparecieron en el mercado los primeros pianos digitales, (la mayoría de nosotros aún no vivía) nadie los quería. ¿Por qué no? ¡Si era un instrumento moderno y cojonudo, e incluso podías elegir sonidos de piano diferentes...!
El problema con esos 'artefactos' era que no tenían la sofisticación del equipo musical actual. Principalmente porque no presentaban tantos bits (y por lo tanto no tenían ni la mitad de dinámica que el instrumento real), pero también porque tenían un borde claramente abrupto al final de las muestras de sonido.
Imagina una muestra de piano como la que ves arriba. Lentamente se apaga hasta que no oyes nada. Al menos, eso es lo que tú deseas... Pero, como puedes ver en las dos imágenes separadas, eso no es lo que obtienes en absoluto... Estas imágenes son ampliaciones extremas de la misma zona de la muestra de piano original. La imagen superior podría ser el final suave de un tono de piano. ¡La inferior, no obstante, parece más código morse que una muestra de piano! La muestra ha sido convertida a 8 bits, lo cual nos deja tan sólo 256 niveles en lugar de los originales 65 536. El resultado es devastador.
Imagina que tocas el piano de un modo muy suave y sutil, ¿qué obtendrías? ¡Pues, alguna composición futurística para ondas cuadradas! No pagaste para eso. ;) Esta “espuma” recibe el nombre de ruido de cuantización, ya que es ruido generado por la (mala) cuantización.
Hay un modo de evitar que esto ocurra, no obstante. Mientras se digitaliza el piano, la tarjeta de sonido puede añadir un poco de ruido a la señal (alrededor de 3-6 dB, lo cual es literalmente un poco de ruido) que ayudará a que la señal aumente un poco de volumen. De ese modo, podría llegar a tener el tamaño suficiente para aparecer como una variación más realística en lugar de la onda cuadrada. Lo gracioso es que no oirás el ruido, ya que es muy débil y no cambia tanto como la señal grabada, de modo que tus oídos lo olvidarán automáticamente. Esta técnica recibe el nombre de 'difuminado' (dithering). También se usa en algunos programas gráficos, por ejemplo, a la hora de cambiar el tamaño de una imagen.
Variación de retardo (jitter)
Otro problema que existe en los equipos de audio digital es la llamada variación de retardo, o jitter en inglés. Hasta ahora, siempre he asumido que la tarjeta grababa el sample a exactamente 44 100 Hz, tomando una muestra cada 1/44100 de segundo. Desafortunadamente, eso es -absolutamente- irreal. Existe *siempre* un minúsculo error de sincronización que hace que cada muestra se tome un poco más tarde o un poco más temprano.
¿Constituye esto una gran diferencia, entonces? Bien, podrías empezar a quejarte por todo, pero lo más recomendable sería que te hubieses comprado una tarjeta de sonido más cara en primer lugar. Lo peor de todo es que ese jitter depende de la frecuencia. Al estar relacionado con el ritmo del sample, puede alterar un poco las frecuencias grabadas. Si graba una muestra sólo un poco antes de lo debido, la tarjeta pensará que la frecuencia grabada es un poco más baja de lo que realmente es. Esto es apreciable a frecuencias por debajo de los 5000 Hz, pero especialmente malo a las frecuencias más bajas, ya que la influencia de un pequeño error es mucho mayor en ellas. Los tiempos de variación de retardo típicos se encuentran entre 1.0 x 10 -9 segundos (eso es un NANOsegundo, léase: prácticamente nada) y 1.0 x 10 -7 segundos (eso es cien NANOsegundos, no mucho más), pero marcan la diferencia entre un sonido 'pro' y un sonido 'de consumidor medio', por ejemplo, en diferentes reproductores de CD.
Digitalización del sonido
Cuando grabas un sample con tu tarjeta de sonido, éste pasa por un montón de etapas antes de que puedas almacenarlo en tu disco duro como un archivo sonoro. Afortunadamente, no tienes que preocuparte acerca de estas etapas, pues las tarjetas de sonido modernas y los digitalizadores se ocupan de ello en tu lugar. No obstante, voy a ser un poco aburrido y te voy a hablar de esas etapas.
Veamos qué ocurre cuando pulsas 'rec':
La tarjeta de sonido pone en marcha un cronómetro muy preciso (el 'muestreo', o 'samplerate').
