Source: https://jmrplens.github.io/phonometry/es/guides/weighting/
Las curvas de ponderación frecuencial simulan la sensibilidad del oído humano.
A, C y Z están especificadas en **IEC 61672-1:2013**; la curva G de
infrasonido, en **ISO 7196:1995**. Tres curvas más completan la familia: la
histórica **B** (ANSI S1.4-1983), la **D** de ruido de aeronaves de la
retirada IEC 537 y la **AU** (IEC 61012) para sonido audible en presencia de
ultrasonidos (sección 4).
Mostrar el código de esta figura
```python
from phonometry import metrology
# Medimos la respuesta de cada curva: ponderamos un impulso unitario
# centrado y tomamos su espectro (búfer de 1 s -> resolución de 1 Hz).
fs = 48000
impulse = np.zeros(fs)
impulse[fs // 2] = 1.0
freqs = np.fft.rfftfreq(fs, 1 / fs)
fig, ax = plt.subplots(figsize=(9, 5))
for curve in ("A", "B", "C", "D", "AU", "Z"):
spectrum = np.fft.rfft(metrology.weighting_filter(impulse, fs, curve=curve))
ax.semilogx(freqs[1:], 20 * np.log10(np.abs(spectrum[1:]) + np.finfo(float).eps),
label=curve)
ax.set(xlim=(10, 20000), ylim=(-80, 15),
xlabel="Frecuencia [Hz]", ylabel="Respuesta [dB]")
ax.grid(True, which="both", alpha=0.3)
ax.legend()
plt.show()
```
* **Ponderación A (`A`):** estándar para ruido ambiental (IEC 61672-1).
* **Ponderación C (`C`):** para presión acústica de pico y ruido de alto nivel.
* **Ponderación Z (`Z`):** ponderación cero, respuesta completamente plana.
* **Ponderación G (`G`):** ponderación de infrasonido según ISO 7196 (ver más abajo).
* **Ponderación B (`B`):** curva intermedia histórica de ANSI S1.4-1983 (sección 4).
* **Ponderación D (`D`):** ponderación de ruido de aeronaves de la retirada IEC 537 (sección 4).
* **Ponderación AU (`AU`):** ponderación A con el corte de ultrasonidos de IEC 61012 (sección 4).
## ¿Cómo aplico la ponderación A a una señal con Python?
Llama a `metrology.weighting_filter(recording, fs, curve='A')` sobre una señal
calibrada. Devuelve la señal temporal ponderada A, filtrada con el diseño de
polos y ceros de IEC 61672-1:2013 dentro de las tolerancias de clase 1, así que
`metrology.leq()` sobre la salida es el $L_{Aeq}$. La misma función aplica las
ponderaciones C, Z, B, D, AU y la G de infrasonido mediante `curve`.
## 1. De dónde vienen las curvas
Las curvas A y C son líneas isofónicas invertidas, congeladas en filtros:
**A** aproxima la inversa de la histórica línea isofónica de 40 fonios (niveles
bajos, donde el oído descarta los graves con más agresividad) y **C** la más
plana de ~100 fonios (niveles altos). IEC 61672-1:2013 (Anexo E) define ambas
analíticamente a partir de cuatro frecuencias de esquina:
$$
f_1 = 20{,}599\ \text{Hz}, \quad f_2 = 107{,}653\ \text{Hz}, \quad
f_3 = 737{,}862\ \text{Hz}, \quad f_4 = 12194{,}217\ \text{Hz}
$$
C es un paso-banda con polos dobles en $f_1$ y $f_4$ (2 ceros en el origen);
A añade los polos $f_2$ y $f_3$ (4 ceros), y por eso sigue cayendo en los
medios-graves. Ambas se normalizan a exactamente 0 dB en 1 kHz. Z es la
ausencia de ponderación. La derivación completa de polos y ceros está en la
página de [Teoría](/phonometry/es/reference/theory/signal-analysis/).
