Como o som é feito

Toda sessão da 2hives é feita em camadas: uma base de ruído, um filtro que se move devagar sobre ela, pares de tons e uma voz. Esta página mostra como cada camada é feita. Os gráficos e números foram medidos em renderizações nossas de uma sessão, e você pode ouvir as camadas uma a uma.

Medido em: Lucid Dreaming, 30 minutos, renderizado pelo motor da 2hives e entregue em FLAC e em AAC a 256 kbit/s. O design em si foi definido medindo um currículo de referência de 36 faixas. Todos os gráficos e clipes aqui vêm de nossas próprias renderizações, não dessas gravações. Método e medições de referência: nota de pesquisa.

26,8 dBvoz acima da base, mediana

9,9 suma varredura do filtro móvel

21 / 21pares de tons encontrados no arquivo final

−31,6 LUFSvolume integrado, arquivo entregue

A cadeia de sinal

Ruído, pente e tons são sintetizados amostra por amostra. A voz é fala sintética, posicionada no centro. Só a voz recebe processamento próprio; a base nunca é filtrada depois de pronta. Um único ganho final define o volume de toda a mixagem.

As sete etapas, de um modelo e um roteiro até um arquivo. As etapas 1 a 3 criam a base; a etapa 4 é a voz; a mixagem e o ganho de masterização são aplicados uma só vez, no final.

A base de ruído

A base é um ruído com mais energia nas frequências baixas do que nas altas. O ruído que cai 3 dB por oitava é chamado de rosa, e o que cai 6 dB por oitava é chamado de marrom. Entre 100 Hz e 3 kHz, nossa base padrão mede −6,4 dB por oitava, então tende ao marrom. Com o ajuste de cor em mais brilhante, mede −4,9, e uma base de curso com espectro modelado mede −9,7.

Passe o mouse ou toque no gráfico para ler os níveis.

Espectro de três das nossas bases de ruído, em decibéis relativos a 1 kHz, comparado às linhas de referência de 3 dB e 6 dB por oitava. Medido em 60 segundos de áudio renderizado, com a média dos dois ouvidos.

Resumo dos dados

Frequência, Hz	Base padrão, dB	Mais brilhante, dB	Base do curso, dB
64	23,1	16,9	31,6
127	18,1	13,6	28,8
254	12,3	9,3	23,0
508	6,2	4,7	10,2
1016	−0,2	−0,1	0,0
2032	−7,3	−5,8	−8,9
4064	−16,2	−13,1	−14,6
8128	−27,2	−22,7	−31,6
16255	−41,2	−35,2	−34,0

Nas fases com o filtro em movimento, cada ouvido recebe seu próprio ruído. Medimos a coerência entre o sinal esquerdo e o direito, de 0 (sem relação) a 1 (idêntico): 0,002 de 100 Hz a 10 kHz. Na fase inicial os ouvidos compartilham a maior parte do ruído, e a mesma medição dá 0,81.

Passe o mouse ou toque no gráfico para ler a coerência.

Coerência esquerda-direita do ruído por frequência: perto de zero nas fases com o filtro em movimento, cerca de 0,81 na fase inicial.

Resumo dos dados

Faixa	Fases de movimento	Fase de abertura
100 Hz – 1 kHz	0,002	0,81
1 – 4 kHz	0,002	0,81
4 – 10 kHz	0,002	0,81

O movimento “oceano”

Some ao ruído uma cópia atrasada em uma fração de milissegundo e você obtém um filtro pente: uma fileira de entalhes ao longo do espectro. Mude o atraso e os entalhes deslizam. Variamos o atraso de forma suave, e cada ouvido é varrido um pouco fora de sincronia com o outro, o que dá à base a sensação de movimento.

Medido na nossa renderização: o primeiro entalhe percorre de cerca de 1,97 a 3,53 kHz uma vez a cada 9,9 s, a varredura do ouvido direito está 102 graus à frente da do esquerdo, e o entalhe fica 16,6 dB abaixo do nível ao redor (80% centrais dos quadros: 10,5 a 18,5 dB).