Entonces transforma el sonido que llega: simplemente recorta las frecuencias muy altas que no puede manejar. Esto mutila el sonido en gran medida, pero es necesario para evitar daños aún más serios al sonido, que lo harían irreconocible. Es lo que se conoce como 'filtro antialiasing (de suavizado, difuminado) pasa-bajos' ('low-pass filter', que recorta las frecuencias 'altas', permitiendo el paso de las frecuencias 'bajas') (se llama 'filtro' porque elimina algunas partes y deja el resto). Cada vez que el cronómetro ha completado un ciclo, el ADC (convertidor analógico-digital) de la tarjeta de sonido mira la señal de entrada filtrada. Calcula el volumen del sonido entrante en ese momento exacto de tiempo (de forma muy parecida a como un micrófono mediría la presión del aire) y transforma el nivel de intensidad en el número digital más cercano.
A continuación grita ese número a la computadora/ordenador, la cual lo almacena en algún lugar de la memoria, probablemente en el disco duro.
Los fabricantes ponen un 'filtro de muro' ('brickwall filter') (¡ver la imagen de abajo!) en sus tarjetas de sonido, para prevenir un efecto colateral muy desagradable denominado algo así como 'distorsión de plegado' ('foldover distortion'). El foldover es un concepto bastante complicado, pero trataré de exponerlo de forma simple.
Es más o menos lo mismo que ocurre cuando miras las ruedas de un automóvil al pasar frente a ti muy rápidamente. Algunas veces verás la rueda moviéndose hacia atrás. Otro ejemplo puede encontrarse en películas antiguas del oeste americano (westerns) en las que aparece un tren que pasa. las 'ruedas' del tren se verán moviéndose hacia atrás, también, si el tren se mueve lo suficientemente rápido.
Todas estas 'ilusiones' son efectos de foldover. Ocurren cuando un sistema rápido analiza a intervalos regulares algo que se mueve incluso más rápido que el propio sistema.
Cuando graba a 22 050 Hz, tu tarjeta simplemente no será capaz de grabar ninguna frecuencia por encima de los 11 025 Hz, pues, como dije anteriormente, son necesarios al menos dos muestras para cada período. Sin el filtro pasa-bajos, la tarjeta de sonido tratará ciegamente de grabar esas frecuencias. Pero, posteriormente, cuando reproduzcas el sample, oirás una frecuencia totalmente diferente de la original. Sucede igual que con las ruedas del automóvil, que parecen moverse hacia atrás, aunque realmente no lo hacen. (La frecuencia que realmente oirás es igual a la frecuencia de muestreo menos la frecuencia original, por ejemplo: 22 050 - 12 050 Hz = 10 000 Hz, en lugar de la frecuencia original, en este caso, 12 050 Hz).
Por lo tanto, la frecuencia máxima que puede grabarse con una determinada tasa de muestreo, es la mitad de esa tasa de muestreo. Esa frecuencia recibe el nombre de frecuencia de Nyquist, a veces abreviada como fN, y proviene de un hombre llamado Harold Nyquist, que trabajó en los Laboratorios Bell y más o menos inventó la digitalización de audio. Un gran tipo para el audio digital.
Para evitar todo eso, los fabricantes de tarjetas de sonido ponen un filtro especial en su tarjeta (ver la figura de abajo).
Filtro de muro a 4000 Hz.
Este filtro pasa-bajos elimina las frecuencias altas del mismo modo que lo haría cualquier ecualizador o reductor de corte de altas frecuencias, excepto que es *mucho* más agresivo. Puedes ver que el filtro permite el paso de todos los sonidos por debajo de 1000 Hz, y que le da un pequeño refuerzo al rango de frecuencias entre 1000 y 3500 Hz. (Este refuerzo es necesario para que sea posible el corte de las frecuencias más altas con tal violencia.) Las frecuencias por encima de 4000 Hz se eliminan con agresividad extrema. Esta es la razón por la que lo llaman un filtro de muro: porque su pendiente tiene forma de muro.
El filtro mostrado arriba podría usarse para una tasa de muestreo de alrededor de 8000 Hz, ya que un sample de 8000 Hz tiene una frecuencia de Nyquist, la máxima frecuencia grabable, de 4000 Hz. Esto hace que sea muy importante elegir la tasa de muestreo adecuada para tu sample; es decir, si tienes una razón legítima para no grabar a 44 100 Hz, o más. ;)
Grabación digital de sonido por ti mismo
Vayamos por este asunto paso a paso.
En primer lugar empezaremos seleccionando Archivo->Nuevo [o la opción correspondiente que aparezca en tu programa], algo que pueden hacer todos los editores de samples que conozco. ;) Querrás seleccionar el número de bits que deseas usar para cada sample. También querrás seleccionar la tasa de muestreo. Mi consejo es: elige la mayor tasa que pueda manejar tu hardware. Eso suele ser 16 bits a 44 100 Hz, ya que la mayoría, si no todas, las tarjetas de sonido de consumo medio soportan grabación y reproducción de calidad de CD. [Nota del traductor: con los procesadores y programas actuales es posible grabar fácilmente a frecuencias de hasta 192 000 Hz y a 24 bits].
