English
Deutsch
PolskiZmiana basu przez saturację: powstawanie harmonicznych i zniekształceń
Management Summary
Saturacja to celowe zniekształcanie dźwięku stosowane do kształtowania barwy w produkcji muzycznej. Może dodawać alikwoty, czyli wyższe tony związane z dźwiękiem podstawowym, i ułatwiać usłyszenie głębokiego basu na małych głośnikach. Mocniejsza obróbka silniej zmienia brzmienie, a wspólne przetwarzanie instrumentów może tworzyć kolejne tony. Przykłady wyjaśniają te zależności bez oceny przyjemności brzmienia: właściwa siła efektu zależy od muzyki, sprzętu i zamierzonego charakteru.
Spis treści
Saturacja zmienia kształt przebiegu audio. Może przez to tworzyć dodatkowe częstotliwości, także powyżej niskiego tonu podstawowego 808. Eksperyment bada dziewięć krzywych filtra asoftclip w FFmpeg: powstające harmoniczne, wzrost zniekształceń wraz ze wzmocnieniem wejścia oraz częstotliwości mieszania dwóch jednoczesnych tonów. Określenia takie jak „ciepłe” i „szorstkie” nie są tutaj oceniane w odsłuchu.
Krzywa przetwarzania przypisuje każdej wartości wejściowej wartość wyjściową. Harmoniczne leżą przy całkowitych wielokrotnościach tonu podstawowego: dla 100 Hz H2 wynosi 200 Hz, a H3 300 Hz. Wartość skuteczna RMS opisuje średnią siłę sygnału; THD łączy energie harmonicznych i odnosi wynikającą z nich siłę do tonu podstawowego.
Pierwotna seria pochodzi z 23 września 2026 roku i wykorzystuje FFmpeg 7.1.5 oraz NumPy. Podczas przeglądu odtworzono wszystkie wyniki. Dodatkowe próby wyjaśniają dwa ograniczenia: pierwotny test składowej stałej zawierał niezamierzone obcinanie przed tanh, a granica 150 Hz przecina linię widma. Wyniki dotyczą tych ustawień, a nie dowolnych wtyczek saturujących.
Jak mierzono
Sinus 100 Hz ma początkowo szczyt 0,5, czyli połowę pełnej skali cyfrowej. Drive oznacza wzmocnienie przed filtrem. Przy 0 dB szczyt pozostaje równy 0,5; przy +6 dB wynosi około 0,998, a przy +18 dB około 3,97. Ustawienie threshold pozostaje równe 1,0. Dokładne osiągnięcie tej wartości wymaga +6,02 dB; miękkie krzywe zmieniają sygnał już poniżej. Zewnętrzny resampler soxr zwiększa częstotliwość próbkowania z 48 do 192 kHz, a następnie zmniejsza ją do 48 kHz. Takie czterokrotne nadpróbkowanie ogranicza aliasing, czyli błędnie odbite składowe częstotliwościowe, ale nie gwarantuje całkowitego usunięcia tego zjawiska.
Analiza wykorzystuje środkowe dwie sekundy każdego trzysekundowego sygnału. FFT rozdziela składowe częstotliwościowe, a okno Blackmana–Harrisa tłumi brzegi fragmentu. H1 to ton podstawowy, H2 druga harmoniczna, a H3 trzecia harmoniczna. Wartości harmonicznych w dB odnoszą się do H1. THD jest stosunkiem łącznej wartości skutecznej H2–H20 do wartości skutecznej H1. Dodatkowe próby obejmują składową stałą, stały sinus 50 Hz jako uproszczony model basu oraz tony 60 Hz i 7 kHz w stosunku amplitud 4:1.
