Nivel 4 · Lección 13

Wavelets: un microscopio para señales

La idea en una imagen

Arriba, un sonido con dos golpes, una nota grave y una nota aguda, y la franja de tiempo que cubre la wavelet púrpura. En medio, la propia wavelet, con su escala de tiempo: cuando busca notas graves se estira, cuando busca agudas se encoge, y siempre tiene la misma forma. Abajo, el mapa del sonido, que puedes ver con una ventana fija o con la wavelet.

En la lección 11, el espectrograma cortaba el sonido con una ventana deslizante, y en la lección 12 viste que cada casilla de ese mapa es una baldosa que se puede estirar o aplastar, pero no encoger. Con una ventana fija, todas las baldosas del mapa son iguales, de los graves a los agudos.

Una wavelet es una onda corta, de unas pocas vueltas, que se usa como plantilla, igual que la noria de prueba de la lección 4 o la plantilla deslizante de la lección 9. La diferencia es que la wavelet no tiene tamaño fijo: se estira para buscar notas graves y se encoge para buscar agudas, y en cada instante mide cuánto se parece a la señal. Mueve la frecuencia que busca y observa que el dibujo de la wavelet no cambia de forma, solo de tamaño.

Paso a paso

Un zoom que se adapta

Para reconocer una nota hacen falta unas pocas vueltas de su noria, digamos cuatro. Cuatro vueltas de una noria de 4.000 Hz duran un milisegundo, y cuatro de una de 50 Hz, unos 80 milisegundos. Además, lo agudo suele ser breve, como un platillo o una consonante, y lo grave suele durar, como una nota de bajo. Tiene sentido mirar los agudos con una ventana corta y los graves con una larga, en lugar de usar la misma para todo.

La música pide lo mismo por otro lado. En un piano, un semitono multiplica la frecuencia por 1,0595, así que en hercios la distancia entre notas crece con la altura: entre las dos teclas más graves hay 1,6 Hz, y entre las dos más agudas, unos 235 Hz. Con la regla de la lección 12, separar las notas graves pide escuchar más de un segundo, y para las agudas bastaría con menos de una centésima. Los siete La del piano, de 55 a 3.520 Hz, están cada uno al doble de frecuencia del anterior. Esa distancia, de una nota a la del doble de frecuencia, es una octava, y en el teclado todas las octavas miden lo mismo, aunque en hercios cada una sea el doble de ancha que la anterior.

Suenan los siete La del piano, uno tras otro, y debajo se ve su espectro en el tiempo. Elige el eje de frecuencias en el que los siete quedan a la misma distancia unos de otros.

La wavelet madre y sus copias

Se parte de una sola onda corta, con tantas subidas como bajadas para que su media sea cero, que se llama wavelet madre. Con ella se hacen copias de la misma forma, más estiradas o más encogidas, y el grado de estiramiento es la escala: una copia estirada busca frecuencias graves y una encogida, agudas. Cada copia se coloca después en cada instante de la señal, lo que se llama traslación, y en cada sitio se mide el parecido, que es la misma pregunta de siempre: multiplicar punto a punto y sumar el área.

La wavelet más usada con sonidos es la wavelet de Morlet: una noria dentro de una campana de Gauss, es decir, el átomo de Gabor de la lección 12. Su ajuste, que se escribe w0, dice cuántas vueltas tiene dentro de la campana. Con el valor más habitual, w0 = 6, se ven unas cuatro oscilaciones, y su escala coincide casi exactamente con el periodo de la nota que busca. Da igual si busca 100 Hz o 2.000 Hz: tiene siempre las mismas cuatro vueltas, y lo único que cambia es el tiempo que tarda en darlas.

Las wavelets no nacieron en una facultad de matemáticas, sino buscando petróleo. A finales de los años setenta, Jean Morlet, ingeniero de la petrolera francesa Elf Aquitaine, intentaba leer mejor los ecos que devuelven las capas de roca cuando se manda una onda al subsuelo, ondas de unas decenas de hercios, graves como las de un bajo. Se le ocurrió compararlos con ondas cortas, todas con la misma forma pero estiradas a distintos tamaños, y las llamó ondas de forma constante. Sus colegas no se lo tomaron muy en serio, y el físico Alex Grossmann, en Marsella, le dio la forma matemática: en 1984 publicaron juntos la transformada wavelet continua.

