Apa Itu White Noise? Panduan Suara Lengkap

Mendefinisikan White Noise dari Perspektif Pemrosesan Sinyal

Dalam pengalaman saya mengembangkan alat audio di WhiteNoise.top, tidak ada konsep yang lebih sering muncul selain white noise itu sendiri, namun kebanyakan orang hanya memiliki gambaran samar tentang apa itu sebenarnya. White noise adalah sinyal acak yang kepadatan spektral dayanya rata di seluruh rentang frekuensi. Secara praktis, setiap frekuensi dari gemuruh bass terdalam hingga desisan treble tertinggi membawa jumlah energi yang sama per unit bandwidth. Namanya dipinjam dari optik: sama seperti cahaya putih mengandung semua panjang gelombang yang terlihat pada intensitas yang kira-kira sama, white noise mengandung semua frekuensi yang dapat didengar pada daya yang sama.

Secara matematis, sinyal white noise sejati memiliki bandwidth tak terbatas dan daya total tak terbatas, yang secara fisik tidak mungkin. Yang kita gunakan dalam audio digital adalah white noise terbatas bandwidth, yang dibatasi pada laju sampling sistem. Untuk laju sampling standar 44,1 kHz, noise tersebut membentang dari 0 Hz hingga batas Nyquist 22,05 kHz. Dalam rentang tersebut, setiap pita frekuensi sempit berkontribusi jumlah energi yang sama. Bentuk spektral rata inilah yang membuat white noise sangat berguna sebagai sinyal referensi dalam akustik dan teknik audio.

Ketika saya pertama kali mulai membangun generator noise, saya terkejut betapa sering orang mengacaukan white noise dengan statis atau desisan biasa. Meskipun suara-suara tersebut dapat memiliki kesamaan perseptual, spektrumnya tidak selalu rata. Statis televisi, misalnya, mencakup artefak dari proses demodulasi, membuat spektrumnya tidak merata. White noise asli didefinisikan oleh sifat statistiknya, bukan oleh bagaimana kedengarannya bagi pendengar biasa.

Distribusi Frekuensi dan Spektrum Rata

Karakteristik utama white noise adalah kepadatan spektral dayanya yang rata, sering disingkat PSD. Jika Anda memasukkan sinyal white noise ke dalam spectrum analyzer, Anda seharusnya melihat garis yang kira-kira horizontal di seluruh sumbu frekuensi. Setiap pita selebar satu hertz dari 20 Hz hingga 20 kHz membawa daya yang sama dengan pita selebar satu hertz lainnya. Ini kadang disebut "energi sama per hertz."

Dalam pengujian saya, generator di dunia nyata tidak pernah menghasilkan garis yang sempurna rata. Toleransi komponen dalam sirkuit analog dan efek kuantisasi dalam sistem digital memperkenalkan penyimpangan kecil. Generator yang dirancang dengan baik menjaga penyimpangan tersebut dalam kisaran plus minus satu desibel di seluruh rentang yang dapat didengar, yang lebih dari cukup untuk sebagian besar aplikasi. Ketika saya menguji generator Web Audio API kami, saya menangkap sampel 30 detik, menjalankan fast Fourier transform dengan window 16384 titik, dan merata-ratakan bin magnitudo yang dihasilkan. Tujuannya adalah penyimpangan kurang dari 0,5 dB dari DC ke Nyquist.

Satu kehalusan yang sering mengejutkan orang adalah perbedaan antara "energi sama per hertz" dan "energi sama per oktaf." Karena setiap oktaf berurutan mencakup dua kali lebih banyak hertz dari oktaf di bawahnya, white noise sebenarnya memiliki lebih banyak energi total di oktaf yang lebih tinggi. Oktaf dari 10 kHz ke 20 kHz mengandung sepuluh ribu hertz, sementara oktaf dari 500 Hz ke 1 kHz hanya mengandung lima ratus hertz. Inilah mengapa white noise terdengar lebih terang dan mendesis daripada yang diharapkan banyak orang. Kecerahan yang dirasakan bukanlah cacat pada sinyal; ini adalah konsekuensi langsung dari spektrum rata per hertz yang berinteraksi dengan sifat logaritmik persepsi nada manusia.

Bagaimana White Noise Berbeda dari Keheningan dan Suara Ambient

Mungkin tampak aneh membandingkan noise dengan keheningan, tetapi dalam akustik keduanya berada di ujung yang berlawanan dari spektrum yang sangat penting. Keheningan, dalam bentuk idealnya, tidak membawa energi akustik sama sekali di semua frekuensi. White noise membawa energi yang sama di semua frekuensi. Suara ambient berada di antara keduanya, dengan energi yang terkonsentrasi secara tidak merata di seluruh spektrum tergantung pada lingkungannya.

