Espectrograma acústico

Qué es el espectrograma acústico

Un espectrograma acústico es una variante del espectrograma general, especializada en señales de sonido. Representa tres variables simultáneamente: en el eje horizontal, el tiempo; en el vertical, la frecuencia; y mediante la intensidad del color (o del gris), la amplitud de cada componente. El resultado es una imagen donde puede verse, literalmente, cómo suena una voz. De hecho, la literatura anglosajona acuñó en la década de 1940 el término visible speech para referirse a este tipo de representación, un nombre que sigue apareciendo en textos de fonética.

Etimológicamente, el término suma tres raíces: spectrum (latín, "imagen"), gramma (griego γράμμα, "registro") y acusticus, del griego ἀκουστικός (akoustikós, "relativo al oído"), derivado de ἀκούειν (akoúein, "oír"). Su significado compuesto es, pues, "registro visual de un fenómeno auditivo".

Banda ancha y banda estrecha

La resolución del espectrograma depende de la duración de la ventana de análisis. Cuando esa ventana es corta (normalmente entre 3 y 5 milisegundos), el espectrograma ofrece buena resolución temporal pero baja resolución frecuencial: es lo que se conoce como espectrograma de banda ancha. En él se distinguen con claridad los pulsos glóticos individuales, que aparecen como estriaciones verticales. Es el formato preferido para estudiar los formantes vocálicos, las transiciones consonánticas y la cadencia del cierre glótico.

Si se amplía la ventana (entre 25 y 50 milisegundos), la resolución frecuencial mejora y se pueden identificar los armónicos individuales de la voz como líneas horizontales. Este es el espectrograma de banda estrecha. La exploración fonológica más extendida en la clínica vocal (protocolo de la European Laryngological Society) recurre a él para valorar el grado de perturbación según la escala de Yanagihara, que clasifica las voces patológicas en cuatro grados según la cantidad de ruido que invade las franjas armónicas. Un grado I muestra armónicos nítidos con ruido mínimo en las frecuencias altas; un grado IV apenas conserva estructura armónica reconocible.

Parámetros que complementan el espectrograma

Rara vez se interpreta un espectrograma acústico de forma aislada. Los programas de análisis vocal (Praat, Dr. Speech, CSL de KayPENTAX, entre otros) extraen además parámetros numéricos que cuantifican lo que el espectrograma muestra gráficamente. Entre los más habituales figuran la F0 (frecuencia de vibración de las cuerdas vocales), el jitter (perturbación ciclo a ciclo de la frecuencia), el shimmer (perturbación ciclo a ciclo de la amplitud), la relación armónico-ruido (HNR) y, más recientemente, la prominencia del pico cepstral suavizado (CPPS), que ha demostrado una correlación especialmente alta con la percepción clínica de la gravedad de la disfonía.

El espectrograma aporta algo que los números solos no ofrecen: una visión panorámica de la evolución temporal de la voz. Un clínico entrenado puede detectar en pocos segundos la presencia de subarmónicos (líneas intermedias entre los armónicos verdaderos, típicas de vibraciones irregulares de las cuerdas vocales), de diplofonia o de un vocal fry patológico.

Preguntas frecuentes

¿De dónde viene la palabra espectrograma acústico?

De tres raíces clásicas: el latín spectrum ("imagen"), el griego gramma ("registro") y el griego akoustikós ("relativo al oído"). Juntas significan "registro visual de un sonido".

¿Es lo mismo que un sonograma?

En el contexto del análisis de voz, sí. Sonograma es un sinónimo que aparece con frecuencia en la literatura anglosajona (sonogram). Conviene no confundirlo con el uso coloquial de "sonograma" como sinónimo de ecografía, que designa una técnica de imagen por ultrasonidos.

¿Qué información aporta al médico?

Permite ver si la voz conserva una estructura armónica limpia o si presenta ruido, irregularidades o subarmónicos. Eso ayuda a estimar la gravedad de una disfonía, a localizar el tipo de alteración (cierre glótico deficiente, rigidez de la mucosa, asimetría de la vibración) y a monitorizar la respuesta a la rehabilitación vocal o la cirugía.

¿Es una prueba dolorosa?

No. Se registra la voz del paciente con un micrófono en un entorno controlado de ruido. Habitualmente se pide una vocal sostenida (/a/) y unas frases. No requiere instrumentación invasiva.

Referencias

1. Núñez-Batalla F et al. Análisis acústico de la voz mediante el programa Praat. Acta Otorrinolaringológica Española. 2014;65(3):170-176.
2. MedlinePlus en español. Diagnóstico por imágenes.
3. Real Academia Española. Espectro. Diccionario de la lengua española.
4. Delgado Hernández J et al. Análisis acústico de la voz. Revista de Investigación en Logopedia. 2017;2:108-127.