Ensayu · Ensayos
La transformada de Fourier: del tiempu a la frecuencia
Por qué'l soníu pue entendese como una suma de frecuencies, qué fai la transformada de Fourier y cómo l'espectu esplica afinadores y espectrogrames.
Hai una idea matemática que, una vegada qu’entiendes, cambia cómo oyis. La transformada de Fourier diz daqué que paez imposible: cualquier soníu, por complexu que seya, pue descomponese nuna suma de tonos puros. Una nota de gaita y la mesma nota nun pianu comparten la frecuencia fundamental, pero el so espectu d’armónicos ye distintu: ehí, nese repartu d’enerxía, vive el timbre. Esti ensayu va de por qué eso ye verdá y por qué importa.
Dos formes de mirar el soníu
Cuando un micrófonu capta soníu, rexistra una sola cosa: cómo cambia la presión del aire al llargo del tiempu. Eso ye la forma d’onda, esa llinia ondulante que se ve en cualquier editor d’audiu. Ye la representación temporal: en cada instante, un valor.
La forma d’onda ye honesta pero poco faladora. Mirandola sabes que hai soníu y con qué volumen, pero nun te diz fácilmente qué notes contién nin qué timbre tien. Esa información ta ehí, pero escondrida na forma de les oscilaciones.
La transformada de Fourier ufierta la otra mirada: la representación en frecuencia. En llugar de “qué valor en cada instante”, respuende “cuánta enerxía hai en cada frecuencia”. Ye’l mesmu soníu visu dende otru ángulu.
La intuición de fondu
El nucleu de la idea, plantegáu por Joseph Fourier a comienzos del sieglu XIX, ye esti: una señal periódica cualquiera pue escribise como una suma d’ondes simples —senos y cosenos— de distintes frecuencies y amplitúes. Cambia la “receta” —qué frecuencies, en qué proporción— y cambia’l soníu.
La transformada fai’l camín inversu: parte del soníu mesturáu y recupera la receta. Entrégaes la forma d’onda y devuélvete la llista de frecuencies presentes y col so pesu. Esa llista ye’l espectu. Lo que fai que reconozas un instrumentu magar nun veas quién toca vive ehí: nel repartu d’enerxía ente frecuencies.
Del pizarrón al ordenador
La versión que usen los ordenadores ye la transformada rápida de Fourier, la FFT: un algoritmu que calcula’l espectu d’un fragmentu d’audiu de forma eficiente. Ensin esa eficiencia, gran parte del audiu dixital cotidianu nun sería posible. Con ella, el cálculu cabe de sobra en cualquier dispositivu.
Y apaez, cuasimente siempre ensin que lo notemos, en ferramientes d’usu cotidianu:
| Ferramienta | Qué fai cola FFT |
|---|---|
| Afinador | Mide la frecuencia fundamental y calcula la desviación d’afinación |
| Ecualizador | Separa bandes de frecuencia pa subilas o baxales de forma independiente |
| Espectrogramu | Dibuja l’espectu frame a frame: exe Y = frecuencies, color = enerxía |
| Transcripción automática (AMT) | Detecta notes a partir de picos d’enerxía nel espectu |
Por qué la traigo equí
Pongo la transformada de Fourier nos ensayos, y non nun tutorial, a propósitu. Non ye una receta de cocina: ye una de les idees de fondu que suxeten cuasi too lo que se fai cuando la informática musical dexa’l planu simbólicu —el de les notes y’l MIDI— y métese nel soníu real, el de la señal.
Tocar un instrumentu ye producir un espectu que cambia nel tiempu. Que les matemátiques sepan lleerlu —pasar del tiempu a la frecuencia y volver— ye lo que permite analizalu, transformalu y, a veces, entendelu meyor. Nun fai falta calcular una FFT a mano pa que cambie cómo escuches; abonda con saber que, debaxo de cada soníu, hai frecuencies esperando que daquién les cuente.
Bibliografía
Les referencies nes que s’apoya esti artículu y per ónde siguir lleendo:
- Smith, J. O. Mathematics of the Discrete Fourier Transform (DFT), with Audio Applications. CCRMA, Stanford University.
- Müller, M. (2015). Fundamentals of Music Processing (cap. 2: Fourier Analysis of Signals). Springer.
- Bracewell, R. N. (2000). The Fourier Transform and Its Applications (3.ª ed.). McGraw-Hill.
Preguntes frecuentes
-
¿Por qué el eje Y de un espectrograma muestra frecuencias?
Un espectrograma es la representación visual de la STFT. La transformada de Fourier convierte la señal de dominio temporal —amplitud a lo largo del tiempo— en dominio frecuencial: en lugar de “qué presión hay en cada instante”, responde a “qué frecuencias están presentes y con qué energía”.
Por eso el eje Y muestra frecuencias: cada fila del espectrograma corresponde a un rango de frecuencia (un “bin”), y el color indica la energía de ese bin en la ventana temporal correspondiente. Los graves están abajo, los agudos arriba. Una nota de piano, por ejemplo, aparece como una banda horizontal brillante a la frecuencia fundamental, con armónicos más tenues en múltiplos enteros por encima.
Leer un espectrograma es una habilidad práctica en AMT: te permite ver a simple vista si una grabación tiene ruido, si hay sobreposición de notas o si el modelo detectó algo que no está en el audio. La construcción intuitiva de esta representación la explico en La transformada de Fourier: de la forma de onda al espectro.
-
¿Necesito saber matemáticas avanzadas para entender la transformada de Fourier?
No hace falta dominar el cálculo para sacar partido de la transformada. La idea central —descomponer un sonido en sus frecuencias constituyentes— es accesible a cualquiera con curiosidad. La fórmula exacta implica exponentes complejos, pero para el trabajo práctico en AMT lo que necesitas es entender qué información te da el espectro y cómo leerlo. Lo cuento desde la intuición en La transformada de Fourier: de la forma de onda al espectro.
-
¿Qué es la STFT y en qué se diferencia de la FFT?
La FFT (Fast Fourier Transform) toma toda la señal de audio y calcula qué frecuencias contiene en total. Es una foto global: útil para ver el espectro medio, pero sin información de cuándo aparece cada frecuencia.
La STFT (Short-Time Fourier Transform) resuelve eso dividiendo la señal en ventanas cortas y solapadas —típicamente de 20-50 ms— y aplicando la FFT a cada una. El resultado es una matriz de espectros ordenados en el tiempo: eso es el espectrograma. En el eje horizontal está el tiempo, en el vertical la frecuencia, y el color o la intensidad representa la energía.
Para AMT, la STFT es la operación de entrada más habitual: convertir el audio en un espectrograma antes de pasárselo a un modelo. El tamaño de la ventana (hop size, window size) afecta directamente a la resolución tiempo–frecuencia, y entender ese compromiso es clave para diseñar un pipeline robusto. Desarrollé la intuición detrás de todo esto en La transformada de Fourier: de la forma de onda al espectro.