Los ingenieros de audio, los grabadores de campo y los diseñadores de sonido a menudo enfrentan el reto de aislar una señal limpia de un ambiente ruidoso. Ya sea el zumbido de un sistema HVAC en una grabación de podcast, el ruido de tráfico en una grabación de campo, o el suyo de una vieja cinta analógica, sonidos no deseados pueden arruinar una toma de otra manera perfecta.

El análisis de espectrogramas proporciona un mapa visual del contenido de frecuencia de una señal de audio a lo largo del tiempo. En lugar de adivinar aleatoriamente qué frecuencias cortar o aumentar, se puede ver exactamente dónde vive el ruido, cuán alto es, y cómo interactúa con los sonidos que desea mantener.Este artículo le guiará a través de los fundamentos de los espectrogramas, le mostrará cómo identificar sonidos no deseados comunes visualmente, y explicar técnicas prácticas para eliminarlos sin destruir el rendimiento de audio.

¿Qué es un Spectrogram?

Un espectrograma es una representación tridimensional del sonido. Contiene tiempo en el eje horizontal (x-axis), frecuencia en el eje vertical (y-axis), y amplitud (leudidad) como un valor de color o brillo. Tradicionalmente, una forma de onda muestra sólo amplitud a lo largo del tiempo, sin dar información sobre el maquillaje de frecuencias delgadas. Un espectrograma, por otro lado, revela el contenido espectro de la línea directa.

Cómo se generan los espectrogramas

Los espectrogramas se crean usando un proceso matemático llamado la Transformación de Fourier de tiempo corto (STFT). La señal de audio se divide en pequeñas ventanas superpuestas (normalmente 1024 o 2048 muestras), y una Transformación de Fourier rápido (FFT) se aplica a cada ventana para calcular el espectro de frecuencias. Los resultados se apilan lado a lado para formar la imagen de espectrograma.

Software de edición de audio moderno como Audacia (gratis) Sonic Visualiser (gratis) iZotope RX (pagado) y Adobe Audition (pagado) todas las pantallas de espectrogramas incorporadas. Le permiten ajustar el tamaño de la ventana FFT, el mapeo de color y el rango dinámico para adaptar la vista a sus necesidades específicas. Por ejemplo, un tamaño de ventana de 4096 muestras funciona bien para encontrar líneas de hum sutiles, mientras que 512 muestras es mejor para detectar clics y pops.

Identificando sonidos no deseados con un espectrograma

Para eliminar el ruido, primero es necesario identificarlo. El espectrograma hace que este proceso de identificación sea intuitivo. A continuación se presentan los tipos más comunes de sonidos no deseados y sus firmas visuales típicas. Practicar con unas cuantas grabaciones ruidosas entrenará el ojo para detectar estos patrones al instante.

Constant Tonal Noises (Hum, Buzz, Whistle)

Los ruidos tonales aparecen como líneas horizontales sólidas en frecuencias específicas. Un humectante eléctrico de 50 Hz o 60 Hz de las barras de potencia mostrará como una línea fuerte a esa frecuencia, a menudo acompañado de armónicos a 120 Hz, 180 Hz, etc. Los bucles de tierra, luces fluorescentes y transformadores crean estas firmas.

Ancha Noises (Suss, Viento, Tráfico)

El ruido de banda ancha contiene energía a través de una amplia gama de frecuencias. El suyo (de preamplificadores o cintas) aparece como un fondo uniforme y texturado que es constante con el tiempo. El ruido del viento es un ruido de baja frecuencia que se manifiesta como una nube gruesa y oscura en la parte inferior del espectrograma (abajo 100 Hz a menudo).

Noises transitorios (Clic, Pops, Crackles)

Los ruidos impulsivos son fáciles de detectar: aparecen como puntos verticales estrechos que cortan todas las frecuencias. Un micrófono pop, un cierre de puerta o una huella en un registro de vinilo todos producen estas estribaciones agudas y momentáneas. El ancho de la línea vertical indica la duración: los clics más son sólo unos pocos milisegundos. En un espectrograma con resolución de tiempo alto (pequera de luz FFT), estos espelometros

Interferencia de banda estrecha (Radio Interference, Whistles)

Estas líneas parecen de líneas horizontales delgadas y onduladas o líneas de deriva. Por ejemplo, una interferencia celular podría aparecer como una serie de líneas periódicas y de chirpa que siguen un patrón. Un silbato de retroalimentación es una línea delgada constante en la frecuencia resonante. La interferencia de banda estrecha puede ser particularmente problemática porque a menudo se mueve en frecuencia, como un sirena o un teléfono de anillo.