Esta onda es una nota pura. Estira o encoge la wavelet de Morlet, con el mando de frecuencia, hasta que encaje con ella: sus crestas tienen que caer sobre las de la onda. La curva ámbar dice cuánto se parecen para cada frecuencia que podría buscar.

Baldosas que cambian de forma

La wavelet de Morlet es una noria recortada por una campana de Gauss, y esa es justo la señal que, según la lección 12, alcanza el área mínima de la baldosa. Cada wavelet tiene entonces una baldosa del área mínima, pero su forma depende de la altura. Arriba, con las notas agudas, la wavelet es muy corta y su baldosa es estrecha en el tiempo y alta en frecuencia: se sabe muy bien cuándo y no tanto cuál. Abajo, con las graves, la wavelet es larga y su baldosa, ancha y baja: se sabe muy bien cuál y no tanto cuándo.

Lo que se mantiene es la proporción. En la resolución relativa constante, la anchura de cada baldosa en frecuencia es una fracción fija de su frecuencia, de alrededor de un 12 % con w0 = 6. Es lo mismo que hace un ecualizador gráfico de tercios de octava, como el de la lección 6, con hasta 31 bandas espaciadas un tercio de octava: sus filtros son estrechos en hercios abajo y anchos arriba. Los mandos de un ecualizador gráfico ya están repartidos como las wavelets.

Cada baldosa tiene el mismo área, la mínima de Gabor, pero no la misma forma. Coloca las tres en su franja de frecuencias: la alta y estrecha, la cuadrada y la baja y ancha. Puedes arrastrarlas o elegir su franja con los selectores.

El escalograma y los golpes

Si se repite la medida con todas las escalas y en todos los instantes, sale un mapa: el escalograma. Tiene el tiempo hacia la derecha, la frecuencia hacia arriba en un eje logarítmico, en el que cada octava ocupa lo mismo, y la energía en magma, en decibelios. Todo el procedimiento es la transformada wavelet continua. En esta lección el color mide la amplitud: una nota pura de amplitud uno sale con 0 dB en su fila.

Un golpe es lo que mejor ven las wavelets. Un chasquido enciende todas las escalas en el mismo instante: arriba, donde las wavelets son cortísimas, deja una raya fina que señala casi el instante exacto, y abajo, donde son largas, se ensancha como un cono que apunta a ese instante. Por eso las wavelets sirven para encontrar golpes, grietas en un material o la llegada de un terremoto.

Un terremoto manda dos ondas que viajan a distinta velocidad. La primera en llegar, la onda P, se siente como un golpe seco, y unos segundos después llega la S, un vaivén que suele hacer más daño; las S van, en general, a un 60 % de la velocidad de las P. Encontrar en un sismograma el instante exacto en que empieza cada una es buscar un cambio brusco, y esa es una de las cosas que mejor hacen las wavelets. Los sistemas de alerta de terremotos aprovechan esos segundos: los sensores detectan la onda P y mandan el aviso antes de que llegue la sacudida fuerte, que puede dar decenas de segundos en el mejor caso.

Cerca del principio y del final de la señal, las wavelets largas se salen de ella y el resultado se deforma. La zona poco fiable se llama cono de influencia, y es más ancha cuanto más grave es la fila: a cada lado mide unas 1,4 veces la escala, algo más de un periodo de la nota que busca.

Hay un chasquido escondido en una nota sostenida, tan débil que casi no se ve en la onda. Toca en el escalograma el instante en que ocurre, con un margen de 3 milisegundos.

El platillo y el bajo

Aquí está lo que el espectrograma no podía hacer. Imagina un bajo que toca dos notas graves a la vez, un tono entero de diferencia, con un platillo repiqueteando por encima. Para separar las dos notas graves hace falta una ventana larga, y para ver cada golpe del platillo, una corta. Con un espectrograma no hay ninguna ventana que sirva para las dos cosas.