### Una breve historia: A, B, C y Z
La cadena va de las mediciones de igual sonoridad de Fletcher y Munson en
1933 a la primera norma estadounidense de sonómetros (1936), que dio a los
medidores respuestas conmutables para que la lectura aproximara la
sonoridad a distintos niveles: **A** de la isófona de 40 fonios para sonidos
débiles, **B** de la de ~70 fonios para los moderados y una respuesta plana
para los fuertes (la curva **C** propiamente dicha, reflejo de la isófona
más plana de ~100 fonios, llegó con la revisión de 1944). Conmutar curvas
según el nivel murió en la práctica (las
lecturas saltaban en los puntos de cambio y las mediciones de campo dejaban
de ser comparables), pero A sobrevivió sola: décadas de datos de daño
auditivo y de molestia comunitaria se habían recogido con ella, y
correlaciona con ambos casi tan bien como métricas mucho más elaboradas.
IEC 61672-1 (primera edición, 2002) remató la limpieza: B se eliminó, A y C
se conservaron con tolerancias más estrictas y **Z** se introdujo para
sustituir el "lineal" mal especificado de los sonómetros antiguos, que
variaba según el fabricante. La curva B (y la curva D de ruido de aeronaves,
que corrió la misma suerte) sigue disponible para datos históricos; véase la
sección 4.
### Cuándo importa C − A
Como A descarta los graves y C los conserva, la diferencia
$L_{Ceq} - L_{Aeq}$ es un indicador de un solo número del contenido en
baja frecuencia:
- **Por debajo de unos 10 dB**: espectro de banda ancha ordinario; el nivel
ponderado A lo califica con justicia.
- **En torno a 15 a 20 dB o más**: la energía se concentra en las bajas
frecuencias (retumbo de climatización, compresores, graves de música a
través de una pared). El nivel ponderado A entonces subestima el problema;
mira el espectro de octavas y, por debajo de 20 Hz, pasa a la curva G.
- **La selección de protectores auditivos**: el método HML de ISO 4869-2 se
apoya exactamente en esta diferencia C menos A para decidir cuánta
atenuación en baja frecuencia debe aportar el protector (el método SNR,
más simple, la esquiva trabajando directamente con el nivel ponderado C).
```python
from phonometry import metrology
# Un retumbo de 50 Hz bajo un siseo ligero: débil en A, fuerte en C.
fs = 48000
t = np.arange(10 * fs) / fs
rng = np.random.default_rng(1)
x = 0.2 * np.sin(2 * np.pi * 50 * t) + 0.01 * rng.standard_normal(t.size)
la = metrology.leq(metrology.weighting_filter(x, fs, curve="A"))
lc = metrology.leq(metrology.weighting_filter(x, fs, curve="C"))
print(f"LAeq = {la:.1f} dB LCeq = {lc:.1f} dB C - A = {lc - la:.1f} dB")
# LAeq = 52.4 dB LCeq = 75.7 dB C - A = 23.2 dB
# C - A por encima de 20 dB: el número ponderado A ocultaría el retumbo.
```
## 2. Uso básico
```python
from phonometry import metrology
# recording: una captura de micrófono calibrada (Pa) — grabada con tu cadena de medición. Sintetizada aquí para que la guía funcione por sí sola.
fs = 48000
recording = 0.2 * np.sin(2 * np.pi * 1000 * np.arange(fs) / fs)
# Aplicar ponderación A a la señal cruda
weighted_signal = metrology.weighting_filter(recording, fs, curve='A')
# Aplicar ponderación C para análisis de picos
c_weighted_signal = metrology.weighting_filter(recording, fs, curve='C')
```
## 3. Infrasonido: ponderación G (ISO 7196)
La **ponderación frecuencial G** (ISO 7196:1995) valora el infrasonido igual que
la ponderación A valora el ruido audible. Se define por una configuración de
polos y ceros con ganancia de 0 dB en 10 Hz, sube a 12 dB/octava entre 1 Hz y
20 Hz (siguiendo el crecimiento abrupto de la percepción en esa banda) y cae a
24 dB/octava fuera de ella. Úsala con fuentes con energía significativa por
debajo de 20 Hz (aerogeneradores, climatización, voladuras):
```python
from phonometry import metrology
# recording: una captura de micrófono calibrada (Pa) — grabada con tu cadena de medición. Sintetizada aquí para que la guía funcione por sí sola.
