Por Grupo Espírita de Pesquisas Eletrônicas Cristófilos (GEPEC)
Reproduzido neste site com a permissão do autor
Introdução
Várias são as linhas de pesquisa sobre o fenômeno da Transcomunicação Instrumental (TCI), porém todas elas têm uma característica comum, diferenciar vozes dos sons gravados em aparelhos eletrônicos. Como este fenômeno ocorre, ainda é fruto de muita discussão entre os pesquisadores.
Alguns grupos se utilizam apenas de gravadores, gravando os sons ambientes, enquanto outros utilizam sons como forma de matéria prima para que as vozes sejam geradas. Desde 2002 o GEPEC vem realizando experiências utilizando a segunda abordagem, tanto com ruído branco quanto utilizando o método da bolha humana.
Porém, qualquer que seja o som utilizado, o fato de introduzir-se um ruído de fundo prejudica a compreensão de qualquer resultado obtido, por mais claro que seja o resultado, a não ser que as entidades comunicantes sejam capazes de suprimir o ruído de fundo completamente.
Com base nesta constatação, decidimos iniciar a pesquisa em métodos de tratamento do sinal gravado que possibilitem uma melhora na relação sinal/ruído e assim permitam uma comunicação mais clara e, em um futuro, direta, sem a necessidade de pós-processamento.
Sendo assim, adequamos a técnica de cancelamento de sinais às gravações de TCI com resultados muito promissores, como descreveremos a seguir.
Teoria
Todos os sons da natureza, desde o cantar dos pássaros até o chiado do ruído branco, são compostos por ondas senoidais sobrepostas. Estas ondas interagem entre si através de uma adição matemática simples. Portanto, se colocarmos um pássaro cantando ao lado de um rádio no volume máximo, provavelmente não conseguiremos ouvi-lo. Porém, se formos capazes de, de alguma forma, subtrair o som do rádio, o canto do pássaro se fará ouvir sem dificuldade.
Som Resultante = Som A + Som B, logo
Som B = Som Resultante – Som A
Portanto, se fôssemos capaz de, em uma gravação de TCI, subtrair o ruído de fundo, acabaríamos apenas com a gravação “paranormal”.
Detalhamento
Para este fim, uma condição é primordial – que se conheça exatamente o som base. Isto porque se não tivermos um sinal de controle, não seremos capazes de realizar o cancelamento.
Além disso, para que o cancelamento seja possível, é preciso que haja uma sincronização perfeita entre o sinal sendo analisado e o sinal de controle.
Com estas restrições em mente, desenvolvemos o método descrito a seguir.
Ruído de fundo
Utilizando a ferramenta MATLAB, preparamos um arquivo de áudio com a duração exata de 30s. Utilizamos arquivos do tipo .WAV de 16 bits com taxa de amostragem de 11025 Hz. Esta taxa de amostragem foi escolhida pois a voz humana alcança no máximo 4 KHz, o que implica a uma taxa de amostragem mínima de 8KHz.
Com a taxa de amostragem a 11025Hz, um arquivo de 30s contém exatamente 330750 amostras.
Como conteúdo do arquivo, utilizamos uma composição de uma bolha fornecida pela pesquisadora Sônia Rinaldi. Somamos o mesmo arquivo 3 vezes com uma defasagem de 5 segundos entre cada amostra. Sendo assim, a primeira amostra vai de 0 a 30s, a segunda de 5 a 35s e a terceira de 10 a 40s.
Para facilitarmos a sincronização do sinal gravado com a amostra de controle, introduzimos no início do trecho um “pulso de sincronização”. Depois repetimos este arquivo de 30s mais 9 vezes, gerando assim um arquivo de exatamente 5 minutos (330750 amostras) composto por 10 trechos exatamente iguais de 30s.
Baixe aqui o arquivo utilizado pelo GEPEC.
Reprodução e gravação
Durante os experimentos, o arquivo contendo a bolha é reproduzido através de um computador e o som é enviado para um conjunto de 5 caixas de som Creative. Um microfone Shure, montado em uma base fixa e localizado no centro das caixas de som, capta o som e envia de volta para o computador, onde o som é gravado através do Adobe Audition, em um arquivo de 16 bits e taxa de amostragem de 11025 Hz.
Calibração
Durante este processo, o som do arquivo sofre modificações naturais e por isso não podemos utilizar nossa bolha como padrão para o cancelamento do sinal. Para contornar este problema, utilizamos os 30 primeiros segundos da gravação como sinal de controle, que será utilizado para subtrair a bolha nos demais trechos da gravação.
Sincronização
Após finalizada a gravação separamos os trinta segundos iniciais (ou as 330750 amostras) a partir do primeiro pulso de sincronização, para serem utilizados como o arquivo de controle. O tratamento do sinal deve ser realizado em trechos de 30 s para permitir uma melhor sincronização.
Depois, fazemos uma correlação cruzada entre o primeiro segundo do arquivo de controle, com o primeiro segundo do trecho de 30 s a ser tratado. Com isso, identificamos a defasagem, em número de amostras, entre os dois arquivos. Corrigindo a defasagem, temos os dois arquivos perfeitamente sincronizados, possibilitando assim a simples subtração dos sinais como segue:
Diferença = Sinal – Controle
Baixe aqui o m-file (arquivo Matlab) para o processamento dos sinais.
Resultados
Os resultados obtidos até o momento demonstram a viabilidade teórica da técnica uma vez que os arquivos tratados através desta técnica demonstraram uma clara redução da bolha, que nos arquivos originais era o som dominante, permitindo ouvir-se os sons do ambiente em que foram feitas as gravações e que não eram identificáveis nas gravações originais.
Exemplo:
Gravação original:
Gravação tratada:
Obs: O pulso escutado no arquivo tratado é apenas o pulso de sincronização
Aplicações
A forma como esta técnica pode ser aplicada dependerá da natureza do sinal captado. Na natureza, todos os sinais são aditivos, portanto se os sinais de TCI também forem aditivos, poderemos utilizar o método da forma qual foi apresentado.
Se, por outro lado, os sinais de TCI causarem alguma modificação no sinal, poderemos utilizar uma variação deste método onde, ao invés de simplesmente subtrair o sinal, podemos analisar a diferença e filtrar as amostras que apresentem uma diferença abaixo de determinado patamar.
Próximos passos
No futuro próximo, as pesquisas do GEPEC estarão voltadas para a otimização deste método, na tentativa de maximizar a relação sinal ruído, além de caracterizar o erro médio gerado pela subtração dos sinais.
Agradecimentos
Agradecemos à pesquisadora Sônia Rinaldi pelas suas importantes contribuições e pelos arquivos fornecidos. Estes arquivos foram modificados pelo GEPEC para serem utilizados em nossas pesquisas.
Agradecemos ainda aos pesquisadores Alexandre Borges e Lamartiny Santos pelas valiosas trocas de ideias que conduziram ao desenvolvimento deste método.
