Az Amerikai Akusztikai Társaság (Acoustical Society of America – ASA) szerint a hangszín „a hangzás érzékelésének egy olyan jellemzője, amely lehetővé teszi a hallgatónak két azonos hangmagasságú és hangerősségű, azonosan megszólaltatott, de különböző hang megítélését.”

Több gond is van ezzel a definícióval. Az egyik, hogy az eltérő hangszíneket akkor is felismerjük, ha a hangerősség nem azonos; még véletlenül sem keverjük össze a halk gitárt a hangos trombitával – arról nem is szólva, hogy a gitárt elektromos erősítés nélkül nem lehet akkora hangerővel megszólaltatni, mint a trombitát.

A másik gond, hogy a hangszínbeli jellegzetességek sok hangszer esetében eléggé függetlenek attól, hogy milyen a hangmagasság: a hangszerek fejlesztésének egyik éppen célja az volt, hogy a hangmagasságtól függetlenül ugyanolyan jellegzetességű hangszínnel szóljanak a cuccok. Ez egyébként nemcsak a hangszerek tulajdonsága. Noha az emberi beszéd szinte minden jellemzője változik egy-egy mondat kiejtésekor, mégis, a kedvesünk hangját a hangszíne alapján különböztetjük meg Rikács Katáétól vagy Brekegő Béláétól.

A harmadik probléma az, hogy az „azonos megszólaltatás” nem értelmezhető, hiszen a hangszín számos tulajdonsága pont a megszólaltatás mikéntjétől – pl. pengetés, megütés, stb. –, vagyis a tranziens jelenségektől függ. És akkor még nem is szóltunk arról, hogy két különböző magasságú, ugyanazon az eszközön egyidejűleg megszólaltatott hang eredője lehet egyetlen összeolvadó hang is, ha a két hang hangköze tetszetős hangzást eredményez – konszonáns; és lehet élesen szétváló is, ha a két hang hangköze bántó hatással van ránk – disszonáns. Márpedig ez jelentős hangszínbeli különbséggel járhat.

A negyedik gond, hogy a definícióban nincs szó arról, hogy a megszólalás terének, a hangforrás irányának is azonosnak kéne lennie, hiszen egészen máshogy szól egy zongora a nézőtéren, és egészen másképp ott, ahol a zenész a billentyűket ütögeti.

Nem véletlen, hogy az elmúlt évtizedekben nemcsak fizikai paraméterekkel, hanem különböző módon csoportosított szavakkal, gyakorta ellentétpárokkal (pl. sötét-világos, dús-szegényes, tompa-éles) próbálták a hangszínt, illetve, tágabb értelemben a hangzást jellemezni. Közülük az egyik legteljesebb Torben Holm Perdersen gyűjteménye.

450 kifejezést gyűjtött össze, az alábbi csoportosításban:

1. Érzékelési tulajdonságok:

• Közvetlen hangismertető jegyek (pl. hangos, levegős, mély);
• Más érzékszervekhez kapcsolódó jelzők (pl. ködös, sötét, tiszta); 
• Hangforrásokra és hangeseményekre utaló szavak (pl kattogó, mekegő);
• Változások vagy különbségek az érzékelésben (például halott, iszapos).

2. Érzelmi válaszok a hangra (pl unalmas, irritáló, izgalmas).

3. Konnotatív, vagyis többletjelentést hordozó asszociációk (pl. agresszív, veszélyes, sűrű).

4. Hangutánzó szavak (pl. csiripelő, bégető, susogó).

5. Egyéb tulajdonságok (pl. felfutás, színezet, tisztaság).

Ezt dolgozta át Szigetvári Andrea a táblázat szerint:

Milyen lehet pl. a „sportos” hangszín? Napjainkban, amikor a tárgyak működésének hangszínét is megtervezik, képzeld el, hogyan bömböl föl egy sportos gépkocsi, ha rálépünk a gázra, mint állat! Aztán képzelj el egy méltóságteljesen suhanó, luxus gépkocsit, amelynek „elegáns” hangja van.

Hát, ezzel sem vagyunk kint a vízből. Elkerülve a kekeckedés lehetőségét, Stephen McAdams és Jonathan Berger fura meghatározást alkotott.

Szerintük a hangszín „egy pszichoakusztikai multidimenzionális szemétkosár minden olyan jelenségre, amit nem tudunk a hangmagassághoz vagy a hangossághoz kötni.” Ebből a multidimenzionális kifejezés a döntő, vagyis az, hogy a hangszín – ellentétben a hangossággal és a hangmagassággal – nem jellemezhető egyetlen értékkel. Nincs olyan, hogy kevesebb vagy több hangszín.