fs = 48000
recording = 0.2 * np.sin(2 * np.pi * 1000 * np.arange(fs) / fs)
g_weighted = metrology.weighting_filter(recording, fs, curve='G')
```
Mostrar el código de esta figura
```python
from phonometry import metrology
# Medimos la respuesta G: ponderamos un impulso unitario centrado y
# tomamos su espectro. Un búfer largo da la resolución que necesita el
# rango de infrasonido (20 s -> 0,05 Hz).
fs = 4000
impulse = np.zeros(20 * fs)
impulse[impulse.size // 2] = 1.0
freqs = np.fft.rfftfreq(impulse.size, 1 / fs)
spectrum = np.fft.rfft(metrology.weighting_filter(impulse, fs, curve="G"))
fig, ax = plt.subplots(figsize=(9, 5))
ax.semilogx(freqs[1:],
20 * np.log10(np.abs(spectrum[1:]) + np.finfo(float).eps))
ax.plot(10, 0, "o", color="tab:red", label="0 dB en 10 Hz")
ax.set(xlim=(0.1, 1000), ylim=(-90, 15),
xlabel="Frecuencia [Hz]", ylabel="Respuesta de la ponderación G [dB]")
ax.grid(True, which="both", alpha=0.3)
ax.legend()
plt.show()
```
La implementación sigue exactamente los polos/ceros de la Tabla 1 de ISO 7196 y
se verifica en CI contra todos los valores nominales de respuesta de la Tabla 2
(0,25 Hz a 315 Hz). `WeightingFilter(fs, "G")` admite el mismo procesado
multicanal y por bloques que A/C. Los niveles medidos con la curva G se
expresan como LpG (o LGeq para el nivel equivalente).
## 4. Curvas históricas y de propósito especial: B, D y AU
Tres curvas más completan la familia. Las tres comparten la maquinaria de las
curvas de IEC 61672-1 (0 dB en 1 kHz, sobremuestreo `high_accuracy`,
procesado multicanal y por bloques con estado).
### B (ANSI S1.4-1983, histórica)
La curva intermedia del esquema original de conmutación por niveles A/B/C,
trazada a partir de la isófona de ~70 fonios. Analíticamente es la
ponderación C con un cero más en el origen y un polo real adicional en
$f_5 = 158{,}49\ \text{Hz}$ (Apéndice C de ANSI S1.4-1983), así que descarta
menos graves que A y más que C. Se eliminó cuando IEC 61672-1 sustituyó a las
normas de sonómetros anteriores; úsala solo para reproducir datos históricos
y mediciones tomadas bajo códigos nacionales antiguos (algunos procedimientos
de ensayo de automoción heredados publicaban dB(B)). La implementación sigue
las constantes del Apéndice C de ANSI S1.4-1983 y está anclada en CI a los
valores de respuesta de la Tabla IV, dentro de la máscara más estricta de la
Tabla V (Tipo 0).
### D (IEC 537, retirada: ruido de aeronaves)
La ponderación D aproximaba las curvas de *ruidosidad percibida* del índice
de nivel de ruido percibido (PNL), para que un sonómetro corriente pudiera
estimar el ruido de aeronaves: la joroba de +11,5 dB en torno a 3,15 kHz es
donde más molesta el silbido de la turbomaquinaria (deliberadamente *no* es
un rasgo de igual sonoridad). El manual de métricas de ruido de aeronaves de
la NASA da la clásica regla aproximada $L_{PN} \approx L_D + 7\ \text{dB}$.
IEC 537 fue retirada y la práctica de certificación actual calcula el EPNL a
partir de análisis en tercios de octava o usa niveles ponderados A, así que
`D` se ofrece para datos históricos y comparaciones. Con la norma no
disponible, la implementación usa la función de transferencia racional de
IEC 537, ampliamente publicada, contrastada con dos implementaciones
independientes (los polos y ceros de SQAT y la forma cerrada de librosa, que
coinciden dentro de 0,002 dB) y anclada en CI a la tabla de IEC 537 reeditada
en NASA CR-3406.