Vúmetro - Vúmetro demasiado bajo - Vúmetro saturado.
A continuación deja a los artistas, o lo que sea, tocar durante un rato, para ver si los niveles de grabación no son demasiado altos ni demasiado bajos. Tu programa probablemente soporte monitorización/monitoreo de la entrada, y, si no lo hace, ¡debería!: consigue otro programa. ;) Al ejecutar el programa, probablemente verás una variante del viejo y querido vúmetro. A mí me gusta el de arriba. La parte de mayor intensidad que quieres capturar en disco debería estar en algún lugar cercano a los 0.0 dB, pero nunca debería, ¡¡nunca, jamás!!, superar los 0.0 dB, ya que esto da como resultado una distorsión muy desagradable, que es chévere/guay en grabadoras analógicas pero realmente horrible en el mundo digital.
Si deseas ese efecto de distorsión, consigue un programa que lo haga por ti, ¡pero no grabes a un nivel demasiado alto! El Sound Forge de Sonic Foundry [nota del traductor: actualmente, de Sony] tiene una opción de distorsión realmente buena. También, existen muchos plugins de Direct-X que emulan la compresión valvular, la saturación de la cinta, etc. Este tipo de distorsión digital recibe el nombre de 'recorte' ('clipping') porque todas las muestras que exceden el nivel máximo son 'recortadas' (cortadas y reducidas) al propio nivel máximo.
No fijes tus niveles de grabación demasiado bajo, no obstante. A largo plazo reducirá la precisión de tu grabación casera, ya que las tarjetas multimedia ya añaden un ruido muy significativo. ¡De hecho, algunas veces a duras penas te dejan algún rango dinámico en absoluto!
De modo que, sé muy meticuloso con los niveles de entrada.
A continuación, piensa en la fuente de tu grabación. ¿Un micrófono? ¿Un teclado o sintetizador? ¿Una cinta DAT? Si la fuente es ya digital, como es el caso del DAT y el CD, por favor, ¡aprovecha esa circunstancia y permanece digital! ¡Usa una conexión digital entre el DAT y la tarjeta de sonido, para evitar la operación de conversión digital-analógica -> transmisión a través de un cable barato -> conversión analógica-digital con ruido o distorsión adicionales!
Si estás grabando con un micrófono, primero deja que éste grabe un minuto o así de 'silencio'. Entonces reproduce ese 'silencio' grabado a través de los audífonos/auriculares y escucha la cantidad de ruido que proviene de la habitación. Asegúrate de guardar esta información, porque algunos buenos programas pueden eliminar ese ruido de la grabación mediante el uso de dicha información como 'huella de ruido' ('noise print') (analizan los datos de huella de ruido y luego los 'restan' a la grabación real. Sond Forge y CoolEdit tienen esta importante opción.)
También, si tienes la oportunidad, prueba varios micrófonos para la misma grabación. Aprende a confiar en tus oídos. Si tienes varias grabaciones diferentes del mismo evento, elige aquella que suene mejor. No elijas automáticamente la grabada por el micro más caro. ¡Eso! ¡No! ¡Funciona! Elige la que suene mejor. Te sorprenderá conocer la cantidad de grandes éxitos que fueron grabados con micros baratos. Pero tampoco estoy diciendo que debas usar micros baratos... Hay varios micros de propósito general bastante buenos disponibles a partir de 30 dólares (como el Behringer XM-2000). Un micro realmente bueno para la voz y la guitarra es el SM-58 de Shure. Estos son un poco más caros (por encima de 100 dólares), pero se usan en todo el mundo en estudios profesionales. El problema con estos micrófonos es que necesitarás también un pre-amplificador, ya que la señal original del micrófono es muy débil, y un 'cable XLR' para conectarlo a tu equipo. La mayoría de las mesas de mezclas tienen preamplificadores de micrófono sobre ellas. Si buscas una mesa de mezclas de buena calidad para su precio, te sugiero que le eches un vistazo al sitio web de Behringer. No tienen una calidad del 100%, pero, si un 90% es suficientemente bueno para ti (es ese 10% extra de perfección lo que hace que el equipo de audio sea tan caro) Behringer es tu sitio. No, no me pagan por decir esto. ;)
Si grabas desde un hardware diferente, por ejemplo, directamente desde el sintetizador/teclado, mira el manual para ver si ese hardware tiene salidas equilibradas. Si las tiene, necesitarás conseguir/fabricar dos clavijas estéreo y tres cables de la misma longitud, o incluso mejor: un cable aislado con tres cables aislados separados en su interior (eso es algo que te costará muchos dólares, no obstante...) para asegurarte de que el audio no se distorsiona antes de llegar a las entradas de tu tarjeta.
