La eliminación de ruidos es una de las funciones más cotizadas de cualquier software de audio. Sin embargo, no todos ofrecen las herramientas para realizar tareas avanzadas, como, por ejemplo, procesar una grabación para eliminar un estornudo, o el sonido de un teléfono al fondo. Este tipo de ruidos se corrigen mediante funciones de edición espectral, las cuales forman parte de la arquitectura de edición de Wavelab.

Edición de audio en Wavelab

La edición de audio comprende dos dominios principales: la corrección y la restauración. La primera implica modificar el contenido existente para ajustarlo a un contexto musical y la segunda consiste en la reducción o eliminación de ruidos o inconsistencias técnicas en el archivo. El enfoque de Wavelab es restaurativo y muchas de sus funciones más potentes se encuentran en el editor espectral. 

Editor espectral

El ambiente de edición espectral se activa mediante dos modos de visualización del editor de audio: Spectrogram y Wavelet. Ambos ofrecen el mismo tipo de vista espectrográfica, que se caracteriza por mostrar tres tipos de información:

• El tiempo en el eje X
• La frecuencia en el eje Y, con las frecuencias graves abajo y las agudas arriba; y finalmente,
• La amplitud mediante una escala de colores cuya intensidad representa la cantidad de energía

021-07_1001_fot01. Espectrograma

La edición espectral permite editar y procesar rangos individuales de frecuencia. Por lo general, dichas modificaciones se aplican en rangos de tiempo cortos para atenuar ruidos incidentales como los citados el inicio del video. Escuchemos un ejemplo. Una toma de grabación arruinada por un teléfono sonando en la sala.

021-07_1001_aud01. Grabación de voz con ruido de fondo (tono telefónico)

Audio ubicado en la sección Materiales de apoyo - Sección 10 - V01

Para resolver este tipo de ruido es necesario seleccionar el segmento de tiempo y frecuencia en el que se desarrolla, mediante las herramientas de selección espectral. Esto implica hacer uso de los tres tipos de información presentes en la visualización espectral. La intensidad del color nos indica dónde debemos hacer la selección, incluyendo la frecuencia y la duración del ruido a eliminar. Veamos el espectro del ejemplo de audio anterior. Podemos realizar selecciones precisas porque la barra de estado muestra la posición del cursor del mouse. El ruido del teléfono es muy notorio durante el silencio de la voz, pero es más difícil de discernir cuando ambos sonidos suceden simultáneamente, durante la segunda frase de canto. 

021-07_1001_fot02. Selección espectral – ruido de teléfono

Sin embargo, podemos notar su rastro en las líneas horizontales que crea el teléfono en el rango agudo de la voz.

021-07_1001_fot03. Selección espectral – ruido telefónico en medio de la voz

Edición espectral estéreo y MS

En Wave Window es posible visualizar los canales LR o MS, lo cual nos permite realizar edición espectral en cualquiera de esos cuatro canales individualmente, lo cual es sumamente favorable para editar contenido musical como este. Veamos un ejemplo en la siguiente imagen. En la sección overview, podemos ver que el canal Side tiene menos energía que el Mid, y en el espectrograma apreciamos que el contenido de frecuencia del canal lateral es rico en frecuencias medias por debajo de 745 Hz.

021-07_1001_fot04. Visualización espectral MS

Wavelet vs Spectrogram

La diferencia entre la visualización en modo Wavelet y en modo Spectrogram, es que la primera está más orientada a mostrar el comportamiento rítmico del audio. Logra esto gracias a que tiene una alta resolución de tiempo en el extremo agudo del espectro y una alta resolución de frecuencia en el extremo grave.

021-07_1001_tab01. Visualización Wavelet – resolución

Analicemos como se refleja esta característica en un archivo de audio visualizado en modo Wavelet MS. Pero antes, escuchemos el audio. Es una pista con contenido rítmico preponderante en el canal Mid.

021-07_1001_aud2 Música rítmica para análisis espectral MS

Analicemos la visualización Wavelet de este archivo. Confirmando lo que recién escuchamos, en el canal Mid podemos ver claramente que las frecuencias graves se muestran como líneas horizontales largas y las agudas como líneas horizontales cortas, que describen columnas al emitirse simultáneamente. Esto significa, que las figuras en forma de cono representan sonidos rítmicos breves como el redoblante y el bombo en un audio musical; mientras que las líneas horizontales largas en el rango agudo del espectro simbolizan instrumentos armónicos o melódicos con notas prolongadas.

021-07_1001_fot05. Visualización Wavelet – interpretación

Ahora comparemos Wavelet con la visualización Spectrogram del mismo archivo, ambos en modo MS. El espectrograma, ubicado en la sección superior, comunica la misma información, pero ofrece una resolución inferior. Esto no es una carencia técnica, sino una implicación de este tipo de gráficas. Para aumentar la resolución de frecuencia es necesario reducir la resolución de tiempo y viceversa. Por este motivo, la visualización Wavelet es sumamente conveniente para seleccionar y visualizar material con gran precisión.

021-07_1001_fot06. Wavelet (abajo) comparado con Spectrogram (arriba) – ambos en modo MS

Keynotes

• El enfoque de la edición en Wavelab es restaurativo y muchas de sus funciones más potentes se encuentran en el editor espectral. 
• El ambiente de edición espectral se activa mediante dos modos de visualización del editor de audio: Spectrogram y Wavelet.
• La edición espectral permite editar y procesar rangos individuales de frecuencia, en rangos cortos de tiempo.
• En Wave Window es posible visualizar los canales LR o MS, lo cual nos permite realizar edición espectral en cualquiera de esos cuatro canales individualmente.
• La diferencia entre la visualización en modo Wavelet y en modo Spectrogram, es que la primera está más orientada a mostrar el comportamiento rítmico del audio.

Importa los dos archivos de audio incluidos en los materiales de apoyo para este video, y utiliza la visualización Spectrogram y la Wavelet para analizar el contenido e interpretarlo de acuerdo a la demostración del video.

Cierre

Importa los dos archivos de audio incluidos en los materiales de apoyo para este video, y utiliza la visualización Spectrogram y la Wavelet para analizar el contenido e interpretarlo de acuerdo a la demostración del video.