Noises no estacionarios (Sirens, Maquinaria, Bastidores)

Estos son más complejos. La maquinaria puede producir una combinación de humedeces tonales y ronble de banda ancha. La charla humana de fondo a menudo aparece como un lavado de energía en el medio (300 Hz – 3 kHz) sin estructura clara. Las sirenas producen líneas horizontales barridas mientras la frecuencia cambia a lo largo del tiempo. La identificación del ruido no estacionario requiere una inspección cuidadosa porque puede superponerse con la señal deseada.

Usando herramientas de espectrograma para la eliminación de ruido

Una vez que haya identificado el patrón de ruido, el siguiente paso es eliminarlo. El enfoque depende del tipo de ruido y las herramientas que haya disponible. Aquí están las técnicas más eficaces, ordenadas de simple a avanzado.

Paso 1: Capture un perfil de ruido

Muchas herramientas de reducción de ruido (como la reducción de ruido de Audacity o el desnivel espectro de iZotope RX) funcionan a través de un “impresión de ruido” – un segmento corto de la grabación que contiene sólo el sonido no deseado (sin señal deseada). Esta muestra se utiliza para construir un modelo estadístico del ruido, que se sumerge de la pista completa. En el espectrograma, se puede ver que la impresión de sonido siempre debe contener las líneas características

Paso 2: Aplicar la edición espectral (Retiración quirúrgica)

Para ruidos tonales específicos (como un hum de 60 Hz) o clics aislados, la edición espectral es el método más preciso. Herramientas como la reparación espectral de iZotope RX o la pantalla de frecuencia espectral de Adobe Audition le permiten dibujar una selección alrededor de la característica del delito y ya sea:

  • Reemplazamiento con audio circundante (interpolación) – ideal para clics y desplegamientos cortos. El algoritmo analiza el audio antes y después de la selección y llena la brecha con material sintetizado que coincide con el contenido espectral.
  • Atenuate (reducir ganancia) – bueno para reducir un hum tonal sin eliminarlo por completo. Usted puede bajar la ganancia en 20–30 dB para la banda de frecuencia seleccionada.
  • Borrar (0,0 fuera) – sólo para artefactos muy cortos que no se perderán, como un solo punto de un fallo digital.

Por ejemplo, para eliminar un hum de 60 Hz, se dibuja una selección horizontal sobre la línea a 60 Hz y también sobre sus armónicos (120 Hz, 180 Hz, etc.) y luego se baja la ganancia de 20 a 30 dB. Esto preserva el resto del espectro de audio. En iZotope RX, también se puede utilizar el módulo "De-hum" que detecta y elimina automáticamente secuencias de frecuencias húmedas de daño basadas en una frecuencia fundamental.

Paso 3: Use filtros seleccionados con guía visual

Si no tienes software de edición espectral, puedes usar un ecualizador paramétrico (EQ) mientras miras el espectrograma. Coloca un filtro de inyección de banda estrecha (filtro de detección) en cada frecuencia de ofensa y ajusta el factor Q para que coincida con el ancho de la línea. El espectrograma te mostrará exactamente dónde está el ruido, por lo que puedes marcar visualmente el filtro.

Paso 4: Expanders and Gates for Dynamic Noise

Los ruidos como los suyos o el ventilador de ordenador son a menudo constantes pero sólo visibles durante los pasajes silenciosos. Un expandidor o puerta de ruido hacia abajo se puede establecer para reducir la ganancia cuando el nivel de señal cae por debajo de un determinado umbral. El espectrograma ayuda a encontrar ese umbral: mira el nivel del suelo de ruido (la textura de fondo) y establece el umbral de la puerta justo encima.

Ejemplo de flujo de trabajo práctico: Limpieza de un registro de podcast

Caminamos por un escenario realista. Tienes un podcast de 30 minutos grabado en una oficina de casa. La forma de onda se ve bien, pero cuando escuchas, escuchas un bajo ruido (condicionador de aire), un ligero zumbido eléctrico, y ocasionalmente clics del micrófono de mesa que se golpea.