Un cable normal tiene 1) una cable de señal y 2) un cable de tierra. Si usas cables normales a lo largo de grandes distancias, preferiblemente cerca del alumbrado del escenario ;), notarás que el cable recoge un horrible montón de ruido y zumbido por el camino. Esto tiene que ver con la inducción y los campos magnéticos, pero todo lo que necesitas saber es que la jode. Para evitar tal zumbido de 50 Hz (¡corriente alterna!), los profesionales usan cables equilibrados.
El sistema de cable equilibrado es una muy buena forma de conectar equipo a largas distancias sin pérdida de calidad del sonido o inducción no deseada. Esto es posible debido a que un cable equilibrado está formado por tres cables en lugar de dos: 1) un cable de señal, 2) un cable de señal invertida y 3) un cable de tierra. A la salida del sintetizador / mesa de de mezclas / lo que sea, la señal de salida es dirigida hacia tanto el cable de señal como el cable de señal invertida.
La señal que va al cable de señal invertida es entonces invertida (multiplicada por -1, vuelta del revés, con un cambio de fase de 180 grados) y transportada junto con el cable de señal por todo el cable hasta el otro conector. Por el camino, ambos cables recogen todo el ruido y zumbido usual. Pero, cuando la señal llega a su destino, la señal invertida es invertida de nuevo, de tal modo que vuelve a ser normal otra vez. Esta inversión invierte también el ruido y zumbido, de modo que ahora tenemos: una cable de señal con 1) la señal y 2) el ruido, y tenemos el cable de señal reinvertida (=normal!) con 1) la señal y 2) el ruido invertido. Estas dos señales son mezcladas por el equipo: señal + señal + ruido - ruido, lo cual da lugar a una señal con el doble de potencia de la señal original y ningún ruido en absoluto!
Si estás interesado en leer más sobre audio (digital), hay muchos sitios que puedes visitar. Te sugiero que pruebes algunos de ellos:
http://www.prorec.com
http://homerecording.com
* ..luego sube..
* ..luego vuelve a cero..
* ..luego sigue bajando..
* ..luego vuelve a cero..
* y así sucesivamente... las ondas de seno tienen vidas monótonas. ;)
Cuando grabes a cierta frecuencia, necesitarás al menos (aunque preferiblemente más de) dos muestras para cada período, para grabar con precisión su pico y su valle. Esto significa que necesitarás una tasa de muestreo de al menos (más de) el doble de la frecuencia más alta que quieras grabar, lo cual, para los seres humanos, se encuentra alrededor de los 20 000 Hz. ¡Esa es la razón por la que los profesionales usan como mínimo una tasa de muestreo de 44 100 Hz! Con esa tasa pueden grabarse frecuencias de hasta 22 050 Hz. (Ahora ya sabes por qué una muestra de 8 000 Hz suena tan horrible: ¡sólo reproduce una minúscula parte de lo que podemos oír!)
Usando una tasa de muestreo aún más alta, como 96 000 Hz, puedes grabar frecuencias superiores, pero, no obstante, no esperes oír los 48 000 Hz. Ese no es el objetivo principal de esas super-tasas. Si grabas a 96 000 Hz, tendrás más de cuatro muestras para cada período de 20 000 Hz, ¡de modo que la probabilidad de perder las altas frecuencias decrecerá dramáticamente! Faltan aún unos pocos años para que las tarjetas de sonido para el consumidor medio soporten estas cifras, no obstante [nota del traductor: actualmente (2010) ya es normal encontrar tarjetas de audio con esas características para el público general]. Hay ya unas pocas tarjetas profesionales con esas características, pero podrías fácilmente comprarte un automóvil por el mismo precio...
Eso es todo sobre la frecuencia por ahora. Como dije antes, otra muy importante propiedad del sonido es su nivel. Echemos un vistazo a cómo las tarjetas de audio digital procesan los niveles de sonido.