É um movimento no espectro, não uma oscilação de volume. Na faixa de 2 a 4 kHz, o nível de cada ouvido varia ±2,1 dB ao longo do ciclo com o filtro em pente (±0,0 dB sem ele), e a diferença entre esquerdo e direito varia ±3,2 dB.

Passe o mouse ou toque no gráfico para ler as frequências do entalhe.

O primeiro entalhe do filtro comb em cada ouvido ao longo de 50 segundos de uma renderização. Os dois ouvidos percorrem a mesma faixa no mesmo ciclo de 9,9 s; o ouvido direito está 102 graus à frente.

Resumo dos dados

Medida	Valor
Duração do ciclo	9,89 s
Primeiro entalhe, mais grave e mais agudo (rastreado)	1,97 – 3,62 kHz
Primeiro entalhe, mais grave e mais agudo (senoide ajustada)	1,97 – 3,53 kHz
Ouvido direito à frente do esquerdo em	102°
Profundidade do notch, mediana	16,6 dB

Posição no ciclo

A resposta do filtro em cada ouvido durante a varredura. É uma ilustração feita a partir da faixa de entalhes, do ciclo, da profundidade e do avanço medidos acima. Ela só se move enquanto está na tela e não se move se o seu sistema pedir movimento reduzido; o controle deslizante percorre o ciclo manualmente.

Pares de tons

Um par binaural são dois tons senoidais, um em cada ouvido, com poucos hertz de diferença. Fones estéreo levam o canal de cada ouvido separadamente, então cada ouvido ouve apenas o seu tom; a diferença entre as duas frequências é a batida. Batidas lentas ficam em portadoras graves e batidas mais rápidas, em portadoras mais agudas.

Uma sessão empilha até 6 pares por vez. Cada fase tem sua própria pilha, e as fases fazem crossfade entre si ao longo de cerca de um ou dois minutos, então nenhum par começa ou termina de repente. O gráfico mostra o modelo Lucid Dreaming: uma linha por par, com portadoras arredondadas para 10 Hz e batidas para 0,5 Hz, coloridas conforme a faixa em que a batida se encaixa.

Passe o mouse, toque ou use Tab em uma linha para ler.

Linha do tempo do modelo Lucid Dreaming de 30 minutos: cada linha é um par de tons, com rampas onde ele entra e sai gradualmente.

Resumo dos dados

Portadora, Hz	Batida, Hz	Faixa	Entrada, min	Fim, min	Entrada / saída gradual, s
≈50	≈1	delta	7,9	30	≈60 / ≈10
≈100	≈4	theta	2,7	22,5	≈60 / ≈60
≈150	≈1,5	delta	7,9	30	≈60 / ≈10
≈160	≈10	alpha	0	3,4	≈10 / ≈45
≈200	≈1	delta	20,9	28,6	≈120 / ≈150
≈250	≈8	alpha	0	3,4	≈10 / ≈45
≈300	≈4	theta	2,6	16,9	≈45 / ≈45
≈400	≈4	theta	2,6	8,9	≈45 / ≈60
≈400	≈4	theta	16,1	22,9	≈45 / ≈120
≈510	≈10	alpha	16,1	22,9	≈45 / ≈120
≈600	≈7,5	theta	7,9	22,9	≈60 / ≈120

Fase	Faixa	De, min	Até, min	Pares encontrados / soando
Arrive	alpha	0	3	2 / 2
Loosen	theta	3	8,4	3 / 3
Lantern	theta	8,4	16,5	5 / 5
Intention	theta	16,5	21,9	6 / 6
Drift	delta	21,9	27,3	3 / 3
Hush	delta	27,3	30	2 / 2

Depois analisamos o arquivo final como uma ficha técnica faria. No meio de cada uma das 6 fases, procuramos pares de tons e os comparamos com o que o mecanismo devia tocar: 21 de 21 pares foram encontrados, e o maior erro de frequência foi de 0,003 Hz.

