Od glasu do cimatike: kaj lahko v zvoku dejansko izmerimo?

Zakaj je zvok več kot ena frekvenca

Čisti sinusni signal lahko v veliki meri opišemo s frekvenco, amplitudo in fazo. Človeški glas ni čist sinus. Nihanje glasilk ustvarja osnovno frekvenco in družino harmonikov, vokalni trakt pa spekter preoblikuje s svojimi resonancami. Dihanje, artikulacija, položaj mikrofona, akustika prostora in elektronika snemanja postanejo del zajetega signala.

Zato kakovostno orodje za analizo glasu posnetka ne bi smelo skrčiti v eno skrivnostno številko. Bolj utemeljen pristop je, da ohranimo več ločenih značilnosti in pri vsaki vprašamo, kaj dejansko predstavlja.

Kaj mikrofon v resnici meri

Mikrofon telefona spreminjanje zračnega tlaka pretvori v digitalni zvočni signal. Vzorci so meritev celotne snemalne verige, ne neposredna meritev glasilk, možganov, avtonomnega živčevja ali čustvenega stanja. Tudi kadar raziskave določeno akustično značilnost povezujejo s kliničnim ali fiziološkim pojavom, mikrofon zaradi tega ne postane diagnostični senzor za ta pojav.

Pogoji snemanja so pomembni. Razdalja do mikrofona, odboji v prostoru, samodejna regulacija ojačenja, obdelava kodeka in hrup lahko spremenijo izračunane vrednosti. Sistematični pregled in metaanaliza iz leta 2025 sta pokazala, da so pametni telefoni lahko uporabni za akustično ocenjevanje glasu, hkrati pa literatura poudarja pomen pogojev zajema in razlik med napravami.

Osnovna frekvenca: ponavljajoči se del zvenečega glasu

Osnovna frekvenca, običajno označena kot F0, je ocena glavne hitrosti ponavljanja pri zvenečem glasu. Tesno je povezana z zaznano višino tona, vendar pojma nista povsem ista. Pri posnetku lahko poročamo mediano F0, povprečje, razpon in variabilnost.

Pri longitudinalnem spremljanju je stabilnost lahko bolj zanimiva od ene absolutne vrednosti. Če ista oseba v podobnih pogojih skozi tedne ponavlja isti samoglasnik ali stavek, postanejo spremembe porazdelitve F0 raziskovalna spremenljivka, ki jo je mogoče preverjati.

Jitter in shimmer: majhne spremembe med cikli

Jitter opisuje kratkotrajno spreminjanje trajanja glasovnih ciklov, shimmer pa kratkotrajno spreminjanje amplitude. Oba parametra imata dolgo zgodovino v akustični analizi glasu. Občutljiva sta na uporabljeno metodo, segmentacijo, kakovost signala in glasovno nalogo.

Ta občutljivost je pomembna. Številka ni univerzalna zdravstvena ocena samo zato, ker ima klinično zveneče ime. Pregled parametrov zdravega glasu je pokazal precejšnjo odvisnost od demografskih in metodoloških dejavnikov, novejši pregledi pa poudarjajo, da so perturbacijske mere samo del širše ocene glasu.

HNR: harmonska struktura proti šumu

Harmonics-to-noise ratio (HNR) ocenjuje, kako izrazita je periodična harmonska struktura glede na neperiodične sestavine. Pomembna je implementacija: različni algoritmi, okna in frekvenčna območja lahko dajo različne rezultate.

V raziskovalni aplikaciji je zato bolje prikazati HNR kot jasno označeno oceno in ga ne pretvarjati v »zdravje glasu«. Pri istem protokolu je lahko ponovljivost skozi čas uporabnejša od primerjave ene meritve s pragom iz drugega laboratorija.

CPP: cepstralni pogled na periodičnost

Cepstral Peak Prominence (CPP) opisuje izrazitost periodične strukture v cepstralni domeni. Postal je pomemben parameter kakovosti glasu in je v številnih okoljih robustnejši od nekaterih klasičnih perturbacijskih mer, zlasti pri povezanem govoru. Sistematični pregledi hkrati opozarjajo na metodološko heterogenost in potrebo po standardiziranem snemanju ter analizi.

PICALLW Voice Studio zato CPP označuje kot raziskovalno oceno. Uporaben je za primerjavo znotraj istega protokola, aplikacija pa iz njega ne postavlja klinične diagnoze.

Spekter: kje je razporejena zvočna energija

Fourierjeva transformacija časovni signal razstavi na frekvenčne komponente. Iz spektra lahko izračunamo parametre, kot so spektralni centroid, rolloff, flatness, entropy, flux in naklon. Ti opisujejo porazdelitev energije, tonalnost oziroma šumnost ter spreminjanje spektra skozi čas.

Takšne značilnosti so uporabne prav zato, ker nam ni treba vnaprej vedeti, zakaj ima spekter določeno obliko. Najprej opišemo signal, šele nato iščemo razlago.

Formanti: resonance vokalnega trakta

Formanti so spektralne resonance, na katere močno vpliva geometrija vokalnega trakta. F1 in F2 sta posebej pomembna pri akustiki samoglasnikov. Linearno napovedovanje (LPC) je ena od pogostih metod za njihovo ocenjevanje.

Ocena formantov lahko odpove pri šumnem signalu, zvokih, ki niso podobni samoglasnikom, ali neustreznih nastavitvah analize. Zato Voice Studio LPC formante prikazuje kot približne in ne kot zagotovljene anatomske meritve.

