FFT Spectrum (Espectro FFT)

Entenda o FFT Spectrum: a representação de frequências do áudio e como usá-la para análise no Audacity.

Publicado: 18/07/2026
FFT espectro frequência análise spectrum

O que você vai aprender

  • Entender o que é a Transformada de Fourier (FFT)
  • Visualizar o espectro no Audacity
  • Interpretar picos e vales no espectro
  • Usar o Plot Spectrum para análise
  • Diferenciar espectro de waveform

Antes de começar

O que é FFT?🔗

FFT (Fast Fourier Transform — Transformada Rápida de Fourier) é um algoritmo que decompõe um sinal de áudio em suas frequências componentes. Enquanto a waveform mostra amplitude ao longo do tempo, o espectro FFT mostra amplitude ao longo da frequência.

Waveform (topo) vs. espectro FFT (base) do mesmo áudio — domínios do tempo e da frequência

Acessando o Plot Spectrum🔗

No Audacity:

  1. Selecione um trecho de áudio
  2. Analyze > Plot Spectrum... (ou Ctrl+Shift+F)
  3. A janela mostra o espectro de frequências da seleção
Janela do Plot Spectrum com picos de frequência destacados

Parâmetros do Plot Spectrum🔗

ParâmetroDescrição
SizeTamanho da FFT (1024, 4096, 65536…) — quanto maior, mais resolução em frequência
FunctionTipo de janela (Hann, Hamming, Blackman…) — afeta a precisão
AxisLinear ou Logarítmico — log é mais natural para áudio
dB vs. linearEscala vertical em dB (log) ou amplitude (linear)
💡

Para análise musical, use Size = 65536 e Axis = Logarithmic. Para análise de ruído, use Size = 4096 e Function = Rectangular.

Interpretando o Espectro🔗

Picos (Peaks)🔗

Cada pico representa uma frequência presente no áudio:

  • Voz masculina: picos entre 85-180 Hz (fundamental)
  • Voz feminina: picos entre 165-255 Hz (fundamental)
  • Ruído de 60 Hz: hum elétrico (tomada)
  • Ruído de 1 kHz: tom de teste

Vales (Nulls)🔗

Regiões com pouca energia indicam frequências ausentes — útil para identificar o que falta em uma mixagem.

Ruído de Fundo🔗

Ruído branco aparece como uma linha relativamente plana em todo o espectro. Ruído rosa decai com a frequência.

Spectrum Track🔗

Além do Plot Spectrum (análise pontual), o Audacity oferece a Spectrum Track — uma faixa que exibe o espectro ao longo do tempo (espectrograma).

Para criar: Tracks > Add New > Spectrum Track

Spectrum Track mostrando as frequências ao longo do tempo — cores mais quentes = mais energia

Aplicações Práticas🔗

Identificar Ruídos🔗

  1. Selecione um trecho de “silêncio” (apenas ruído de fundo)
  2. Abra o Plot Spectrum
  3. Identifique os picos — essas são as frequências do ruído
  4. Use Equalization para cortar essas frequências

Análise de Voz🔗

  1. Selecione uma vogal sustentada
  2. Observe os formantes (picos de ressonância)
  3. Compare entre diferentes falantes

Mastering🔗

  1. Analise o espectro da mixagem completa
  2. Identifique desequilíbrios (muitos graves, agudos deficientes)
  3. Use Graphic EQ para correção

Erros comuns

  • Usar FFT Size muito pequeno.
  • Interpretar o espectro de um trecho muito curto.
  • Confundir espectro com equalização: o espectro mostra as frequências; a equalização altera as frequências.

Perguntas para reflexão

  1. O que o FFT decompõe no áudio?
  2. Frequências componentes
  3. Qual parâmetro controla a resolução em frequência?
  4. Size (tamanho da FFT)
  5. O que um pico no espectro representa?
  6. Uma frequência presente no áudio
  7. Qual tipo de track mostra espectro ao longo do tempo?
  8. Spectrum Track

Você aprendeu

  • FFT decompõe áudio em frequências componentes
  • Plot Spectrum: Analyze > Plot Spectrum
  • Size maior = mais resolução em frequência
  • Picos = frequências presentes
  • Spectrum Track mostra espectro ao longo do tempo

Referências🔗