Detección de tonoPitch Detection

La altura es un intervalo que se repite

Al emitir la voz, las cuerdas vocales se abren y se cierran rápidamente y empujan el aire. Esa apertura y cierre se repite de forma regular, y cuantas más veces se repite en un segundo, más aguda suena. Una voz grave repite esto unas cien veces por segundo; una voz aguda, dos o tres veces más que eso.

Con los instrumentos pasa lo mismo. Una cuerda gruesa y larga vibra despacio y da un sonido grave; una cuerda corta y tensa vibra rápido y da un sonido agudo. La altura, al final, no es más que esta velocidad de repetición.

Por eso medir el tono es distinto de medir el volumen o el brillo del sonido. Cantando fuerte o flojo, con una voz gruesa o clara, si el intervalo que se repite es el mismo, es la misma nota.

Deslizar y superponer

La manera más conocida de medir el intervalo es la de superponer el dibujo del sello. Se copia un trozo de sonido y se va desplazando poco a poco, midiendo cuánto encaja con el sonido original. Al principio, con un desplazamiento pequeño, no coincide; pero justo al desplazarlo un intervalo completo de repetición, encaja bien. Esa distancia es el intervalo que se repite.

También se puede buscar sobre el dibujo del sonido. La voz aparece ahí como rayas horizontales paralelas, apiladas a intervalos regulares. Leyendo la raya más baja, o la separación entre las rayas, se obtiene la altura básica.

Con cualquiera de los dos métodos, cuanto más limpio esté el sonido, mejor funciona. Si se mezcla ruido o se superponen varios sonidos, el patrón que se compara se emborrona y el valor salta.

Contar mal una vuelta desalinea la octava

El patrón que se repite tiene una trampa. Si se desplaza una vez, coincide, pero si se desplaza dos o tres veces también coincide igual de bien. Por eso, si un desplazamiento de dos vueltas se confunde con una sola repetición, se lee una nota una octava más grave de lo que era en realidad. Al revés, si se cuenta como una repetición completa una ondulación pequeña dentro del patrón, se lee una octava más aguda.

A esto se le llama error de octava, y es el fallo más frecuente en la detección de tono. Cuando en una app de cantar parece que se hizo bien pero la puntuación cae de golpe, o cuando la gráfica de la nota se hunde y vuelve a subir de repente, casi siempre es este error.

La forma de evitarlo es mirar el sonido de antes y de después en conjunto. Como una voz humana no salta de una nota a otra un octavo entero de golpe, cualquier valor que se dispare solo, aislado del resto, se pone en duda y se corrige.

También hay sonidos sin tono

No todos los sonidos tienen altura. Un aplauso, una puerta al cerrarse o un sonido de aire escapando no tienen una onda que se repita. Si en estos tramos se fuerza un valor de todos modos, sale un número sin sentido. Por eso, antes de medir la altura, la detección de tono primero decide si hay siquiera una altura que medir ahí.

También es difícil cuando suenan varias notas a la vez. Cuando se superponen los distintos sonidos de un acorde, los patrones que se repiten se entrelazan en varias capas, así que aislar uno solo se vuelve mucho más complicado. En estos casos, a veces se separan primero las fuentes y después se mide la altura de cada una por separado.

Dónde se usa

El afinador de instrumentos es el uso más conocido: al pulsar una cuerda, avisa al instante si la nota está por encima o por debajo de la referencia. Las funciones de puntuación al cantar también siguen constantemente la altura cantada y la comparan con la melodía original.

En la creación musical se usa para retocar ligeramente la afinación de una voz cantada o para pasar a partitura una melodía tarareada. También se usa en el habla: si el final de una frase sube, se interpreta como una pregunta, y si baja, como una afirmación, así que se necesita el valor de la altura tanto para analizar la entonación como para generarla.