Nieparzyste krzywe i składowe harmoniczne
Przy badanych ustawieniach krzywe spełniają f(−x) = −f(x): dodatnie i ujemne wejście daje przeciwne wartości wyjścia o tej samej wielkości. Czysty sinus bez składowej stałej zachowuje więc symetrię półfalową. W idealnym modelu powstają tylko nieparzyste harmoniczne. Zmierzone H2, H4, H6 i H8 leżą około 159–178 dB poniżej tonu podstawowego, wśród bardzo małych pozostałości numerycznych. Nie oznacza to słyszalności każdej pozostałej nieparzystej harmonicznej.
| Krzywa | THD przy +9 dB | H3 | H5 | H7 | H9 |
|---|---|---|---|---|---|
| hard | 13,29 % | −17,8 dB | −31,6 dB | −34,9 dB | −41,0 dB |
| erf | 12,81 % | −17,9 dB | −35,4 dB | −54,4 dB | −75,0 dB |
| alg | 12,68 % | −18,1 dB | −32,3 dB | −45,5 dB | −58,2 dB |
| quintic | 11,51 % | −18,9 dB | −35,7 dB | −45,3 dB | −51,3 dB |
| tanh i exp | 11,24 % | −19,1 dB | −36,0 dB | −52,7 dB | −69,4 dB |
| sin | 9,46 % | −20,5 dB | −52,2 dB | −90,6 dB | −133,9 dB |
| cubic | 9,43 % | −20,5 dB | < −160 dB | < −160 dB | < −160 dB |
| atan | 9,01 % | −21,0 dB | −36,9 dB | −51,3 dB | −65,0 dB |
Przy +9 dB hard tworzy stosunkowo silne wyższe harmoniczne: H9 leży przy −41 dB, wobec −69 dB dla tanh. cubic daje w tym przypadku głównie H3, ponieważ szczyt wejściowy pozostaje poniżej wewnętrznej granicy 1,5. Przy większym drive dalsze obcinanie tworzy kolejne harmoniczne. Podobne THD dla cubic i sin opisuje różne widma, ale nie dowodzi słyszalnej różnicy. exp i tanh dają w tej serii identyczne wartości pomiarowe. Wzory są matematycznie zgodne dla tanh z param=1; nie oznacza to zgodności innych ustawień ani wszystkich zaokrągleń numerycznych.
Asymetria: pierwotny test i poprawiona próba
Składowa stała przesuwa przebieg w górę lub w dół. Symetryczna krzywa zaczyna inaczej przetwarzać obie półfale, co może tworzyć parzyste harmoniczne. Pierwotny układ stosował dcshift przed tanh przy drive +6 dB. Kontrola pokazuje, że dcshift już wtedy obcina przy 1,0. Przy przesunięciu 0,05 oczekiwany szczyt wynosi 1,048, ale rzeczywisty 1,0. Test mierzy więc przesunięcie wraz z wcześniejszym obcinaniem, a nie samą asymetrię tanh.
W pierwotnym torze H2 rośnie do −33,7 dB przy przesunięciu 0,05 i −14,2 dB przy 0,4. Poprawiona próba dodaje takie samo przesunięcie bez wcześniejszego obcinania. H2 wynosi wtedy około −35,1 dB przy 0,05, −29,1 przy 0,1, −23,1 przy 0,2 i −17,3 przy 0,4. THD rośnie z 6,68 do 14,52 procent; końcowy filtr górnoprzepustowy 5 Hz pozostaje taki sam. Regulator biasu jest jednym z możliwych rozwiązań, nie warunkiem dla każdej wtyczki. Sam wzrost drive nie tworzy parzystych harmonicznych z czystego sinusa w idealnej nieparzystej krzywej.
Jak szybko rosną zniekształcenia
Przy małym drive THD tanh w przybliżeniu podwaja się na każde dodatkowe 3 dB wzmocnienia wejścia: 0,13 procent przy −12 dB, 0,52 przy −6 dB i 1,96 przy 0 dB. Bezwzględna amplituda H3 rośnie w przybliżeniu z trzecią potęgą amplitudy wejścia, a stosunek H3/H1 z jej kwadratem. Przy większym wejściu przybliżenie przestaje działać: THD wynosi 6,68 procent przy +6 dB, 17,25 przy +12 dB i 29,95 przy +18 dB.
Przy 0 dB cubic i sin dają mniejsze THD niż tanh: 0,95 i 1,06 procent. Przy +12 dB przekraczają tanh, osiągając 19,55 i 19,12 procent. Spośród pięciu badanych serii drive atan ma przy +18 dB najmniejszy wynik: 21,86 procent. hard nie obcina poniżej swojej granicy; +6 dB pozostaje tuż pod nią. Przy +9 dB zmierzone THD wynosi 13,29 procent, a przy +18 dB 35,32 procent. Krzywa ma załamanie, ale dowolnie małe przekroczenie granicy nie powoduje od razu dużego skoku zniekształceń.
