El procesamiento de señales de audio es un subcampo del procesamiento de señales que se ocupa de la manipulación electrónica de señales de audio . Las señales de audio son representaciones electrónicas de ondas sonoras : ondas longitudinales que viajan a través del aire y que consisten en compresiones y rarefacciones. La energía contenida en las señales de audio o el nivel de potencia sonora se mide típicamente en decibelios . Como las señales de audio se pueden representar en formato digital o analógico , el procesamiento puede ocurrir en cualquiera de los dos dominios. Los procesadores analógicos operan directamente sobre la señal eléctrica, mientras que los procesadores digitales operan matemáticamente sobre su representación digital.
La motivación para el procesamiento de señales de audio comenzó a principios del siglo XX con inventos como el teléfono , el fonógrafo y la radio que permitieron la transmisión y el almacenamiento de señales de audio. El procesamiento de audio fue necesario para las primeras transmisiones de radio , ya que había muchos problemas con los enlaces entre el estudio y el transmisor . [1] La teoría del procesamiento de señales y su aplicación al audio se desarrolló en gran medida en Bell Labs a mediados del siglo XX. Los primeros trabajos de Claude Shannon y Harry Nyquist sobre teoría de la comunicación , teoría del muestreo y modulación por código de pulsos (PCM) sentaron las bases del campo. En 1957, Max Mathews se convirtió en la primera persona en sintetizar audio desde una computadora , dando origen a la música por computadora .
Los principales desarrollos en codificación de audio digital y compresión de datos de audio incluyen la modulación diferencial de código de pulso (DPCM) por C. Chapin Cutler en Bell Labs en 1950, [2] codificación predictiva lineal (LPC) por Fumitada Itakura ( Universidad de Nagoya ) y Shuzo Saito ( Nippon Telegraph and Telephone ) en 1966, [3] DPCM adaptativa (ADPCM) por P. Cummiskey, Nikil S. Jayant y James L. Flanagan en Bell Labs en 1973, [4] [5] codificación de transformada de coseno discreta (DCT) por Nasir Ahmed , T. Natarajan y KR Rao en 1974, [6] y codificación de transformada de coseno discreta modificada (MDCT) por JP Princen, AW Johnson y AB Bradley en la Universidad de Surrey en 1987. [7] LPC es la base para la codificación perceptual y se usa ampliamente en la codificación del habla. , [8] mientras que la codificación MDCT se utiliza ampliamente en formatos de codificación de audio modernos como MP3 [9] y Codificación de audio avanzada (AAC). [10]
Una señal de audio analógica es una señal continua representada por un voltaje o corriente eléctrica que es análoga a las ondas sonoras en el aire. El procesamiento de señales analógicas implica alterar físicamente la señal continua cambiando el voltaje, la corriente o la carga a través de circuitos eléctricos .
Históricamente, antes de la llegada de la tecnología digital generalizada , el método analógico era el único método para manipular una señal. Desde entonces, a medida que las computadoras y el software se han vuelto más capaces y asequibles, el procesamiento de señales digitales se ha convertido en el método de elección. Sin embargo, en aplicaciones musicales, la tecnología analógica a menudo sigue siendo deseable, ya que a menudo produce respuestas no lineales que son difíciles de replicar con filtros digitales.
Una representación digital expresa la forma de onda de audio como una secuencia de símbolos, generalmente números binarios . Esto permite el procesamiento de señales mediante circuitos digitales como procesadores de señales digitales , microprocesadores y computadoras de uso general. La mayoría de los sistemas de audio modernos utilizan un enfoque digital, ya que las técnicas de procesamiento de señales digitales son mucho más potentes y eficientes que el procesamiento de señales en el dominio analógico. [11]
Los métodos de procesamiento y las áreas de aplicación incluyen almacenamiento , compresión de datos , recuperación de información musical , procesamiento de voz , localización , detección acústica , transmisión , cancelación de ruido , huella acústica , reconocimiento de sonido , síntesis y mejora (por ejemplo , ecualización , filtrado , compresión de nivel , eliminación o adición de eco y reverberación , etc.).
El procesamiento de señales de audio se utiliza al transmitir señales de audio para mejorar su fidelidad u optimizar el ancho de banda o la latencia. En este ámbito, el procesamiento de audio más importante tiene lugar justo antes del transmisor. El procesador de audio debe evitar o minimizar la sobremodulación , compensar los transmisores no lineales (un problema potencial con la transmisión de onda media y onda corta ) y ajustar la sonoridad general al nivel deseado.
El control activo del ruido es una técnica diseñada para reducir el sonido no deseado. Al crear una señal idéntica al ruido no deseado pero con polaridad opuesta, las dos señales se cancelan debido a la interferencia destructiva .
La síntesis de audio es la generación electrónica de señales de audio. Un instrumento musical que realiza esta función se denomina sintetizador. Los sintetizadores pueden imitar sonidos o generar otros nuevos. La síntesis de audio también se utiliza para generar el habla humana mediante la síntesis de voz .
Los efectos de audio alteran el sonido de un instrumento musical u otra fuente de audio. Los efectos más comunes incluyen la distorsión , que se usa a menudo con la guitarra eléctrica en el blues eléctrico y la música rock ; efectos dinámicos como pedales de volumen y compresores , que afectan la sonoridad; filtros como pedales wah-wah y ecualizadores gráficos , que modifican los rangos de frecuencia; efectos de modulación , como chorus , flangers y phasers ; efectos de tono como pitch shifters ; y efectos de tiempo, como reverb y delay , que crean sonidos con eco y emulan el sonido de diferentes espacios.
Los músicos, ingenieros de sonido y productores de discos utilizan unidades de efectos durante presentaciones en vivo o en el estudio, generalmente con guitarra eléctrica, bajo, teclado electrónico o piano eléctrico . Si bien los efectos se utilizan con mayor frecuencia con instrumentos eléctricos o electrónicos , se pueden utilizar con cualquier fuente de audio, como instrumentos acústicos , baterías y voces. [12] [13]
La audición por computadora (CA) o escucha por máquina es el campo general de estudio de algoritmos y sistemas para la interpretación de audio por parte de máquinas. [14] [15] Dado que la noción de lo que significa que una máquina "escuche" es muy amplia y algo vaga, la audición por computadora intenta reunir varias disciplinas que originalmente se ocupaban de problemas específicos o tenían una aplicación concreta en mente. El ingeniero Paris Smaragdis , entrevistado en Technology Review , habla de estos sistemas: "software que utiliza el sonido para localizar a personas que se mueven por las habitaciones, controlar la maquinaria en busca de averías inminentes o activar cámaras de tráfico para registrar accidentes". [16]
Inspirado en los modelos de audición humana , el CA aborda cuestiones de representación, transducción , agrupamiento, uso del conocimiento musical y semántica general del sonido con el fin de realizar operaciones inteligentes en señales de audio y música por parte de la computadora. Técnicamente, esto requiere una combinación de métodos de los campos del procesamiento de señales , modelado auditivo, percepción y cognición musical , reconocimiento de patrones y aprendizaje automático , así como métodos más tradicionales de inteligencia artificial para la representación del conocimiento musical. [17] [18]{{cite book}}: CS1 maint: varios nombres: lista de autores ( enlace )