```python
from phonometry import metrology
# Un silbido de 3,15 kHz cae justo en la joroba de la ponderación D:
# D lo valora 10 dB *más fuerte* que A.
fs = 96000
t = np.arange(fs) / fs
whine = 0.1 * np.sin(2 * np.pi * 3150 * t)
ld = metrology.leq(metrology.weighting_filter(whine, fs, curve="D"))
la = metrology.leq(metrology.weighting_filter(whine, fs, curve="A"))
print(f"LD = {ld:.1f} dB LA = {la:.1f} dB")
# LD = 82.5 dB LA = 72.2 dB
```
### AU (IEC 61012, vigente: sonido audible en presencia de ultrasonidos)
La única de las tres aún en vigor. `AU` es la ponderación A en cascada con el
filtro paso-bajo **U** de IEC 61012:1990 (seis polos, Tabla 2): plana
respecto a A hasta 10 kHz y con un corte abrupto después (-13 dB a 16 kHz,
-61,8 dB a 40 kHz para U sola). Úsala cuando componentes ultrasónicos
intensos (limpiadores y soldadores ultrasónicos, ahuyentadores de roedores,
algunos disuasorios de espacios públicos) se colarían en una lectura
ponderada A a través del rechazo imperfecto del sonómetro en alta frecuencia
y sobreestimarían la exposición *audible*:
```python
from phonometry import metrology
# Tono de 1 kHz (audible) enterrado bajo una componente ultrasónica fuerte de 25 kHz.
fs = 96000
t = np.arange(fs) / fs
audible = 0.1 * np.sin(2 * np.pi * 1000 * t)
x = audible + 1.0 * np.sin(2 * np.pi * 25000 * t)
la = metrology.leq(metrology.weighting_filter(x, fs, curve="A"))
lau = metrology.leq(metrology.weighting_filter(x, fs, curve="AU"))
la_ref = metrology.leq(metrology.weighting_filter(audible, fs, curve="A"))
print(f"LA = {la:.1f} dB LAU = {lau:.1f} dB solo audible = {la_ref:.1f} dB")
# LA = 78.6 dB LAU = 71.0 dB solo audible = 71.0 dB
# El ultrasonido infla LA en 7,6 dB; AU recupera el nivel audible.
```
El ultrasonido solo llega a un filtro digital si la frecuencia de muestreo lo
captura, así que mide a 96 kHz o más (a 48 kHz no hay nada por encima de
24 kHz que rechazar); el diseño AU sobremuestrea internamente hacia 288 kHz
para mantener preciso el corte abrupto de U. Los niveles se expresan como
LAU. La implementación sigue exactamente las posiciones de polos
de la Tabla 2 (reproducen todos los valores nominales de la Tabla 1 dentro
de 0,05 dB) y se verifica en CI contra las tolerancias de la Tabla 1 hasta
40 kHz.
## 5. Parámetros de `weighting_filter()` / `WeightingFilter`
| Parámetro | Tipo | Unidades | Rango / por defecto | Notas |
| :--- | :--- | :--- | :--- | :--- |
| `x` | array 1D o 2D | cualquiera | no vacío | 2D es `[channels, samples]` |
| `fs` | int | Hz | > 0 | |
| `curve` | str | — | `'A'` (por defecto), `'B'`, `'C'`, `'D'`, `'G'`, `'AU'`, `'Z'` | `'G'` según ISO 7196 (infrasonido); `'B'`/`'D'` históricas (§4); `'AU'` según IEC 61012 (§4); `'Z'` es un bypass |
| `high_accuracy` | bool | — | por defecto `True` (función); en la clase, `None` se resuelve a `not stateful` | Sobremuestreo interno que mantiene A/C en clase 1 hasta 16 kHz; detalles en el §7 |
| `stateful` | bool (solo clase) | — | por defecto `False` | Conserva el estado del filtro entre bloques (streaming) |
| `steady_ic` | bool (solo clase) | — | por defecto `False` | Condiciones iniciales estacionarias (sin transitorio de arranque) |
## 6. Objeto de filtro reutilizable
Si ponderas muchas señales con los mismos parámetros, diseña el filtro una sola vez:
```python
from phonometry import metrology
# recording: una captura de micrófono calibrada (Pa) — grabada con tu cadena de medición. Sintetizada aquí para que la guía funcione por sí sola.
fs = 48000
recording = 0.2 * np.sin(2 * np.pi * 1000 * np.arange(fs) / fs)
wf = metrology.WeightingFilter(fs, "A")
signals = [recording] # tu lote de grabaciones
for recording in signals:
weighted = wf.filter(recording)
```
## 7. Precisión en alta frecuencia (`high_accuracy`)
Un diseño con transformación bilineal simple comprime la respuesta cerca de
Nyquist: a fs = 48 kHz el error de la curva A a 12,5 kHz alcanza −2,7 dB, fuera
de la tolerancia **clase 1** de IEC 61672-1 (+2,0/−2,5 dB).
