Algoritmo matemático para descomposición rápida de frecuencias en audio — base de EQ y analizadores de espectro. Hace visibles las frecuencias invisibles.
En la sala de montaje, te sientas frente al monitor, quieres saber exactamente dónde está ese molesto zumbido en la grabación de diálogos, y entonces abres el analizador de espectro. Lo que ves es la FFT en tiempo real: la descomposición matemática de la señal de audio en sus componentes de frecuencia individuales. La Transformada Rápida de Fourier hace visible lo invisible, y lo hace a la velocidad del rayo.
La FFT funciona según un principio simple: cualquier señal de audio, por compleja que sea, puede representarse como la suma de ondas sinusoidales de diferentes frecuencias. En lugar de analizar toda la señal como una masa informe, la FFT la descompone en sus componentes. Un zumbido de 60 Hz, un silbido de 2 kHz, un retumbo de 200 Hz: todo se hace visible individualmente. Sin la FFT, la ecualización en tiempo real, el análisis de espectro y todo el flujo de trabajo de audio moderno no funcionarían. Tu DAW, tu reproductor de audio con visualizador, cualquier interfaz de plugin que muestre frecuencias, todas utilizan la FFT.
En el set, la teoría te interesa poco, pero la aplicación, mucho más. El técnico de sonido ha grabado una calle concurrida: viento, tráfico, ruido de fondo. En la edición, el analizador de espectro te muestra exactamente dónde están los problemas. Miras el gráfico de la FFT, ves el pico de frecuencia a 120 Hz (típico zumbido de red eléctrica en Europa), ajustas un notch de ecualización estrecho justo ahí. Efectivo, quirúrgico. Sin la FFT, estarías girando botones de ecualización a ciegas, esperando que mejore.
En la práctica, debes saber que la resolución de la FFT es un compromiso. Cuanto más largo es el "ventana" de análisis, mayor es la resolución de frecuencia, pero menor es la resolución temporal. Si quieres ver *cuándo* ocurre exactamente un pico de ruido, debes hacer las ventanas más pequeñas. Esto es relevante para el procesamiento de audio en vivo, por ejemplo, para la reducción de ruido en procesos en tiempo real. El propio algoritmo FFT, que lleva el nombre de Cooley y Tukey, redujo drásticamente el tiempo de cálculo para el análisis de frecuencia. Esto hizo posible el audio en tiempo real. Si se hubiera tenido que usar la transformada de Fourier bruta, las transmisiones en vivo y las llamadas en línea modernas aún no funcionarían.
No uses la FFT como lastre teórico. Úsala como una herramienta: abre el analizador de espectro, localiza el problema, interviene con precisión. Combinada con la edición de formas de onda (ver allí), el análisis de audio basado en FFT es uno de tus ayudantes más potentes para un sonido limpio y profesional.