A voz e o volume

A voz é uma fala sintética, posicionada no centro: as mesmas amostras nos dois ouvidos, então ela fica parada enquanto os tons pulsam. É a única camada processada separadamente: um filtro passa-altas para remover estrondos, um de-esser suave, um nível definido para cada parte da sessão e um limite de pico para que nenhuma fala fique mais alta que ele.

Nas 17 falas desta sessão, a voz fica 26,8 dB acima do fundo na faixa da fala de 300 Hz a 3,4 kHz (de 23,9 a 31,4 dB). Medida em todo o espectro, a diferença é de 15,2 dB, porque o fundo concentra quase toda a energia abaixo de 300 Hz. Os picos ficam em −3,0 dBFS. As falas têm um intervalo mediano de 49 s e a fala ocupa 3,9% da sessão, então na maior parte do tempo você ouve só o som.

Passe o mouse ou toque em uma linha para ler.

Cada barra é uma fala, posicionada pelo horário de início; a altura indica quanto a voz fica acima da base na faixa da fala.

Resumo dos dados

Início, min	Duração, s	Acima da base, dB	Fase
0,1	4,4	30,2	arrive
0,4	4,5	23,9	arrive
0,5	4,9	27,1	arrive
0,6	1,2	27,4	arrive
0,7	4,3	27,5	arrive
7,1	3,8	24,1	loosen
8,6	1,6	27,4	lantern
8,7	4,3	27,2	lantern
10,1	5,0	26,1	lantern
10,3	5,1	26,8	lantern
16,7	4,5	26,3	intention
17,0	5,8	25,5	intention
18,1	1,9	25,3	intention
18,8	6,1	25,0	intention
20,1	3,5	26,5	intention
22,2	5,8	29,9	drift
23,3	4,2	31,4	drift

Passe o mouse ou toque no gráfico para ler os níveis.

Nível da fala e da base em bandas de terço de oitava. A fala fica bem acima da base na faixa em que carrega o sentido.

Resumo dos dados

Centro da faixa, Hz	Voz, dBFS	Base, dBFS
100	−57,8	−43,5
126	−53,0	−54,7
159	−37,4	−50,5
200	−27,4	−56,5
252	−30,4	−57,5
317	−38,0	−51,1
400	−31,4	−59,8
504	−34,2	−61,1
635	−33,9	−59,3
800	−34,0	−64,1
1008	−34,3	−66,2
1270	−37,7	−68,9
1600	−39,2	−72,5
2016	−40,1	−77,4
2540	−41,5	−80,6
3200	−44,4	−79,0
4032	−45,7	−78,5
5080	−46,3	−80,5

O arquivo final mede −31,6 LUFS integrados, faixa de volume de 16,2 LU e pico real de −2,0 dBTP. A masterização aplica um único ganho estático, buscando −28 LUFS, sem nunca ultrapassar um pico real de −2 dBTP. Esta sessão precisava de 4,6 dB para chegar à meta; o teto de pico permitiu 1,0 dB, então o teto definiu o resultado.

Passe o mouse ou toque no gráfico para ler o volume.

Volume de curto prazo (janela de 3 segundos) do FLAC entregue ao longo da sessão, com o volume integrado marcado.

Sobrevive à compressão?

O download vem em FLAC sem perdas e em AAC a 256 kbit/s, que é 4,6 vezes menor nesta sessão (265 MB contra 57 MB). Pegamos um trecho de 32 segundos, codificamos dos dois jeitos e rodamos a mesma análise nos arquivos decodificados.