Por defecto (`high_accuracy=True`), phonometry diseña y ejecuta el filtro de
ponderación a una frecuencia interna sobremuestreada (hasta 8×, alcanzando
≥ 144 kHz a frecuencias de audio habituales; una entrada de 96 kHz funciona
a ×2) y diezma de vuelta, manteniendo la respuesta dentro de las tolerancias
de clase 1 hasta 16 kHz (error ≈ −0,5 dB a 12,5 kHz para fs = 48 kHz).
*El diseño bilineal simple (rojo) cruza la tolerancia de clase 1 cerca de
12,5 kHz; el diseño sobremuestreado (azul) se mantiene junto a la curva analítica.*
Mostrar el código de esta figura
```python
from phonometry import metrology
# Respuesta medida de ambos diseños a fs = 48 kHz: ponderamos un impulso
# unitario centrado y tomamos su espectro...
fs = 48000
impulse = np.zeros(fs)
impulse[fs // 2] = 1.0
freqs = np.fft.rfftfreq(fs, 1 / fs)[1:]
# ...frente a la curva A analítica de IEC 61672-1 construida con las
# cuatro frecuencias de esquina de la sección 1, normalizada a 0 dB en 1 kHz.
f1, f2, f3, f4 = 20.599, 107.653, 737.862, 12194.217
gain = (f4**2 * freqs**4) / ((freqs**2 + f1**2)
* np.sqrt((freqs**2 + f2**2) * (freqs**2 + f3**2))
* (freqs**2 + f4**2))
analytic = 20 * np.log10(gain / gain[np.argmin(np.abs(freqs - 1000))])
fig, ax = plt.subplots(figsize=(9, 5))
ax.semilogx(freqs, analytic, "k--", label="Analítica (IEC 61672-1)")
for high_accuracy, label in ((False, "Bilineal simple"),
(True, "Sobremuestreado (por defecto)")):
weighted = metrology.weighting_filter(impulse, fs, curve="A",
high_accuracy=high_accuracy)
response = 20 * np.log10(np.abs(np.fft.rfft(weighted))
+ np.finfo(float).eps)[1:]
ax.semilogx(freqs, response, label=label)
ax.set(xlim=(1000, 20000), ylim=(-12, 3),
xlabel="Frecuencia [Hz]", ylabel="Respuesta de la ponderación A [dB]")
ax.grid(True, which="both", alpha=0.3)
ax.legend()
plt.show()
```
- `high_accuracy=False` restaura el comportamiento bilineal clásico.
- Con `'G'` el indicador se ignora en silencio: su rango de 0,25–315 Hz ya es
exacto con el diseño simple.
- El **procesado por bloques (stateful)** usa siempre el diseño clásico: el
remuestreo FIR interno es incompatible con la continuidad entre bloques. Pasar
`high_accuracy=True` junto con `stateful=True` lanza un `ValueError`.
```python
from phonometry import metrology
# recording: una captura de micrófono calibrada (Pa) — grabada con tu cadena de medición. Sintetizada aquí para que la guía funcione por sí sola.
fs = 48000
recording = 0.2 * np.sin(2 * np.pi * 1000 * np.arange(fs) / fs)
# Comportamiento clásico explícito
y = metrology.weighting_filter(recording, fs, curve="A", high_accuracy=False)
# Procesado por bloques con estado (diseño clásico, estado entre bloques)
wf = metrology.WeightingFilter(fs, "A", stateful=True)
blocks = [recording] # tu secuencia de bloques de señal
for block in blocks:
weighted = wf.filter(block)
```
Consulta [Procesado por bloques](/phonometry/es/guides/block-processing/) para
el flujo en streaming y [Teoría](/phonometry/es/reference/theory/signal-analysis/) para las
definiciones analíticas de las curvas.