Dalam pekerjaan saya menganalisis akustik ruangan untuk pengguna kami, saya telah mengukur suara ambient di puluhan lingkungan. Kantor terbuka tipikal memiliki dasar noise yang didominasi oleh energi frekuensi rendah dari sistem HVAC, dengan puncak frekuensi menengah sesekali dari percakapan. Kamar tidur yang tenang di malam hari mungkin menunjukkan tonjolan frekuensi rendah yang meningkat dari lalu lintas jauh dan getaran bangunan, dengan sangat sedikit energi di atas 2 kHz. Tak satu pun dari profil ini yang rata; mereka dibentuk oleh sumber yang ada dan fungsi transfer ruangan.

White noise membedakan dirinya dengan menjadi broadband dan stasioner secara statistik. Broadband berarti ia menempati seluruh rentang yang dapat didengar daripada mengelompok di sekitar frekuensi tertentu. Stasioner berarti sifat statistiknya tidak berubah seiring waktu: rata-ratanya nol, variansnya konstan, dan segmen sinyal mana pun secara statistik identik dengan segmen lain dengan panjang yang sama. Kedua sifat ini bersama-sama menjadikan white noise alat yang sangat berharga untuk menguji peralatan audio, mengukur respons impuls ruangan, dan mengkalibrasi sistem suara.

Dari sudut pandang perseptual, keheningan memungkinkan setiap suara kecil di lingkungan menjadi terlihat. Keran yang menetes atau jam yang berdetak dapat mendominasi perhatian Anda di ruangan yang sunyi. White noise, dengan mengisi spektrum yang dapat didengar secara seragam, menaikkan tingkat latar belakang keseluruhan sehingga suara transien kecil menjadi kurang dapat dirasakan. Ini adalah prinsip dasar di balik sound masking, yang akan saya bahas di artikel lain di situs ini.

Teknik Analisis Spektral untuk White Noise

Jika Anda ingin memverifikasi bahwa sinyal noise benar-benar putih, Anda memerlukan analisis spektral. Metode paling umum adalah fast Fourier transform, atau FFT, yang menguraikan sinyal domain waktu menjadi frekuensi penyusunnya. Dalam perangkat alat saya, saya biasanya menggunakan FFT 16384 titik dengan window Hann yang diterapkan pada setiap frame, kemudian merata-ratakan ratusan frame bersama-sama untuk menghaluskan hasilnya. Spektrum yang dirata-ratakan seharusnya tampak rata dalam bandwidth pengukuran.

Teknik berguna lainnya adalah analisis pita sepertiga oktaf. Metode ini membagi spektrum menjadi pita-pita yang masing-masing selebar sepertiga oktaf, meniru cara telinga manusia mengelompokkan frekuensi. Untuk white noise, energi di setiap pita sepertiga oktaf meningkat sekitar satu desibel per pita saat Anda bergerak ke frekuensi yang lebih tinggi. Ini karena setiap pita mencakup rentang hertz yang semakin luas. Jika Anda melihat tren naik sekitar 3 dB per oktaf dalam analisis sepertiga oktaf, itu mengonfirmasi spektrum rata per hertz.

Autokorelasi adalah alat verifikasi lainnya. White noise, menurut definisi, memiliki autokorelasi nol di semua lag non-nol. Dalam praktiknya, sampel dengan panjang terbatas akan menunjukkan korelasi residual kecil, tetapi mereka seharusnya tidak signifikan secara statistik. Saya sering menghitung fungsi autokorelasi dari sampel yang dihasilkan dan memeriksa bahwa semua nilai di luar lag nol berada dalam interval kepercayaan 95 persen untuk proses yang benar-benar acak. Ini membantu menangkap bug halus dalam generator bilangan pseudoacak yang mungkin memperkenalkan pola periodik.

Crest factor, didefinisikan sebagai rasio amplitudo puncak terhadap amplitudo RMS, adalah metrik lain yang saya lacak. Untuk white noise Gaussian, crest factor teoritis tidak terbatas, tetapi dalam praktiknya, sampel digital di-clip pada kedalaman bit yang tersedia. Sinyal white noise 16-bit biasanya menunjukkan crest factor antara 10 dan 14 dB, tergantung pada panjang sampel. Crest factor yang tidak biasa rendah mungkin menunjukkan bahwa generator tidak menghasilkan distribusi Gaussian yang tepat.