Rango dinámico
La capacidad de las tarjetas de audio se mide en bits, por ejemplo, tarjetas de sonido de 8 bits, o de 16 bits. El número de bits que una tarjeta de sonido puede manejar te indica algo acerca de la precisión con que puede grabar el sonido: te dice cuántas diferencias puede detectar. Cada bit extra en una tarjeta de sonido te proporciona 6 dB adicionales de sonido representable (¿por qué? Pues, porque es algo natural). Esto significa que las tarjetas de 8 bits tienen un rango dinámico (=diferencia entre la señal más débil posible y la más alta posible) de 8 x 6 dB = 48 dB. No es mucho, ya que las personas pueden oír hasta 120 dB. Por eso, inventaron el audio de 16 bits, que nos da 16 x 6 dB = 96 dB. Aún no son 120 dB, pero, como sabes, los CD suenan realmente bien, comparados con las cintas. Algunos friquis, incluyéndome yo mismo ;), queremos ser capaces de hacer un uso completo del potencial del oído gastando dinero en tarjetas con ADC (Analog to Digital Convertors, convertidores de analógico a digital, los artilugios que crean la muestra real) de 18 bits, 20 bits, o incluso 24 o 32 bits, que les dan rangos dinámicos de 108 dB, 120 dB, o incluso 144 dB o 192 dB.
Desafortunadamente, todos los rangos dinámicos que he mencionado son estrictamente niveles máximos teóricos. ¡¡¡No existe forma alguna en el mundo para que obtengas 96 dB de una tarjeta de sonido multimedia estándar!!! La mayoría de los fabricantes de tarjetas de audio están bastante orgullosos de presentar un rango dinámico por encima de los 90 dB en una tarjeta de audio de 16 bits. Esto es en parte por el hecho de que no es tan fácil poner un montón de componentes electrónicos en una zona pequeña sin que un montón de diferentes leyes físicas traten de llamar la atención. La inducción, la conducción o incluso las malas conexiones o (muy probablemente) los componentes baratos, simplememente, no son muy amigos del rango dinámico y la calidad general de una tarjeta de audio. [Nota del traductor: en 2010 ya existe, desde hace varios años, tarjetas como la M-Audio Transit que, con un precio de alrededor de 80 dólares, proporcionan un rango dinámico -real- de 104 dB]. Pero existe otro problema, que se aclarará en el próximo párrafo.
Ruido de cuantización
Antiguamente, cuando aparecieron en el mercado los primeros pianos digitales, (la mayoría de nosotros aún no vivía) nadie los quería. ¿Por qué no? ¡Si era un instrumento moderno y cojonudo, e incluso podías elegir sonidos de piano diferentes...!
El problema con esos 'artefactos' era que no tenían la sofisticación del equipo musical actual. Principalmente porque no presentaban tantos bits (y por lo tanto no tenían ni la mitad de dinámica que el instrumento real), pero también porque tenían un borde claramente abrupto al final de las muestras de sonido.
Imagina una muestra de piano como la que ves arriba. Lentamente se apaga hasta que no oyes nada. Al menos, eso es lo que tú deseas... Pero, como puedes ver en las dos imágenes separadas, eso no es lo que obtienes en absoluto... Estas imágenes son ampliaciones extremas de la misma zona de la muestra de piano original. La imagen superior podría ser el final suave de un tono de piano. ¡La inferior, no obstante, parece más código morse que una muestra de piano! La muestra ha sido convertida a 8 bits, lo cual nos deja tan sólo 256 niveles en lugar de los originales 65 536. El resultado es devastador.
Imagina que tocas el piano de un modo muy suave y sutil, ¿qué obtendrías? ¡Pues, alguna composición futurística para ondas cuadradas! No pagaste para eso. ;) Esta “espuma” recibe el nombre de ruido de cuantización, ya que es ruido generado por la (mala) cuantización.
Hay un modo de evitar que esto ocurra, no obstante. Mientras se digitaliza el piano, la tarjeta de sonido puede añadir un poco de ruido a la señal (alrededor de 3-6 dB, lo cual es literalmente un poco de ruido) que ayudará a que la señal aumente un poco de volumen. De ese modo, podría llegar a tener el tamaño suficiente para aparecer como una variación más realística en lugar de la onda cuadrada. Lo gracioso es que no oirás el ruido, ya que es muy débil y no cambia tanto como la señal grabada, de modo que tus oídos lo olvidarán automáticamente. Esta técnica recibe el nombre de 'difuminado' (dithering). También se usa en algunos programas gráficos, por ejemplo, a la hora de cambiar el tamaño de una imagen.
Variación de retardo (jitter)
Otro problema que existe en los equipos de audio digital es la llamada variación de retardo, o jitter en inglés. Hasta ahora, siempre he asumido que la tarjeta grababa el sample a exactamente 44 100 Hz, tomando una muestra cada 1/44100 de segundo. Desafortunadamente, eso es -absolutamente- irreal. Existe *siempre* un minúsculo error de sincronización que hace que cada muestra se tome un poco más tarde o un poco más temprano.