Con una wavelet sí hay un ajuste. El ajuste w0 es el número de vueltas de la wavelet: si lo subes, la wavelet es más larga, y gana nitidez en frecuencia a costa del tiempo. Pero lo hace a su manera, porque la duración de la wavelet sigue dependiendo de la altura: con un w0 alto, la wavelet de los graves dura decenas de milisegundos y la de los agudos, poco más de uno. Eso no rompe la regla de la lección 12, porque cada baldosa tiene el mismo área mínima; lo que hace es repartir la nitidez de otra manera, larga abajo y corta arriba.

Con un solo mando, consigue ver a la vez las dos notas graves separadas y cada golpe del platillo, con un hueco de al menos 3 dB en los dos casos. Primero prueba con el espectrograma, y después con la wavelet.

Lo que las wavelets no resuelven

Las wavelets no ven mejor que el espectrograma en todo, sino que reparten la nitidez de otra manera. Arriba son más borrosas en frecuencia que un espectrograma de ventana larga, y por eso los armónicos altos de una voz se funden: están siempre a la misma distancia en hercios, la de la nota, pero las baldosas se hacen más altas con la frecuencia. Abajo son más borrosas en el tiempo que uno de ventana corta.

Tampoco hay una sola manera de colorear el mapa. Si normalizas por la energía, un seno grave sale más fuerte que uno agudo de la misma amplitud y el ruido blanco sale plano; si normalizas por la amplitud, los senos salen iguales y el ruido blanco crece hacia los agudos. Conviene mirar siempre la leyenda y saber qué normalización se ha usado.

El oído se parece a una transformada wavelet en una cosa, pero no es una. En la cóclea, cada tramo de una membrana enrollada vibra con unas frecuencias, y los filtros que forman son estrechos para los graves y anchos para los agudos. Por encima de unos mil hercios, su anchura crece casi en proporción a la frecuencia, igual que en las wavelets; por debajo, se queda en unas decenas de hercios, más parecido a una ventana fija. Además, la respuesta del oído cambia con el volumen, no es lineal, y el cerebro aprovecha el momento en que llegan los impulsos nerviosos. Las wavelets se parecen al oído, pero no son el oído.

Esta «aaa» sintética tiene sus armónicos en líneas horizontales, y arriba se ven rayitas verticales, una por cada pulso de las cuerdas vocales. Con w0 = 6, cuenta cuántos armónicos se ven separados y escribe el número. Después, ajusta w0 para ver al menos cinco armónicos separados sin perder las rayitas de arriba.

La imagen sigue siendo borrosa, porque el límite de Gabor sigue mandando. Y queda una pregunta sin responder: lo que el escalograma enseña en cada casilla es una energía, pero ¿qué es exactamente «la frecuencia en este instante»? De eso trata la lección 15.

En tu voz

Qué grabar. Tres palmadas y, a continuación, una «aaa» larga en una nota cómoda, que son los tramos 6 y 3 de la grabación de referencia de la serie, o cualquier otro tramo corto. Da las palmadas lejos del móvil para que no saturen. Graba con el micrófono si tu navegador lo deja; si no, sube un audio grabado con el móvil o prueba con los ejemplos sintéticos. Se analizan como mucho 4 segundos.

Qué mirar. El escalograma de Morlet de tu audio, con un espectrograma de 32 ms al lado, con el mismo eje logarítmico y la misma escala de color. En las palmadas, las rayas verticales son muy finas arriba y se ensanchan hacia abajo, como un cono. En tu «aaa», abajo se ven separadas dos o tres líneas, y más arriba los armónicos se funden en una banda, con rayitas verticales al ritmo de tus cuerdas vocales. Sube w0 y verás separarse más armónicos, a costa de ensanchar las rayas en el tiempo. El sombreado de los bordes es el cono de influencia, donde no hay que fiarse.

Lo que tienes que recordar

  1. Una wavelet es una onda corta de pocas vueltas que se estira para buscar graves y se encoge para buscar agudos, siempre con la misma forma. El escalograma es el mapa de su parecido con la señal, en todas las escalas y en todos los instantes.
  2. Cada baldosa de una wavelet tiene el área mínima de Gabor, pero su forma cambia con la altura: estrecha y alta arriba, ancha y baja abajo. La resolución relativa es constante, como las octavas del piano, y por eso el eje es logarítmico.
  3. Las wavelets no rompen el límite de la lección 12, sino que reparten la nitidez de otra manera. Localizan muy bien golpes y cambios bruscos y separan los graves, pero arriba los armónicos se funden, y la imagen sigue siendo borrosa.

