Nivel 1 · Lección 2

Fotos de una noria: muestrear sin engañarte

La idea en una imagen

Una noria gira a oscuras y un flash la ilumina a intervalos regulares, de modo que solo vemos fotos. Cada foto es un tallo verde, la altura de la cabina en ese instante. La curva fina es la noria de verdad; la naranja, la noria más lenta que deja exactamente esas mismas fotos, que es lo que «cuentan» las fotos.

Un estroboscopio es una luz que destella a intervalos regulares, y bajo ella solo vemos el mundo en los instantes del destello. Con una noria que gira a oscuras, lo que llega al ojo es una colección de fotos sueltas, y entre una y otra no sabemos qué ha pasado. Convertir el mundo en números es justo eso: un aparato que mira cada poquito y que, entre mirada y mirada, no mira.

Mueve la velocidad de la noria y el ritmo del flash y fíjate en la noria naranja. Con muchas fotos por vuelta, la naranja y la verdadera giran igual. Con pocas, la naranja se separa de la verdadera y gira más despacio, quieta o al revés, mientras las fotos siguen siendo exactamente las mismas.

Paso a paso

Hacer fotos con flash

En la lección 1, la altura de una cabina de noria, apuntada instante a instante, dibujaba una onda, y para una máquina esa onda es una lista de números en orden. Pero una máquina no puede apuntar la altura en todos los instantes, que son infinitos: la apunta cada poquito. Cada vez que mira, guarda un número, la altura de la cabina en ese momento, y a ese número se le llama muestra.

Tomar muestras a intervalos regulares es el muestreo. Cuántas muestras se toman por segundo es la frecuencia de muestreo, que se mide en hercios porque cuenta cosas por segundo, y el hueco entre una muestra y la siguiente es el periodo de muestreo, que es su inversa, igual que el periodo de una vuelta lo es de la frecuencia. Un móvil graba audio a 44.100 o 48.000 muestras por segundo, y el cine, a 24 fotos por segundo.

Bajo un flash, cada destello es una muestra. Si caben muchos en cada vuelta, el ojo reconstruye el giro sin esfuerzo. Si el flash va más despacio, lo que ocurre entre una foto y la siguiente no se ve: se ve la cabina en un sitio y, un momento después, en otro, y hay que adivinar por dónde ha ido. Lo que se ve en esos casos, cuando algo que gira se ilumina a destellos y parece ir más despacio, pararse o retroceder, se llama efecto estroboscópico.

La noria da una vuelta por segundo. Mueve el ritmo del flash hasta que parezca quieta aunque siga girando y, después, hasta que parezca girar despacio hacia atrás.

La rueda de carro

Una cámara de cine hace 24 fotos por segundo, y cada foto es una muestra de lo que pasa delante del objetivo. Imagina una rueda de coche con seis radios iguales. Si entre una foto y la siguiente la rueda gira casi lo que separa dos radios, en cada foto el radio más cercano aparece un poco por detrás de donde estaba el anterior, y en la pantalla la rueda parece retroceder aunque el coche avance. Si gira justo lo que separa dos radios, todas las fotos son iguales y la rueda parece parada. Es el efecto de la rueda de carro, y la cámara no tiene ningún fallo: hace lo que hace cualquier sistema que mira a intervalos.

Como los radios son iguales, lo que cuenta no es la vuelta entera, sino lo que tarda la rueda en parecer igual. Con seis radios basta un sexto de vuelta, así que la cámara muestrea, en realidad, «radios por vueltas por segundo». Una rueda de coche de unos 60 cm de diámetro da unas 7 vueltas por segundo a 50 km/h, de modo que los radios pasan por delante del objetivo mucho más deprisa de lo que la cámara puede contar.

Tampoco hace falta una cámara para que el engaño ocurra. Una lámpara que parpadea al ritmo de la red eléctrica, que en Europa son 100 destellos por segundo, hace de estroboscopio: una sierra que gira a 6.000 vueltas por minuto, justo 100 por segundo, sale en el mismo sitio en cada destello y parece parada. Con la iluminación moderna es raro, pero las guías de seguridad laboral piden evitarlo, porque puede ser peligroso. Bien usado, el mismo engaño sirve de herramienta: muchos tocadiscos llevan en el borde del plato una corona de rayitas, 180 en las de Europa, que bajo una lámpara así parecen quietas solo cuando el plato gira justo a 33⅓ vueltas por minuto.