¿Constituye esto una gran diferencia, entonces? Bien, podrías empezar a quejarte por todo, pero lo más recomendable sería que te hubieses comprado una tarjeta de sonido más cara en primer lugar. Lo peor de todo es que ese jitter depende de la frecuencia. Al estar relacionado con el ritmo del sample, puede alterar un poco las frecuencias grabadas. Si graba una muestra sólo un poco antes de lo debido, la tarjeta pensará que la frecuencia grabada es un poco más baja de lo que realmente es. Esto es apreciable a frecuencias por debajo de los 5000 Hz, pero especialmente malo a las frecuencias más bajas, ya que la influencia de un pequeño error es mucho mayor en ellas. Los tiempos de variación de retardo típicos se encuentran entre 1.0 x 10 -9 segundos (eso es un NANOsegundo, léase: prácticamente nada) y 1.0 x 10 -7 segundos (eso es cien NANOsegundos, no mucho más), pero marcan la diferencia entre un sonido 'pro' y un sonido 'de consumidor medio', por ejemplo, en diferentes reproductores de CD.
Digitalización del sonido
Cuando grabas un sample con tu tarjeta de sonido, éste pasa por un montón de etapas antes de que puedas almacenarlo en tu disco duro como un archivo sonoro. Afortunadamente, no tienes que preocuparte acerca de estas etapas, pues las tarjetas de sonido modernas y los digitalizadores se ocupan de ello en tu lugar. No obstante, voy a ser un poco aburrido y te voy a hablar de esas etapas.
Veamos qué ocurre cuando pulsas 'rec':
La tarjeta de sonido pone en marcha un cronómetro muy preciso (el 'muestreo', o 'samplerate').
Proceso de conversión analógico-digital.
Entonces transforma el sonido que llega: simplemente recorta las frecuencias muy altas que no puede manejar. Esto mutila el sonido en gran medida, pero es necesario para evitar daños aún más serios al sonido, que lo harían irreconocible. Es lo que se conoce como 'filtro antialiasing (de suavizado, difuminado) pasa-bajos' ('low-pass filter', que recorta las frecuencias 'altas', permitiendo el paso de las frecuencias 'bajas') (se llama 'filtro' porque elimina algunas partes y deja el resto). Cada vez que el cronómetro ha completado un ciclo, el ADC (convertidor analógico-digital) de la tarjeta de sonido mira la señal de entrada filtrada. Calcula el volumen del sonido entrante en ese momento exacto de tiempo (de forma muy parecida a como un micrófono mediría la presión del aire) y transforma el nivel de intensidad en el número digital más cercano.
A continuación grita ese número a la computadora/ordenador, la cual lo almacena en algún lugar de la memoria, probablemente en el disco duro.
Los fabricantes ponen un 'filtro de muro' ('brickwall filter') (¡ver la imagen de abajo!) en sus tarjetas de sonido, para prevenir un efecto colateral muy desagradable denominado algo así como 'distorsión de plegado' ('foldover distortion'). El foldover es un concepto bastante complicado, pero trataré de exponerlo de forma simple.
Es más o menos lo mismo que ocurre cuando miras las ruedas de un automóvil al pasar frente a ti muy rápidamente. Algunas veces verás la rueda moviéndose hacia atrás. Otro ejemplo puede encontrarse en películas antiguas del oeste americano (westerns) en las que aparece un tren que pasa. las 'ruedas' del tren se verán moviéndose hacia atrás, también, si el tren se mueve lo suficientemente rápido.
Todas estas 'ilusiones' son efectos de foldover. Ocurren cuando un sistema rápido analiza a intervalos regulares algo que se mueve incluso más rápido que el propio sistema.
Cuando graba a 22 050 Hz, tu tarjeta simplemente no será capaz de grabar ninguna frecuencia por encima de los 11 025 Hz, pues, como dije anteriormente, son necesarios al menos dos muestras para cada período. Sin el filtro pasa-bajos, la tarjeta de sonido tratará ciegamente de grabar esas frecuencias. Pero, posteriormente, cuando reproduzcas el sample, oirás una frecuencia totalmente diferente de la original. Sucede igual que con las ruedas del automóvil, que parecen moverse hacia atrás, aunque realmente no lo hacen. (La frecuencia que realmente oirás es igual a la frecuencia de muestreo menos la frecuencia original, por ejemplo: 22 050 - 12 050 Hz = 10 000 Hz, en lugar de la frecuencia original, en este caso, 12 050 Hz).