808 na małych głośnikach
Przy standardowym stroju A4 = 440 Hz G1 wynosi około 49 Hz, a A1 55 Hz. Bas nastrojony do tych częstotliwości ma H3 przy około 147 lub 165 Hz oraz H5 przy 245 lub 275 Hz. Małe głośniki mogą silnie tłumić ton podstawowy; wyższe składowe mogą ułatwić słyszenie basu. Zależy to od urządzenia, sygnału i poziomu odtwarzania. Konwerter nut, częstotliwości i MIDI pomaga wyznaczyć częstotliwości. Eksperyment wykorzystuje stały sinus 50 Hz, nie pełne 808 z atakiem, zmianą wysokości i wybrzmieniem.
| Wysterowanie | tanh: udział powyżej 150 Hz | hard: udział powyżej 150 Hz | Udział tonu podstawowego w wyjściu, tanh |
|---|---|---|---|
| 0 dB | −40,2 dB (0,01 %) | < 0,0001 % | −0,00 dB |
| +6 dB | −29,4 dB (0,11 %) | < 0,0001 % | −0,02 dB |
| +12 dB | −20,8 dB (0,84 %) | −18,3 dB (1,49 %) | −0,13 dB |
| +18 dB | −15,0 dB (3,18 %) | −13,1 dB (4,89 %) | −0,37 dB |
Tabela sumuje energię FFT ściśle powyżej 150 Hz i dzieli przez całą energię wyjściową. H3 tonu 50 Hz leży dokładnie na granicy; okno analizy rozkłada linię na sąsiednie punkty częstotliwościowe. Wynik 3,18 procent dla tanh przy +18 dB obejmuje więc tylko część H3. Zsumowanie pełnych linii H3–H479 daje 8,23 procent, a dla hard 11,10 zamiast 4,89 procent. Wartość −0,37 dB dla tanh także jest udziałem: ton podstawowy zawiera około 91,8 procent energii wyjścia. Nie jest to strata 0,37 dB względem wejścia ani gwarancja niezmienionego dołu.
Intermodulacja: bas zniekształca też górę
Nieliniowa obróbka dwóch tonów tworzy obok harmonicznych także częstotliwości sumy i różnicy. Tutaj 60 Hz o amplitudzie 0,4 i 7 kHz o amplitudzie 0,1 są wzmacniane razem. To zwykły sygnał testowy SMPTE. Analiza sumuje jednak tylko osiem obszarów wstęg bocznych przy 7 kHz ± 60, 120, 180 i 240 Hz, odnosząc łączną wartość skuteczną do tonu 7 kHz. Jest to zdefiniowana miara wstęg FFT, a nie pomiar o potwierdzonej zgodności z normą SMPTE. Dla tanh daje 1,41 procent przy −6 dB, 5,47 przy 0 dB, 19,95 przy +6 dB i 60,63 przy +12 dB.
Przy +6 dB wynik wstęg jest liczbowo około trzy razy większy niż THD pojedynczego tonu 100 Hz. Miary używają jednak innych sygnałów i punktów odniesienia; nie oznacza to trzykrotnie silniejszych słyszalnych zniekształceń. Osobna saturacja basu zapobiega produktom mieszania z innymi ścieżkami na tym etapie. Późniejszy nieliniowy procesor sumy może ponownie je utworzyć.