Consigue que la rueda parezca quieta en el vídeo aunque el coche siga avanzando. Elige cuántos radios tiene y a cuántas vueltas por segundo gira.

El coche va hacia la derecha, así que «hacia delante» es en el sentido de las agujas del reloj. La rueda de verdad gira tan deprisa que a simple vista sería un borrón.

Las mismas fotos, muchas norias

De todo esto sale una consecuencia incómoda: las fotos no dicen cuántas vueltas ha dado la noria entre una y otra. Si entre dos fotos la cabina da una vuelta entera de más, sale exactamente en el mismo sitio, y las fotos no se enteran. Por eso no hay una noria que deje esas fotos, sino muchas.

Un ejemplo con números: con 10 fotos por segundo, una noria de 7 vueltas por segundo deja las mismas fotos que una de 17, que da una vuelta más entre foto y foto, y que una de 27. Y como la altura de una cabina no distingue si la noria gira hacia un lado o hacia el otro, también las deja una de 3 vueltas por segundo, que es lo que le falta a 7 para llegar a 10, y todas las que salen de sumarle a esa vueltas de 10 en 10: 13, 23 y así sin parar.

A este disfraz se le llama aliasing. El nombre viene del inglés: un alias es el nombre falso de un delincuente, y la noria rápida se hace pasar por otra más lenta. En español también se dice solapamiento. Cuando algo gira más deprisa que la mitad de la frecuencia de muestreo, en las muestras aparece como otra noria más lenta, quieta o al revés, y no hay nada en las fotos que delate el cambio.

Estas 20 fotos son de una noria que no te enseño. Encuentra tres norias distintas que pasen por todas: arrastra por la regla de abajo para cambiar la noria candidata y guarda cada una que encaje.

Más de dos fotos por vuelta

La buena noticia es que el disfraz tiene un límite. Si entre una foto y la siguiente la cabina avanza menos de media vuelta, de todas las norias que dejan esas fotos solo una avanza menos de media vuelta entre foto y foto, la verdadera, y las demás dan vueltas de más. Avanzar menos de media vuelta entre fotos es lo mismo que hacer más de dos fotos por cada vuelta. Un sonido real, como verás en la lección 3, es una suma de norias de velocidades distintas, y la que manda es la más rápida: la frecuencia de muestreo tiene que ser mayor que el doble de la frecuencia de esa noria. Esa es la regla de Nyquist.

A la mitad de la frecuencia de muestreo se le llama frecuencia de Nyquist, y es lo más rápido que las fotos pueden contar sin disfrazarlo. Algunos libros usan ese nombre para el doble de la frecuencia de la señal, pero en este curso es la mitad de la de muestreo. Fíjate en que la regla pide más de dos fotos por vuelta, no dos: con dos justas, las fotos pueden caer siempre cuando la cabina pasa por la altura media, y todas las muestras valdrían cero, como si no hubiera noria.

Con el sonido, el aliasing se oye. Si haces sonar un pitido que sube sin parar, pero solo tomas 8.000 muestras por segundo, al pasar de 4.000 hercios el tono no sigue subiendo: da media vuelta y baja, como si rebotara en un espejo colocado en la frecuencia de Nyquist. Cuando se cumple la regla, en cambio, entre los puntos solo cabe una curva suave sin nada más rápido que esa frecuencia, y se puede recuperar entera: es la reconstrucción.

Un pitido sube de 100 a 6.000 Hz en tres segundos. Elige la frecuencia de muestreo más baja con la que el pitido sube hasta el final sin rebotar. Con «Escuchar» lo oyes tal como quedaría grabado.

El filtro va antes de la foto

¿Y si el sonido trae algo más rápido de lo que esperabas? Una vez hechas las fotos, lo falso y lo verdadero ocupan las mismas frecuencias y no hay manera de separarlos, igual que no se puede separar el café de la leche. Por eso todo conversor lleva delante un filtro antialias, que quita, antes de muestrear, lo que va demasiado rápido para las fotos que se van a hacer.