Por lo tanto, la frecuencia máxima que puede grabarse con una determinada tasa de muestreo, es la mitad de esa tasa de muestreo. Esa frecuencia recibe el nombre de frecuencia de Nyquist, a veces abreviada como fN, y proviene de un hombre llamado Harold Nyquist, que trabajó en los Laboratorios Bell y más o menos inventó la digitalización de audio. Un gran tipo para el audio digital.
Para evitar todo eso, los fabricantes de tarjetas de sonido ponen un filtro especial en su tarjeta (ver la figura de abajo).
Filtro de muro a 4000 Hz.
Este filtro pasa-bajos elimina las frecuencias altas del mismo modo que lo haría cualquier ecualizador o reductor de corte de altas frecuencias, excepto que es *mucho* más agresivo. Puedes ver que el filtro permite el paso de todos los sonidos por debajo de 1000 Hz, y que le da un pequeño refuerzo al rango de frecuencias entre 1000 y 3500 Hz. (Este refuerzo es necesario para que sea posible el corte de las frecuencias más altas con tal violencia.) Las frecuencias por encima de 4000 Hz se eliminan con agresividad extrema. Esta es la razón por la que lo llaman un filtro de muro: porque su pendiente tiene forma de muro.
El filtro mostrado arriba podría usarse para una tasa de muestreo de alrededor de 8000 Hz, ya que un sample de 8000 Hz tiene una frecuencia de Nyquist, la máxima frecuencia grabable, de 4000 Hz. Esto hace que sea muy importante elegir la tasa de muestreo adecuada para tu sample; es decir, si tienes una razón legítima para no grabar a 44 100 Hz, o más. ;)
Grabación digital de sonido por ti mismo
Vayamos por este asunto paso a paso.
En primer lugar empezaremos seleccionando Archivo->Nuevo [o la opción correspondiente que aparezca en tu programa], algo que pueden hacer todos los editores de samples que conozco. ;) Querrás seleccionar el número de bits que deseas usar para cada sample. También querrás seleccionar la tasa de muestreo. Mi consejo es: elige la mayor tasa que pueda manejar tu hardware. Eso suele ser 16 bits a 44 100 Hz, ya que la mayoría, si no todas, las tarjetas de sonido de consumo medio soportan grabación y reproducción de calidad de CD. [Nota del traductor: con los procesadores y programas actuales es posible grabar fácilmente a frecuencias de hasta 192 000 Hz y a 24 bits].
Vúmetro - Vúmetro demasiado bajo - Vúmetro saturado.
A continuación deja a los artistas, o lo que sea, tocar durante un rato, para ver si los niveles de grabación no son demasiado altos ni demasiado bajos. Tu programa probablemente soporte monitorización/monitoreo de la entrada, y, si no lo hace, ¡debería!: consigue otro programa. ;) Al ejecutar el programa, probablemente verás una variante del viejo y querido vúmetro. A mí me gusta el de arriba. La parte de mayor intensidad que quieres capturar en disco debería estar en algún lugar cercano a los 0.0 dB, pero nunca debería, ¡¡nunca, jamás!!, superar los 0.0 dB, ya que esto da como resultado una distorsión muy desagradable, que es chévere/guay en grabadoras analógicas pero realmente horrible en el mundo digital.
Si deseas ese efecto de distorsión, consigue un programa que lo haga por ti, ¡pero no grabes a un nivel demasiado alto! El Sound Forge de Sonic Foundry [nota del traductor: actualmente, de Sony] tiene una opción de distorsión realmente buena. También, existen muchos plugins de Direct-X que emulan la compresión valvular, la saturación de la cinta, etc. Este tipo de distorsión digital recibe el nombre de 'recorte' ('clipping') porque todas las muestras que exceden el nivel máximo son 'recortadas' (cortadas y reducidas) al propio nivel máximo.
No fijes tus niveles de grabación demasiado bajo, no obstante. A largo plazo reducirá la precisión de tu grabación casera, ya que las tarjetas multimedia ya añaden un ruido muy significativo. ¡De hecho, algunas veces a duras penas te dejan algún rango dinámico en absoluto!
De modo que, sé muy meticuloso con los niveles de entrada.
A continuación, piensa en la fuente de tu grabación. ¿Un micrófono? ¿Un teclado o sintetizador? ¿Una cinta DAT? Si la fuente es ya digital, como es el caso del DAT y el CD, por favor, ¡aprovecha esa circunstancia y permanece digital! ¡Usa una conexión digital entre el DAT y la tarjeta de sonido, para evitar la operación de conversión digital-analógica -> transmisión a través de un cable barato -> conversión analógica-digital con ruido o distorsión adicionales!
