Jawaban:
Audio hanya benar-benar ada dalam domain waktu, dalam audio kami menerjemahkannya ke dalam jumlah gelombang sinus karena terkait dengan bagaimana kami mendengar suara. Ada cara lain bunyi dapat diartikan itu semua tergantung pada apakah representasi itu berguna bagi Anda. Hal-hal yang mungkin menarik bagi Anda adalah, wavelet, sintesis granular, sintesis formant, saya ingat pernah membaca tentang sesuatu yang berfungsi dengan menghadirkan suara semacam sintesis granular di mana setiap granula dibuat dari seri harmonik alami, saya pikir itu disebut sintesis resonansi.
Pada dasarnya ini semua tentang memecah informasi menjadi beberapa 'bit'. Sinyal audio yang sebenarnya adalah 'nilai' waktu yang bervariasi, namun sering kali berguna untuk mempertimbangkannya dalam bentuk yang berbeda. Sebagai analogi, pertimbangkan nomornya 256: tergantung pada apa yang Anda lakukan dengan nomor Anda, mungkin berguna untuk memperlakukan nomor itu sebagai 200 + 50 + 6, atau 16 + 240, atau 16*16, atau mungkin sama 2^8; ada banyak cara untuk menangani jumlah tersebut, dan mana yang Anda gunakan tergantung pada apa yang ingin Anda capai.
'Representasi domain frekuensi' adalah contoh melakukan penguraian di atas, tetapi dengan sinyal daripada angka. Dalam hal ini, Anda merepresentasikan sinyal asli sebagai jumlah sinusoid, semua dengan frekuensi, amplitudo, dan fase yang berbeda. Jika Anda menambahkan semuanya, Anda mendapatkan sinyal asli Anda kembali. Anda juga dapat memilih untuk mewakilinya dengan cara yang berbeda, seperti dengan wavelet, atau pendekatan lain yang mungkin atau mungkin bahkan tidak memiliki nama (belum), jika itu berguna untuk apa yang Anda lakukan untuk itu. Mungkin Anda bisa memecahnya menjadi 3 potongan kedua, kemudian mengatur ulang sinyal di masing-masing potongan menjadi meningkat secara monoton, dan ingat bagaimana Anda memesannya kembali. Ini kedengarannya agak konyol, tetapi ada pendekatan untuk memanipulasi gambar MRI dengan pengurutan ulang semacam ini (tidak menggunakan bagian chunking,
Satu keuntungan dari sinusoid adalah bahwa, seperti yang dikatakan Nathan Day, itu berhubungan dengan cara telinga kita menafsirkan nada suara. Tetapi alasan yang lebih penting adalah bahwa sinusoid adalah eksponensial kompleks, yang merupakan fungsi eigen dari sistem linier; artinya sistem linear jauh lebih sederhana untuk dianalisis jika Anda mempertimbangkan input dan output sebagai jumlah dari sinusoid. Itulah alasan utama mengapa analisis Fourier begitu luas dan penting.
Jawaban singkat untuk pertanyaan Anda: ada sejumlah domain tanpa batas yang dapat Anda tampilkan sinyal audionya. Untuk yang populer lainnya, lihat wavelet.