Un filtro de verdad no corta en seco, así que necesita un margen entre lo que quieres guardar y la frecuencia de Nyquist. Oímos, más o menos, de 20 a 20.000 hercios, y el CD guarda hasta ahí con 44.100 muestras por segundo: su frecuencia de Nyquist es 22.050 Hz, y le quedan 2.050 Hz de margen para el filtro. El teléfono clásico, en cambio, toma 8.000 muestras por segundo y deja pasar más o menos de 300 a 3.400 hercios: la voz se entiende, pero suena apagada, porque le faltan los agudos.

El número exacto del CD, 44.100, tiene una historia más prosaica. A finales de los años setenta, el audio digital se grababa en cintas de vídeo, con tres muestras en cada línea de la imagen, y 44.100 era la cifra que encajaba a la vez con la televisión europea y con la americana. Sony y Philips la eligieron para el CD en 1980, entre otras cosas porque era más fácil de recordar que 44.056, la que salía del vídeo americano en color.

Este sonido lleva dos tonos buenos, de 1.000 y 3.000 Hz, y dos intrusos agudos, de 5.200 y 7.400 Hz, y se va a muestrear a 8.000 Hz. Ajusta el corte del filtro para que los intrusos no se cuelen en las fotos, sin apagar el tono de 3.000 Hz.

La escalera de las alturas

Hasta aquí hemos hablado del cuándo de cada foto. Falta el cuánto: cada muestra es un número, y un ordenador solo escribe números con una cantidad fija de cifras binarias, los bits. Con 2 bits se pueden escribir 4 alturas distintas, con 8, 256, y con 16, 65.536. Es una escalera de peldaños, y cada muestra se redondea al peldaño más cercano. Ese redondeo se llama cuantización, y en España también se dice cuantificación.

Redondear comete un error de, como mucho, medio peldaño, y ese error se comporta como un ruido: el ruido de cuantización, que suena como un siseo débil. Cada bit más parte cada peldaño en dos y aleja el siseo unos 6 decibelios. Un decibelio (dB) es una forma de comparar tamaños con una escala comprimida: cada 20 dB, una señal es diez veces mayor que otra, y 40 dB son cien veces. Los decibelios se cuentan con calma en la lección 5. El CD usa 16 bits, y deja el siseo unos 98 dB por debajo de un sonido que ocupe todo el rango, casi 80.000 veces más flojo, que en la práctica no se oye.

Estos peldaños son de altura, de los valores que puede tomar cada muestra, y existen de verdad. No hay que confundirlos con los escalones de los dibujos que unen las muestras con tramos horizontales: esos solo están en el dibujo, porque el conversor de tu móvil entrega la curva suave que pasa por todas las muestras. En el reto vas a ver también por qué conviene que el sonido ocupe casi todo el rango antes de guardarlo.

Encuentra el menor número de bits con el que el error de redondeo queda cien veces por debajo del tono (40 dB). Hazlo con el tono fuerte y después con el flojito, que solo ocupa una décima del rango.

En tu voz

Qué grabar. Una frase hablada, el tramo 5 de la grabación de referencia de la serie, y un silbido sostenido, el tramo 2. Si quieres ver cómo se pliega un tono que cambia, añade el silbido que sube y baja, el tramo 4. Graba con el micrófono si tu navegador lo deja; si no, sube un audio grabado con el móvil o prueba con los ejemplos sintéticos.

Qué mirar. El laboratorio vuelve a muestrear tu audio a 8.000 y a 2.000 muestras por segundo, con y sin filtro antes de la foto. A 8.000 sin filtro, la voz suena a teléfono, con algo de aspereza en las eses, porque la «s» tiene energía por encima de 4.000 Hz que se dobla. A 2.000 sin filtro suena metálica y, a ratos, incomprensible: ese metal es el aliasing. Con filtro suena sorda, como oída a través de una pared, pero sin metal, y esa comparación demuestra que el metal es el disfraz y no la falta de agudos. En la gráfica, lo que sobra respecto a tu audio original sale en coral, y con un silbido puedes comprobar la fórmula del disfraz: el laboratorio predice en qué frecuencia va a sonar tu silbido y la mide.