  1. Abra el espectrograma en su DAW o editor de audio (por ejemplo, la vista de espectrograma de Audacity, configurada a escala de frecuencia lineal o logarítmica, tamaño de la ventana 2048).
  2. Identificar los ruidos: El ruido aparece como una nube gruesa de 0 a 100 Hz, más oscuro cerca de 50 Hz. El zumbido eléctrico muestra como líneas delgadas a 60 Hz, 120 Hz y 180 Hz. Los clics aparecen como picos verticales.
  3. Captura una impresión de ruido: Encuentra una sección de 1 segundo entre frases donde sólo está presente el ruido. Seleccione y use la Reducción de ruido de Audacity: “Obtenga perfil de ruido”.
  4. Aplicar reducción global del ruido: Seleccione toda la pista, abra la reducción de ruido de nuevo, ajuste la configuración (Reducir por 20 dB, Sensibilidad 6, Frecuencia suavizar 3), y aplicar. El espectrograma ahora muestra el ruido y el hum reducido.
  5. Limpiar el hum tonal restante: La línea 60 Hz todavía puede ser ligeramente visible. Use un filtro de musgo (EQ) a 60 Hz, 120 Hz, 180 Hz con una Q estrecha (10–20). Compruebe el espectrograma mientras se ajusta hasta que las líneas desaparezcan.
  6. Eliminar los clics: En Audacity, puede utilizar el efecto "Repair" en una pequeña selección (normalmente 10-30 ms) que abarca el clic. El espectrograma mostrará el clic como un bloque vertical; la reparación interpola la señal subyacente.
  7. Comprobación final: Enjuague y repita. Escuche el archivo limpiado y vuelva a escanear el espectrograma para cualquier ruido residual. Usted debe tener un podcast limpio y libre de ruido listo para la publicación.

Para grabaciones de música, el mismo flujo de trabajo se aplica pero con precaución extra alrededor de los transitorios y el contenido armónico. Por ejemplo, al quitar un hum de una pista de guitarra, la línea 60 Hz podría superponerse con la cuerda E baja de la guitarra (82 Hz). En este caso, sólo atenuaría la frecuencia exacta del hum (60 Hz) con una aguja muy estrecha, en lugar de un corte amplio.

Consideraciones avanzadas

Elegir el tamaño de la ventana FFT derecha

El tamaño de la ventana (N) afecta directamente al intercambio entre tiempo y resolución de frecuencias.

  • Eliminación de ruido tonal: Usa una ventana más grande (4096 o 8192) para obtener una resolución de frecuencia más fina, lo que facilita la visualización de líneas de hum delgadas. A 44.1 kHz, una ventana de 4096 muestras ofrece una resolución de frecuencia de unos 10.8 Hz por bin.
  • Eliminación de ruido transitoria: Usa una ventana más pequeña (512 o 1024) para una mejor resolución de tiempo, así que los clics aparecen como líneas verticales afiladas en lugar de borrosas. Una ventana de 512 muestreo resuelve los eventos tan cortos como 11.6 ms.
  • Análisis general: 2048 muestras (aproximadamente 46 ms a 44.1 kHz) es un buen compromiso para la mayoría de trabajo.

Esposo y superposición

La mayoría de los programas de espectrogramas utiliza una ventana de Hann o Hamming para reducir la fuga espectral. La superposición (normalmente 50% o 75%) suaviza la pantalla. La superposición más alta (como el 87,5%) da un aspecto más continuo pero requiere más procesamiento. Para el trabajo de eliminación de ruido, los ajustes predeterminados suelen estar bien, pero ajustar la solapa puede ayudar a ver eventos muy cortos.

Mapas de color y rango dinámico

Diferentes mapas de color destacan diferentes aspectos. Un mapa de color gris o “caliente” (como el clásico enano fresco) hace un ruido débil visible contra un fondo oscuro. Configurar el rango dinámico (por ejemplo, 80 dB) muestra el suelo de ruido claramente. Si el suelo de ruido es demasiado brillante, aumentar el rango; si es demasiado diminuto, disminuya. En Audacity, puede ajustar el aumento y rango de deslizadores de la visibilidad fina

Pitfalls comunes y cómo evitarlos

Incluso con un espectrograma, los usuarios de novicios pueden cometer errores. Evite estos:

  • El ruido de la reducción excesiva: La reducción del ruido agresivo puede crear artefactos de ruido musical (tanques o artefactos digitales). Siempre trabajar en pequeños incrementos y comprobar el espectrograma de nuevas líneas introducido por el procesamiento. Si ves las manchas horizontales débiles que aparecen donde no había antes, has empujado la reducción demasiado lejos.
  • Eliminación de parte de la señal deseada: Un error común es seleccionar una región en el espectrograma que contiene tanto ruido como audio deseado (por ejemplo, la eliminación de una línea de 100 Hz que también lleva el fundamental de una voz masculina). Siempre solista el rango de frecuencias para escuchar si es realmente no deseado. Utilice un impulso EQ de banda estrecha para la audición frecuencias sospechosas antes del corte.
  • Usando el tamaño de la ventana equivocado: Usando una ventana grande cuando intentas quitar un clic puede mezclar el clic con el tiempo y hacerlo más difícil de aislar. Por el contrario, una pequeña ventana puede hacer que un hum tonal parezca una banda gruesa, perdiendo la precisión para anotarlo limpiamente.
  • Ignorando la prueba de escucha: El espectrograma es una guía, no una garantía. Siempre confía en tus oídos. Un ruido que se ve feo en el espectrograma puede ser inaudible, mientras que una línea muy débil puede ser más obtrusiva de lo que parece. Usar análisis visual y aural juntos.
  • No ajustando umbrales para perfil de ruido: Cuando se utiliza un perfil de ruido para reducir, la muestra seleccionada debe ser representativa de todo el ruido. Si el ruido cambia con el tiempo (por ejemplo, un acondicionador de aire variable), una sola impresión de ruido estática no puede funcionar. En tales casos, use múltiples impresiones de ruido o un denoiser espectral en tiempo real.

Herramientas del Comercio

Aquí están algunas herramientas recomendadas que ofrecen un análisis de espectrogramas robusto y una edición espectral, que van desde gratis a profesionales:

  • Audacia (libre): Proporciona una visión básica pero efectiva del espectrograma y el efecto de reducción del ruido. Ideal para principiantes y ediciones rápidas. Admite múltiples tamaños de la ventana FFT y esquemas de color. Audacia
  • Sonic Visualiser (Gratuito): Una herramienta especializada para la visualización detallada. Admite múltiples capas de espectrograma, medición precisa e integración de plugins. Excelente para el análisis y la educación forense. Sonic Visualiser
  • iZotope RX (Pagado): El estándar de la industria para la reparación de audio. Incluye reparación espectral, ruido espectral, deshum y muchos otros módulos. Usa el aprendizaje de máquina para la detección de ruidos avanzados. iZotope RX
  • Adobe Audition (Pagado): Cuenta con una pantalla de frecuencia espectral con herramientas de selección de pincel y láser para edición directa. Integrado con Creative Cloud para facilitar el flujo de trabajo. Adobe Audition
  • Spek (Libre): Un ligero y de código abierto para el análisis rápido (macOS/Linux). No para la edición, sino útil para la inspección y el intercambio de ejemplos visuales. Spek

Para aquellos con un presupuesto ajustado, Audacity combinado con Sonic Visualiser proporciona una configuración libre pero potente. Profesionales que manejan la restauración de altas tomas (por ejemplo, radiodifusión, forense) a menudo invierten en iZotope RX para sus algoritmos avanzados y capacidades de procesamiento de lotes.

Conclusión

El análisis de espectrograma transforma la restauración de audio de un juego de adivinanzas en una ciencia visual precisa. Al aprender a leer los patrones de sonidos no deseados —hum, suyos, clics, ruido— puede aplicar tratamientos específicos que preserven el carácter natural de sus grabaciones. Ya sea que esté limpiando un podcast, restaurando una grabación vintage o eliminando el ruido de una muestra de campo, el espectrograma es su mejor aliado.

Comience por practicar con una simple grabación que tiene un ruido obvio (como un hum de 60 Hz). Ábrelo en Audacity o Sonic Visualiser, encuentre la línea de hum, y pruebe tanto la reducción de ruido como los enfoques de edición espectral. A medida que obtengas experiencia, podrás abordar entornos de ruido complejos y de múltiples fuentes con confianza. La combinación de un oído entrenado y un espectrograma bien leído elevará tu producción de audio a un espectrograma profesional.