Aplikasi Praktis dalam Teknik Audio

White noise berfungsi sebagai pisau Swiss Army dari sinyal uji audio. Dalam pekerjaan sehari-hari saya, saya menggunakannya untuk pengukuran respons frekuensi speaker dan headphone, analisis akustik ruangan, dan kalibrasi equalisasi. Dengan memainkan white noise melalui speaker dan merekamnya dengan mikrofon pengukuran yang dikalibrasi, Anda dapat memperoleh respons frekuensi gabungan dari speaker, ruangan, dan mikrofon. Penyimpangan dari spektrum rata mengungkapkan resonansi, null, dan anomali akustik lainnya.

Perancang sistem suara menggunakan white noise untuk mengatur equalisasi di tempat pertunjukan langsung. Dengan memasukkan pink noise (yang diturunkan dari white noise dengan menerapkan filter minus 3 dB per oktaf) melalui sistem PA dan mengukurnya di beberapa posisi di area penonton, teknisi dapat menyesuaikan equalizer grafis atau parametrik untuk mengkompensasi mode ruangan dan pola direktivitas speaker. White noise adalah titik awal untuk menghasilkan pink noise dan varian terfilter lainnya.

Dalam pengembangan produk, saya mengandalkan white noise untuk menguji stres generator kami. Generator noise yang baik harus menghasilkan sinyal yang lolos uji statistik ketat untuk keacakan dan kerataan spektral. Saya menjalankan serangkaian uji keacakan Diehard pada nilai sampel mentah dan juga memverifikasi kerataan spektral menggunakan metode yang dijelaskan sebelumnya. Setiap anomali pada tahap ini akan menyebar ke setiap varian noise yang kami tawarkan, sehingga kontrol kualitas sumber white noise sangat penting.

White noise juga berperan dalam sistem privasi akustik. Kantor terbuka dan gedung publik menggunakan noise putih atau berbentuk yang dipancarkan melalui speaker yang dipasang di langit-langit untuk menaikkan dasar noise ambient, mengurangi kejelasan percakapan pada jarak tertentu. Tujuannya bukan untuk menjadi keras tetapi untuk menjadi konsisten dan broadband, mengisi celah spektral yang memungkinkan percakapan menyebar di ruang terbuka.

Kesalahpahaman Umum Tentang White Noise

Dalam pengalaman saya berinteraksi dengan pengguna, beberapa kesalahpahaman muncul berulang kali. Yang pertama adalah bahwa white noise selalu keras. Pada kenyataannya, white noise dapat dihasilkan pada amplitudo apa pun, dari hampir tidak terdengar hingga tidak nyaman kerasnya. Fitur yang mendefinisikan adalah bentuk spektral, bukan volumenya.

Kesalahpahaman kedua adalah bahwa semua suara mendesis termasuk white noise. Desisan pita kaset, misalnya, berkurang di frekuensi tinggi karena sifat magnetis media rekaman, membuatnya lebih mirip pink noise daripada white noise. Statis radio FM antara stasiun mengandung artefak dari sirkuit demodulasi yang menciptakan puncak dan lembah spektral. Hanya sinyal dengan kepadatan spektral daya rata yang terverifikasi yang layak disebut "white noise."

Kesalahpahaman ketiga adalah bahwa white noise digital terdengar identik terlepas dari laju samplingnya. Dalam pengujian saya, white noise yang dihasilkan pada 44,1 kHz dan diputar ulang pada 44,1 kHz terdengar sangat berbeda dari noise yang dihasilkan pada 96 kHz dan diputar ulang pada 96 kHz, karena yang terakhir membentang hingga 48 kHz, jauh di atas batas pendengaran manusia. Namun, bandwidth yang diperluas dapat memengaruhi perilaku pemrosesan hilir seperti distorsi nonlinear atau aliasing dalam plugin. Memilih laju sampling yang tepat untuk aplikasi Anda penting bahkan saat bekerja dengan noise.

Terakhir, beberapa pengguna percaya bahwa white noise pada dasarnya tidak menyenangkan. Meskipun karakter terang dan mendesis dari noise spektrum rata tidak sesuai selera semua orang, ini adalah preferensi subjektif, bukan cacat bawaan. Banyak orang menemukan bahwa pink atau brown noise, yang menekankan frekuensi lebih rendah, lebih nyaman untuk mendengarkan dalam waktu lama. Di platform kami, kami menawarkan ketiga varian sehingga pengguna dapat memilih profil spektral yang sesuai untuk mereka.