## 8. Verificación frente a las tablas de tolerancias (IEC 61672-1, ANSI S1.4, IEC 61012)
`verify_weighting_class` comprueba un filtro de ponderación frente a los
límites de aceptación de **IEC 61672-1:2013** (Tabla 3). Evalúa la respuesta
relativa del filtro en la frecuencia *exacta* en base 10 que hay detrás de
cada etiqueta nominal por debajo de Nyquist (los objetivos de diseño de la
Tabla 3 se calculan en $f = 1000 \cdot 10^{n/10}$, p. ej. 15 848,9 Hz para
«16 kHz»; la IEC 61672-3 ensaya en esas mismas frecuencias), resta la
ponderación objetivo de diseño e informa de la clase de prestaciones por
frecuencia con su margen en dB. Un barrido logarítmico denso impone además el
apartado 5.5.7 *entre* las frecuencias nominales (la desviación respecto al
objetivo analítico del anexo E debe mantenerse dentro del mayor de los dos
límites adyacentes, de modo que una resonancia o un notch entre nominales no
puede pasar) y, cuando filas de la Tabla 3 con límite inferior finito quedan
por encima de Nyquist, el veredicto se marca `range_limited` (atestigua solo
las frecuencias comprobadas, no la conformidad completa de 10 Hz a 20 kHz):
```python
from phonometry import metrology
result = metrology.verify_weighting_class(metrology.WeightingFilter(48000, "A"))
print(result["overall_class"]) # 1
print(result["range_limited"]) # False
print(result["between_nominals"]) # {'worst_freq': ..., 'margin_class1_db': ...}
print(result["bands"][20])
# {'freq': 1000.0, 'class': 1, 'deviation_db': 0.0, 'margin_class1_db': 0.7, 'margin_class2_db': 1.0}
```
La máscara de aceptación de la Tabla 3 también es pública:
`weighting_class_limits(1)` devuelve las 34 frecuencias nominales con los
límites de desviación inferior/superior (un límite inferior de `-inf` significa
que solo se aplica el superior). Los límites cualifican la *desviación* respecto
al objetivo de diseño, por lo que son idénticos para A, C y Z.
El mismo verificador cubre las curvas de la sección 4 que tienen tablas de
tolerancias publicadas. Para `B` usa ANSI S1.4-1983 (objetivos de diseño de
la Tabla IV, límites de la Tabla V) y los veredictos de «clase» se leen como
los **Tipos** de instrumento 1 y 2 de la norma. Para `AU` usa la Tabla 1 de
IEC 61012:1990 (A nominal + U nominal con las tolerancias de filtro como
unidad separada, cero en la referencia de 1 kHz); IEC 61012 publica un único
juego de tolerancias, así que ambos márgenes coinciden y el veredicto es
simplemente conforme (1) o no (`None`) — ten en cuenta que comprobar las
filas por encima de 20 kHz requiere `fs` ≥ 96 kHz (por debajo se descartan y
el veredicto queda `range_limited`). `G` y `D` se rechazan: ISO 7196 define
una única tolerancia de ±1 dB sin estructura de clases y la retirada IEC 537
no dejó tabla de tolerancias (ambas curvas se anclan numéricamente en el
informe de conformidad de CI).
*Los diseños sobremuestreados A y C (azul, morado) se mantienen cerca de
desviación cero, holgadamente dentro del corredor de clase 1 (sombreado); los
límites más amplios de clase 2 se muestran punteados. El corredor se ensancha
en los extremos de banda donde solo se aplica un límite unilateral.*
Mostrar el código de esta figura
```python
from phonometry import metrology
freqs, lower1, upper1 = metrology.weighting_class_limits(1)
_, lower2, upper2 = metrology.weighting_class_limits(2)
lo1, lo2 = np.clip(lower1, -7, 7), np.clip(lower2, -7, 7)
fig, ax = plt.subplots(figsize=(10, 6.5))
ax.fill_between(freqs, lo1, upper1, step="mid", alpha=0.10,
label="Región de aceptación de clase 1")
ax.plot(freqs, upper1, drawstyle="steps-mid", label="Límite superior/inferior de clase 1")
ax.plot(freqs, lo1, drawstyle="steps-mid", color="C1")
ax.plot(freqs, upper2, ":", drawstyle="steps-mid", label="Límite superior/inferior de clase 2")