Ezek alapján a hangszín meghatározója

      • a hangokat alkotó rezgések összessége;
              o harmonikus összetevők,
              o nem harmonikus (enharmonikus) összetevők,
                      diszkrét, egyedi frekvenciájú összetevők,
                      zaj jellegű összetevők;
     • az egyes összetevők változása;
             o amplitúdó változás,
             o frekvenciaváltozás,
             o fázisváltozás,
             o az egyes frekvenciatartományok, a kritikus sávok energiatartalmának változása.

A hangszín időben is változhat. Ezen belül külön-külön és egyidejűleg is módosulhat ez egyes rész-rezgések amplitúdója, frekvenciája, a többiekhez képesti fázisa, a zajtartalom amplitúdója, a zajtartalom sávja – tulajdonképpen bármi.

A hangszín elemzését könnyítendő, az elemzők nagy része, pl. Robert Ericson fő alkotó elemeire bontja a hangszínt.

   • a távolság nem-zajos és a zajos hangok között
   • a spektrális burkológörbe (ADSR)
   • az alapfrekvencia (mikrointonáció) és a spektrális burkológörbe (formáns csúsztatás) változásai
   • a hang megszólaltatásának időintervalluma

Emberünk táblázatban hasonlítja össze a fizikai és az észlelési paramétereket.

Ezekkel a jellemzőkkel külön-külön is fogunk foglalkozni, ezt megelőzően viszont van egy újabb súlyos gond. Ez pedig az, hogy hogyan lehetne legalább néhány paramétert egyidejűleg ábrázolni?

A jelalak időfüggvény nem mutatja a hang összetevőit. A spektrumkép csak egy-egy pillanatra mutatja a hang összetevőit, de nem mutatja az időbeli változásokat. A burkológörbe időkép (ADSR) csak a hangerősség változásait mutatja, az összetevők viszont ennek alapján megint nem derülnek ki. Olyan mérő cuccra volna szükség, amely az idő függvényében a frekvencia összetevők és a hangerő változásait is érzékelteti.

Van ilyen: Úgy hívják, szonogram-analizátor. A vízszintes tengelyen az idő, a függőlegesen a frekvencia van, csakúgy, mint a kottaképen: szeretik is a villanyzenészek. A hangerőt egyrészt a frekvencia-összetevők vastagsága, másrészt egyszínű szonogram esetén a világossága, színes szonogram esetén a színe és a telítettsége mutatja meg.

A következő videóban A jelalak-időképet és a burkológörbe időképet oszcilloszkóppal, a spektrumképet spektrum analizátorral, az idő/hangerő/spektrumképet szonogram analizátorral vizsgálják.

A következő ábra az „Áprilisban leszek Budapesten” mondat hullámforma időképét és szonogramját mutatja, középen 5 ms-onkénti, alul 30 ms-onkénti időablakokban, női kiejtéssel.

Egy-egy felvétel szonogramját te is megnézheted pl. az Audacity programban.

Nyiss meg egy hangfájlt! Én ezt a nótát választottam:

Letöltés és konvertálás után megnyitottam az Audacityben, de hangsúlyozom, bármilyen hangfilével lehet kísérletezni. A hullámkép amplitúdó skáláját érdemes széthúzni, hogy minél jobb legyen a felbontás.

A sávok melletti bal panelen nyissad meg a legördülő menüt, és bökj a „Spektogram” fedőnevű szövegre! Olykor ugyanis így nevezik a szonogramot – egyébként tévesen.

De ez még semmi! A szonogram segítségével szerkesztheted is a nóta hangzását. Ehhez a „Spektrogram beállítások” nevű menüt kell bűvölnöd.

Érdemes a vizsgálandó frekvencia tartományt nagyobbra választani, a „spektrális kijelölés engedélyezése” kockába pedig tegyél pipát!

A kijelölő eszközzel a nóta bármelyik részének bármelyik frekvencia tartományát kiválaszthatod.

Az ábrán az 1 perc 45 másodperc körüli, kb 5 és 10 kHz közötti tatományt jelöltem ki, ennek színe meg is változott.

A szonogram nézetben szinte az összes olyan effekt használható, ami a hullámforma nézetben, de van néhány speciális. Ezeket a „Hatás” vagy „Effekt” menüben választhatod ki. Ha pl. a parametrikus szűrőt választod ki, az adott tartományban végrehajtandó erősítést vagy csillapítást állíthatod be.

Hallgasd meg az eredményt!

Ismét játsszál bátran, ingyen van! Nagyon szép, beépített szonogram bővítménye van a lényegében ingyenes Reaper programnak is. A JS mappából a „Stereo Spectogram Meter-t kell kiválasztalni.

A profik persze többet tudó eszközöket használnak. Például ezt:

Többek között ilyen eszközt használ Ciocan Flaviu (viszonylag) ifjú zeneszerző kollégám is.

Ő készítette az alábbi nótát.