MFCC: zgoščen opis spektralne oblike

Mel-frequency cepstral coefficients (MFCC) spektralno obliko zgoščajo v manjše število koeficientov. Zelo razširjeni so pri klasifikaciji govora in zvoka, ker omogočajo kompakten numerični opis, primeren za statistične primerjave ali strojno učenje.

Posamezen MFCC koeficient nima preprostega samostojnega pomena, kot sta »stres« ali »čustvo«. Njegova vrednost se pokaže v vzorcih skozi več koeficientov, posnetkov in ustrezno označenih podatkov. Brez validiranega modela morajo MFCC ostati opisne značilnosti.

Od resonance do Chladnijevih vzorcev

Cimatika je širok poljudni izraz za prikazovanje vibracijskih vzorcev. Klasični fizikalni primer je Chladnijeva plošča: tanka plošča je vzbujena blizu enega od svojih lastnih nihajnih načinov, delci pa se premikajo po površini in ustvarijo značilne vzorce okoli vozliščnih področij. Različni resonančni načini ustvarjajo različne geometrije.

Osnovni pojav je resnična klasična mehanika. Sodobne raziskave še vedno preučujejo podrobno gibanje zrn na vibrirajočih ploščah in membranah. Obnašanje delcev je lahko odvisno od pospeška, velikosti delcev, okoliškega medija in drugih pogojev; poenostavitev »pesek vedno konča na vozliščih« zato ni univerzalna za vsak fizikalni režim.

Simulacija ni eksperiment

Telefonska aplikacija ne more iz same frekvence mikrofona natančno določiti gibanja realne plošče. Pravi Chladnijev vzorec je odvisen od geometrije, robnih pogojev, elastičnih lastnosti, debeline, mesta in amplitude vzbujanja, dušenja ter lastnosti zrn.

Uporabna simulacija mora zato pokazati vsaj del teh predpostavk. PICALLW Voice Studio omogoča izbiro oziroma prilagoditev modela plošče, fizične velikosti, debeline, dušenja, položaja vzbujanja in obnašanja delcev. Rezultat je računalniška vizualizacija modela — ne fotografija prave plošče.

Zakaj je cimatika z mikrofonom kljub temu zanimiva

Tudi ob tej omejitvi je vizualizacija z mikrofonom uporabna. Glas vsebuje več harmonikov in spreminjajoč se spekter. Preslikava delov tega spektra v model vibrirajoče plošče daje vizualen način za raziskovanje resonance, nihajnih načinov in sprememb spektra.

Znanstvena vrednost ni v trditvi, da vzorec razkrije skrito človekovo »energijo«. Vrednost je v tem, da lahko definiramo pravilo obdelave signala, ohranimo enak model plošče, ponovimo isto glasovno nalogo in nato primerjamo odziv modela na merljive spremembe zvoka.

Izmerjeno, izračunano, modelirano in interpretirano

Zakaj so ponovljene meritve zanimivejše od ene ocene

Najmočnejša raziskovalna smer Voice Studia je longitudinalna, ne diagnostična. Standardiziran 20–40 sekundni glasovni protokol lahko ponavljamo skupaj z drugimi meritvami. Namesto vprašanja, ali en posnetek razkriva človekovo stanje, vprašamo, ali se pri isti osebi akustične značilnosti skozi čas ponovljivo spreminjajo.

To daje preverljiva vprašanja: Ali se variabilnost F0 spremeni po nadzorovani dihalni vaji? Ali CPP ostaja stabilen med dnevi? Ali se spremembe akustične stabilnosti pojavljajo skupaj s spremembami HRV, če ohranimo snemalne pogoje? Če bomo Voice Studio pozneje povezali z GDV Studio ali Polar H10, morajo takšne povezave ostati hipoteze, dokler ne prestanejo ponovitev in neodvisne validacije.

Kaj mora nadzorovati ponovljiv protokol

• isti telefon in mikrofon, kadar je mogoče;
• ista razdalja in usmerjenost mikrofona;
• isti prostor ali primerljivo akustično okolje;
• ista glasovna naloga in približna glasnost;
• ista različica analize in nastavitve;
• preverjanje kakovosti posnetka pred interpretacijo;
• več ponovljenih sej namesto enega nenavadnega vzorca.

To je manj spektakularno kot trditev, da glasovni vzorec razkrije celega človeka, vendar daje bistveno bolj uporabne podatke.

Kam sodi PICALLW Voice Studio

PICALLW Voice Studio je Android raziskovalna in eksperimentalna aplikacija s štirimi povezanimi delovnimi tokovi: vizualizacija z mikrofonom, generator frekvenc, posnetki in Voice Lab analiza. Cimatika in akustična analiza sta v istem okolju, zato lahko isti signal poslušamo, vizualiziramo, shranimo in izmerimo.

Javne Android različice bodo distribuirane prek uradne strani PICALLW Prenosi.

Viri in nadaljnje branje

• The Physics Classroom — stoječe valovanje in Chladnijevi vzorci
• Abramian et al. — Chladnijevi vzorci in difuzija poskakujočih zrn (Physical Review Research, 2025)
• Teixeira et al. — pregled osnovnih parametrov glasu pri zdravih odraslih
• Sistematični pregled in metaanaliza posnetkov s pametnimi telefoni pri akustični analizi glasu
• Heman-Ackah et al. — cepstral peak prominence in kakovost glasu
• Sistematični pregled CPP/CPPS in vprašanje standardizacije