Todos os 5 pares de tons foram encontrados nos dois arquivos. O maior erro de frequência foi de 0,003 Hz após o FLAC e 0,003 Hz após o AAC; em nossa nota de pesquisa, uma batida conta como reproduzida com 0,02 Hz ou menos. O pente também sobrevive: profundidade mediana dos entalhes de 16,6 dB no FLAC e 16,3 dB no AAC (variação de −0,3 dB), as trilhas dos entalhes diferem por uma mediana de 0,0 Hz, e o avanço do ouvido direito mede 102 e 102 graus.

Passe o mouse ou toque em um par para ler os erros.

Erro de frequência de cada par de tons detectado após FLAC e após AAC 256 kbit/s, comparado a uma linha em 0,02 Hz, o limite que nossa nota de pesquisa usa para um batimento reproduzido.

Resumo dos dados

Portadora, Hz	Batida, Hz	Erro FLAC, Hz	Erro do AAC, Hz
≈300	≈4	0,000	0,000
≈150	≈1,5	0,000	0,000
≈50	≈1	0,000	0,000
≈600	≈7,5	0,000	0,000
≈100	≈4	0,003	0,003

Passe o mouse ou toque no gráfico para ler as frequências do entalhe.

O primeiro entalhe do filtro comb no ouvido esquerdo após FLAC e após AAC 256 kbit/s: as duas curvas ficam sobrepostas.

Ouça camada por camada

Quatro trechos de 15 segundos, renderizados com a mesma semente e do mesmo momento da sessão (por volta do minuto 10). Cada um soma uma camada ao anterior. Estão codificados em AAC a 256 kbit/s, como no download.

Comece com o volume baixo. As três primeiras camadas são silenciosas, como no arquivo real, e a camada de voz é cerca de 12 dB mais alta.

1 / 4 · Só ruído · 445 KB

2 / 4 · Ruído + pente varrido · 446 KB

3 / 4 · Ruído + pente + pares de tons · 447 KB

4 / 4 · Ruído + pente + pares de tons + voz · 474 KB

Elementos de áudio simples: sem processamento na página, nada toca até você apertar play, e iniciar um clipe interrompe os outros. Trocar de camada mantém sua posição no clipe.

O que foi medido e o que não se sabe

Medido nas nossas renderizações

O espectro, a coerência e o movimento da base de ruído, as frequências e os fades dos pares de tons, o nível da voz em relação à base, o volume e o pico do arquivo entregue, e como tudo isso se mantém em FLAC e AAC.
Um modelo (Lucid Dreaming, 30 minutos), uma voz e uma semente. Outros modelos têm camadas e fases diferentes.

Não medido e desconhecido

Não medimos nenhum efeito sobre quem ouve. Nada aqui mostra o que uma sessão faz por você.
Batidas binaurais existem: dois tons ligeiramente diferentes, um por ouvido, criam uma batida percebida no tronco encefálico (Oster, 1973). Se elas “sincronizam” as ondas cerebrais não está claro: uma revisão sistemática de 2023 encontrou 5 de 14 estudos de EEG consistentes com sincronização, 8 contrários e 1 misto (Ingendoh et al., 2023).
Alguns estudos relatam efeitos pequenos em medidas cognitivas e outros não encontram nenhum. O contexto também importa: orientação e expectativa moldam a experiência. As evidências são mistas, e publicamos os dois lados.
Não sabemos se o filtro em movimento muda algo além do som da base, nem como outras vozes, alto-falantes ou cadeias de reprodução se comparam a estas medições.

Leia o resumo completo das evidências e os artigos na nossa página de pesquisa, incluindo a Revisão sistemática de 2023 (PDF). As sessões da 2hives são para relaxamento, meditação e autoexploração, e não substituem cuidados profissionais. Veja o aviso legal.

Fichas técnicas

Todo curso tem uma ficha técnica que lista o que há no áudio: fases, portadoras, batimentos e ruído, conferidos nos próprios arquivos. Cada renderização vem com a sua cópia.

Última medição em 2026-10-12. A página, os gráficos e os trechos são refeitos por um script a partir das renderizações do próprio motor, então os números do texto sempre batem com as figuras.