Errores típicos

Abrir

Rincón matemático

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

La familia de copias

Cada copia es la wavelet madre estirada a escala a y desplazada al instante b. El factor de delante elige cómo se normaliza: uno partido por a conserva la amplitud, y uno partido por la raíz de a, la energía:

\psi_{a,b}(t) = \frac{1}{a}\,\psi\!\left(\frac{t-b}{a}\right) \quad\text{o}\quad \psi_{a,b}(t) = \frac{1}{\sqrt{a}}\,\psi\!\left(\frac{t-b}{a}\right)

La transformada wavelet continua

Para cada escala y cada instante se mide el parecido entre la señal y la copia: se multiplica punto a punto, con la conjugada de la copia, y se suma el área:

W(a,b) = \int_{-\infty}^{\infty} x(t)\,\overline{\psi_{a,b}(t)}\,dt

La wavelet de Morlet

Es una noria que da \omega_0 radianes por unidad de escala, dentro de una campana de Gauss. El término que se resta asegura la media cero y es despreciable si \omega_0 \ge 5:

\psi(t) = \pi^{-1/4}\left(e^{i\omega_0 t} - e^{-\omega_0^2/2}\right) e^{-t^2/2}

De escala a frecuencia

El pico de la respuesta está en \omega_0 dividido entre dos pi por la escala. Torrence y Compo usan el periodo de Fourier equivalente, que con \omega_0 = 6 es 1,03 veces la escala:

f_{\text{pico}} = \frac{\omega_0}{2\pi a}, \qquad \lambda = \frac{4\pi a}{\omega_0 + \sqrt{2+\omega_0^2}} \approx 1{,}03\,a

Admisibilidad

Para poder reconstruir la señal, la energía del espectro de la wavelet dividida por la frecuencia tiene que ser finita. En la práctica, eso exige media cero:

C_\psi = \int_0^{\infty} \frac{|\Psi(\omega)|^2}{\omega}\,d\omega < \infty \;\Rightarrow\; \int \psi(t)\,dt = 0

Baldosas de área mínima y forma variable

A escala a, la energía de la Morlet se reparte en el tiempo con una desviación típica de a dividido por la raíz de dos, y en frecuencia con una proporción fija de su frecuencia. El producto es siempre el mínimo de Gabor:

\sigma_t = \frac{a}{\sqrt{2}}, \qquad \frac{\sigma_f}{f} = \frac{1}{\sqrt{2}\,\omega_0}, \qquad \sigma_t\,\sigma_f = \frac{1}{4\pi}

Q constante

La frecuencia central dividida por la anchura no depende de la frecuencia. Con \omega_0 = 6, la anchura es un 11,8 % de la frecuencia:

Q = \frac{f}{\delta f} = \text{constante}

Reconstrucción

Con la normalización de energía, la señal se recupera sumando todas las copias pesadas por sus parecidos, según Grossmann y Morlet:

x(t) = \frac{1}{C_\psi}\int_0^{\infty}\!\!\int_{-\infty}^{\infty} W(a,b)\,\psi_{a,b}(t)\,\frac{db\,da}{a^2}

Cono de influencia

Cerca de los bordes, a menos de raíz de dos veces la escala, el resultado no es fiable:

\tau_{\text{borde}}(a) = \sqrt{2}\,a

El semitono

Cada semitono multiplica la frecuencia por la raíz duodécima de dos, y en hercios la distancia crece con la nota:

f_{n+1} = 2^{1/12} f_n, \qquad \Delta f \approx 0{,}0595\,f

Los filtros del oído

Glasberg y Moore (1990) dieron su anchura equivalente en hercios, para frecuencias en hercios entre 100 y 10.000:

\mathrm{ERB}(f) = 24{,}7\,\left(4{,}37\,\frac{f}{1000} + 1\right)

Distancia de un terremoto

Se obtiene con la diferencia de llegada entre las ondas S y P y sus dos velocidades:

d = \Delta t\,\frac{V_P\,V_S}{V_P - V_S}

Para saber más

Términos nuevos

Examen