Co z tego wynika dla produkcji
| Cel | Wynik pomiaru | Ustawienie |
|---|---|---|
| Łagodna obróbka | Przy małym wejściu THD tanh rośnie w przybliżeniu kwadratowo | Ostrożnie zwiększać drive i porównywać przy wyrównanym poziomie odsłuchu |
| Uzyskanie H2 | Asymetria może tworzyć H2; przesunięcie 0,05 bez wcześniejszego obcinania daje tutaj −35,1 dB | Osobno kontrolować asymetrię i składową stałą |
| Wyższe składowe basu | Saturacja tworzy harmoniczne powyżej tonu podstawowego | Sprawdzić urządzenie docelowe, poziom wyjścia i dół |
| Silniejsze wysokie harmoniczne | hard ma H9 przy −41 dB dla drive +9 dB | Kontrolować drive i aliasing |
| Ograniczenie produktów mieszania | Dwa tony tworzą dodatkowe wstęgi boczne | Przetwarzać bas osobno i sprawdzić późniejszą obróbkę sumy |
Kontekst i ograniczenia
Same krzywe asoftclip przekształcają każdą próbkę według stałego wzoru. Resampling i filtr górnoprzepustowy w tym układzie dodatkowo zależą od sąsiednich próbek. Rzeczywiste urządzenia mogą też reagować różnie na różne częstotliwości lub zależeć od wcześniejszego stanu sygnału; na przykład namagnesowanie transformatora zależy od jego historii. Statyczny test sinusowy nie odtwarza w pełni takich zjawisk. Muzyka może tworzyć liczne produkty mieszania; ich liczby i słyszalności tutaj nie określono.
Pytania i odpowiedzi
Dlaczego przy małym wysterowaniu zniekształcenia tanh podwajają się co 3 dB?
Dla małego wejścia tanh można przybliżyć wzorem tanh(x) ≈ x − x³/3. Dla sinusa o szczycie A wyraz sześcienny daje amplitudę H3 około A³/12, a H1 pozostaje w przybliżeniu równe A. Stosunek wynosi więc około A²/12. W tym zakresie H3 w dużym stopniu określa THD.
Około +6 dB podwaja A i w przybliżeniu czterokrotnie zwiększa THD; około +3 dB podwaja THD. Przy drive −12 dB A wynosi około 0,126, a przybliżenie daje 0,13 procent. Przy −6 dB A wynosi około 0,251, co daje 0,52 procent. Przy 0 dB przybliżenie daje 2,08 procent wobec zmierzonych 1,96: wyższe wyrazy mają już znaczenie.
Przy większym wejściu tanh coraz silniej ogranicza amplitudę wyjścia. Proste przybliżenie A²/12 przestaje wystarczać. Pomiary nadal pokazują wzrost THD, ale już nie niezmienny wzrost kwadratowy.
Dlaczego po prostu nie podbić alikwotów 808 korektorem?
Liniowy korektor zmienia istniejące składowe częstotliwościowe, ale nie tworzy nowych harmonicznych z pojedynczego sinusa. Rzeczywista próbka 808 może już zawierać wyższe składowe, których proporcje zmienia EQ. Badana tutaj czysta fala 50 Hz uzyskuje dodatkowe harmoniczne dzięki obróbce nieliniowej.
Kiedy filtr górnoprzepustowy po asymetrycznej saturacji jest przydatny?
Asymetria może tworzyć składową stałą. Przykład kwadratowy sin²(ωt) = (1 − cos(2ωt))/2 zawiera część stałą i podwojoną częstotliwość. Parzyste harmoniczne nie wymagają jednak pozostawienia składowej stałej: można ją usunąć osobno albo skompensować wewnątrz procesora.
Składowa stała przesuwa przebieg względem zera i może zmniejszyć zapas do obcinania po jednej stronie. Przejścia na początku, końcu i cięciach mogą wtedy powodować trzaski. Próba biasu używa na końcu filtra górnoprzepustowego 5 Hz, który tłumi bardzo wolne lub stałe składowe. Dodatkowy filtr nie jest zawsze konieczny; potrzebna jest także kontrola wpływu na użyteczne niskie częstotliwości.
Źródła
- FFmpeg 7.1.5: kod źródłowy asoftclip — krzywe, wewnętrzne granice i parametry.
- FFmpeg 7.1.5: dokumentacja filtrów — asoftclip, resampling i filtr górnoprzepustowy.
- Audio Precision: podręcznik APx500, SMPTE IMD — sygnał i analiza oparta na normie, odróżniona od własnej sumy FFT.
- Własny pomiar: sat_messung.py i audio_hilfe.py; dodatkowe próby obcinania przez dcshift, przesunięcia bez wcześniejszego obcinania oraz granicy pasma 150 Hz.
Powiązane artykuły