ax.plot(freqs, lo2, ":", drawstyle="steps-mid", color="C2")
for curve, marker in (("A", "o"), ("C", "s")):
bands = metrology.verify_weighting_class(metrology.WeightingFilter(48000, curve))["bands"]
f = [b["freq"] for b in bands]
dev = [b["deviation_db"] for b in bands]
ax.plot(f, dev, marker=marker, label=f"Desviación de la ponderación {curve} (48 kHz)")
ax.set(xscale="log", xlim=(10, 20000), ylim=(-7, 7),
xlabel="Frecuencia [Hz]", ylabel="Desviación respecto al objetivo de diseño [dB]")
ax.legend(fontsize=8, ncol=2)
plt.show()
```
## Qué cubre esta guía
**Cubierto.** IEC 61672-1:2013 para las curvas A, C y Z: la definición
analítica del Anexo E a partir de cuatro frecuencias de esquina, el diseño
`high_accuracy` que mantiene las tolerancias de clase 1 hasta 16 kHz, y los
límites de aceptación de clase 1/clase 2 de la Tabla 3 que comprueba
`verify_weighting_class`. ISO 7196:1995 para la curva G (valores de
polo/cero de la Tabla 1, verificados frente a todos los valores nominales de
la Tabla 2). ANSI S1.4-1983 para la curva histórica B (definición del Anexo
C, objetivos de diseño de la Tabla IV, límites de tolerancia de la
Tabla V). IEC 61012:1990 para AU (el paso bajo U de la Tabla 2 en cascada
con A, verificado frente a la Tabla 1). IEC 537:1976 para la curva D de
ruido de aeronaves, retirada, implementada desde su función de transferencia
publicada y contrastada con dos implementaciones independientes.
**No cubierto.** `verify_weighting_class` no produce un veredicto de clase
para G ni para D: ISO 7196 define una única tolerancia de ±1 dB sin
estructura de clases, y la retirada IEC 537 no dejó tabla de tolerancias.
Ambas curvas se fijan numéricamente frente a sus tablas publicadas en el
informe de conformidad de CI en su lugar, no a través de este verificador
público. B y D se ofrecen solo para datos históricos y códigos nacionales
antiguos; ninguna es práctica actual (IEC 61672-1 sustituyó a B, y la
certificación de ruido de aeronaves informa hoy el EPNL o niveles con
ponderación A simples en lugar de D).
## Véase también
- Referencia de la API: [`metrology.parametric_filters`](/phonometry/es/reference/api/filters/parametric-filters/) y [`metrology.compliance`](/phonometry/es/reference/api/filters/compliance/).
## Respuestas rápidas
### ¿Cuándo debo usar la ponderación C en lugar de la ponderación A?
Usa la ponderación C para presión acústica de pico y ruido de alto nivel, y usa la diferencia $L_{Ceq} - L_{Aeq}$ como indicador del contenido en baja frecuencia: por debajo de unos 10 dB el nivel ponderado A califica el espectro con justicia, mientras que en torno a 15 a 20 dB o más la energía se concentra en las bajas frecuencias y el nivel ponderado A subestima el problema. El método HML de ISO 4869-2 se apoya exactamente en esta diferencia C menos A para la selección de protectores auditivos.
### ¿Qué ponderación debo usar para infrasonido por debajo de 20 Hz?
Usa la ponderación frecuencial G de ISO 7196:1995, que valora el infrasonido igual que la ponderación A valora el ruido audible. Tiene ganancia de 0 dB en 10 Hz, sube a 12 dB/octava entre 1 Hz y 20 Hz y cae a 24 dB/octava fuera de esa banda. Aplícala a fuentes como aerogeneradores, climatización y voladuras, y expresa los niveles como $L_{pG}$ (o $L_{Geq}$ para el nivel equivalente).
### ¿Es precisa la ponderación A cerca de 16 kHz con una frecuencia de muestreo de 48 kHz?
No con un diseño bilineal simple: a fs = 48 kHz el error de la curva A alcanza −2,7 dB a 12,5 kHz, fuera de la tolerancia de clase 1 de IEC 61672-1 (+2,0/−2,5 dB). El `high_accuracy=True` por defecto sobremuestrea internamente (hasta 8×, alcanzando 144 kHz o más a frecuencias de audio habituales) y mantiene la respuesta dentro de las tolerancias de clase 1 hasta 16 kHz, con un error de aproximadamente −0,5 dB a 12,5 kHz.