Si estás grabando con un micrófono, primero deja que éste grabe un minuto o así de 'silencio'. Entonces reproduce ese 'silencio' grabado a través de los audífonos/auriculares y escucha la cantidad de ruido que proviene de la habitación. Asegúrate de guardar esta información, porque algunos buenos programas pueden eliminar ese ruido de la grabación mediante el uso de dicha información como 'huella de ruido' ('noise print') (analizan los datos de huella de ruido y luego los 'restan' a la grabación real. Sond Forge y CoolEdit tienen esta importante opción.)
También, si tienes la oportunidad, prueba varios micrófonos para la misma grabación. Aprende a confiar en tus oídos. Si tienes varias grabaciones diferentes del mismo evento, elige aquella que suene mejor. No elijas automáticamente la grabada por el micro más caro. ¡Eso! ¡No! ¡Funciona! Elige la que suene mejor. Te sorprenderá conocer la cantidad de grandes éxitos que fueron grabados con micros baratos. Pero tampoco estoy diciendo que debas usar micros baratos... Hay varios micros de propósito general bastante buenos disponibles a partir de 30 dólares (como el Behringer XM-2000). Un micro realmente bueno para la voz y la guitarra es el SM-58 de Shure. Estos son un poco más caros (por encima de 100 dólares), pero se usan en todo el mundo en estudios profesionales. El problema con estos micrófonos es que necesitarás también un pre-amplificador, ya que la señal original del micrófono es muy débil, y un 'cable XLR' para conectarlo a tu equipo. La mayoría de las mesas de mezclas tienen preamplificadores de micrófono sobre ellas. Si buscas una mesa de mezclas de buena calidad para su precio, te sugiero que le eches un vistazo al sitio web de Behringer. No tienen una calidad del 100%, pero, si un 90% es suficientemente bueno para ti (es ese 10% extra de perfección lo que hace que el equipo de audio sea tan caro) Behringer es tu sitio. No, no me pagan por decir esto. ;)
Si grabas desde un hardware diferente, por ejemplo, directamente desde el sintetizador/teclado, mira el manual para ver si ese hardware tiene salidas equilibradas. Si las tiene, necesitarás conseguir/fabricar dos clavijas estéreo y tres cables de la misma longitud, o incluso mejor: un cable aislado con tres cables aislados separados en su interior (eso es algo que te costará muchos dólares, no obstante...) para asegurarte de que el audio no se distorsiona antes de llegar a las entradas de tu tarjeta.
Un cable normal tiene 1) una cable de señal y 2) un cable de tierra. Si usas cables normales a lo largo de grandes distancias, preferiblemente cerca del alumbrado del escenario ;), notarás que el cable recoge un horrible montón de ruido y zumbido por el camino. Esto tiene que ver con la inducción y los campos magnéticos, pero todo lo que necesitas saber es que la jode. Para evitar tal zumbido de 50 Hz (¡corriente alterna!), los profesionales usan cables equilibrados.
El sistema de cable equilibrado es una muy buena forma de conectar equipo a largas distancias sin pérdida de calidad del sonido o inducción no deseada. Esto es posible debido a que un cable equilibrado está formado por tres cables en lugar de dos: 1) un cable de señal, 2) un cable de señal invertida y 3) un cable de tierra. A la salida del sintetizador / mesa de de mezclas / lo que sea, la señal de salida es dirigida hacia tanto el cable de señal como el cable de señal invertida.
La señal que va al cable de señal invertida es entonces invertida (multiplicada por -1, vuelta del revés, con un cambio de fase de 180 grados) y transportada junto con el cable de señal por todo el cable hasta el otro conector. Por el camino, ambos cables recogen todo el ruido y zumbido usual. Pero, cuando la señal llega a su destino, la señal invertida es invertida de nuevo, de tal modo que vuelve a ser normal otra vez. Esta inversión invierte también el ruido y zumbido, de modo que ahora tenemos: una cable de señal con 1) la señal y 2) el ruido, y tenemos el cable de señal reinvertida (=normal!) con 1) la señal y 2) el ruido invertido. Estas dos señales son mezcladas por el equipo: señal + señal + ruido - ruido, lo cual da lugar a una señal con el doble de potencia de la señal original y ningún ruido en absoluto!
Si estás interesado en leer más sobre audio (digital), hay muchos sitios que puedes visitar. Te sugiero que pruebes algunos de ellos:
http://www.prorec.com
http://homerecording.com
Espero que este artículo te haya sido útil, o, al menos, te haya gustado.
No hay comentarios:
Publicar un comentario