Lo que tienes que recordar

  1. Muestrear es hacer fotos a intervalos regulares: cada foto es un número, y entre una foto y la siguiente no se mira. La frecuencia de muestreo cuenta cuántas se hacen por segundo.
  2. Con más de dos fotos por vuelta de la noria más rápida, las fotos cuentan la verdad. Con menos, esa noria se disfraza de otra más lenta, quieta o al revés. Ese aliasing no se puede deshacer después, y por eso el filtro va antes de la foto.
  3. Cada foto se guarda con un número limitado de bits, que redondea la altura a un peldaño de una escalera. Cada bit más duplica los peldaños y aleja el ruido de redondeo unos 6 dB.

Errores típicos

Abrir

Rincón matemático

Las fórmulas, para quien las quiera. Cada una va después de su lectura en palabras.

Muestrear

Muestrear es leer la señal cada T_s segundos. La muestra número n es el valor de la señal en el instante n\,T_s, y el periodo de muestreo es la inversa de la frecuencia de muestreo:

x[n] = x(n\,T_s), \qquad T_s = \frac{1}{f_s}

Por qué hay impostores

Una noria de frecuencia f y otra que dé k\,f_s vueltas por segundo más, con k entero, dejan las mismas muestras, porque en cada foto la segunda ha dado k vueltas enteras de más:

\cos\big(2\pi (f + k f_s)\, n T_s\big) = \cos\big(2\pi f\, n T_s + 2\pi k n\big) = \cos\big(2\pi f\, n T_s\big)

Y como el coseno no distingue el sentido de giro, la noria de f_s - f vueltas por segundo también deja las mismas muestras:

\cos\big(2\pi (f_s - f)\, n T_s\big) = \cos\big(2\pi f\, n T_s\big)

La frecuencia aparente

Para saber en qué frecuencia suena un tono doblado, se resta el múltiplo de f_s más cercano y se toma el valor absoluto, que queda entre 0 y f_s/2:

f_a = \left|\, f - f_s \cdot \operatorname{round}\!\left(\frac{f}{f_s}\right) \right|

Para una noria o una rueda, que sí enseñan el sentido, se conserva el signo: si sale negativo, parece girar hacia atrás:

f_{\text{giro}} = f - f_s \cdot \operatorname{round}\!\left(\frac{f}{f_s}\right), \qquad -\frac{f_s}{2} < f_{\text{giro}} \le \frac{f_s}{2}

La rueda con radios

Una rueda con N radios iguales repite su dibujo N veces por vuelta, así que lo que muestrea la cámara es N veces la frecuencia de giro, y la vuelta aparente es esa frecuencia doblada dividida entre N:

f_{\text{dibujo}} = N\,f, \qquad f_{\text{vídeo}} = \frac{1}{N}\left( N f - f_s \cdot \operatorname{round}\!\left(\frac{N f}{f_s}\right) \right)

La regla de Nyquist

La noria más rápida de la señal tiene que girar a menos de la mitad de la frecuencia de muestreo:

f_{\max} < \frac{f_s}{2}

La reconstrucción

Cuando se cumple la regla, entre las muestras la curva es la suma de un «sinc» centrado en cada muestra y escalado por su valor (fórmula de Whittaker y Shannon):

x(t) = \sum_{n} x[n]\; \operatorname{sinc}\!\left(\frac{t - nT_s}{T_s}\right), \qquad \operatorname{sinc}(u) = \frac{\sin(\pi u)}{\pi u}

La escalera

Con N bits en un rango de -A a A, el peldaño mide \Delta, y el error de redondeo, repartido por igual entre -\Delta/2 y \Delta/2, tiene una desviación de \Delta dividido por la raíz de 12:

\Delta = \frac{2A}{2^N}, \qquad \sigma_q = \frac{\Delta}{\sqrt{12}} \approx 0{,}29\,\Delta

Para un seno que ocupa todo el rango, la relación entre su potencia y la del ruido de redondeo crece unos 6 dB por bit. Si el seno solo ocupa una fracción a del rango, la relación baja lo mismo que baja su nivel:

\mathrm{SNR}_q \approx 6{,}02\,N + 1{,}76 + 20\,\log_{10} a \ \text{dB}

Con a = 0{,}1, son 20 dB menos, unos tres bits de más para llegar al mismo resultado.

El caudal

El audio sin comprimir ocupa muestras por segundo, por bits por muestra, por canales:

R = f_s \cdot N \cdot C, \qquad \text{CD: } 44{.}100 \cdot 16 \cdot 2 = 1{.}411{.}200\ \text{bit/s}

Para saber más

Términos nuevos

Examen