音響解析

記事数:(3)

アルゴリズム

音声認識の鍵、メル周波数ケプストラム係数

人は、耳に入ってくる様々な音を聞き分けていますが、どのようにして聞き分けているのでしょうか?音の高低、強弱、そして音色。これらが複雑に組み合わさって、私たちが日常的に耳にする様々な音を識別することを可能にしています。 音の高低は、音の振動の速さ、つまり周波数によって決まります。高い音は周波数が高く、低い音は周波数が低いのです。例えば、太鼓を強く叩くと高い音が出ますが、これは太鼓の皮が速く振動しているためです。逆に、弱く叩くと低い音が出ます。これは皮の振動が遅いからです。 音の強弱は、音の振動の大きさ、つまり振幅によって決まります。大きな音は振幅が大きく、小さな音は振幅が小さいのです。例えば、トランペットを強く吹くと大きな音が出ますが、これは空気が大きく振動しているためです。逆に、弱く吹くと小さな音が出ます。これは空気の振動が小さいからです。 そして音色は、音の波形の違いによって決まり、楽器の音や人の声の違いを聞き分ける上で重要な役割を果たします。同じ高さ、同じ大きさの音であっても、ピアノの音とバイオリンの音は違いますよね?これは、それぞれの楽器が出す音の波形が異なるためです。 この音色の特徴を捉える技術の一つに、メル周波数ケプストラム係数というものがあります。これは、音のスペクトル包絡、つまり音のエネルギーがどのように分布しているかという特徴を数値列で表したものです。例えるなら、音の指紋のようなもので、それぞれの音に固有の数値列のパターンが得られます。この技術は、人の声を認識するシステムや、音を分析する様々な場面で活用されています。
分析

フォルマント:音色の秘密

音は、空気が震えることで生まれます。この空気の震え方は、波のように表現することができます。池に石を投げ込んだ時に広がる波紋のように、音も波の形で伝わっていきます。ただし、音の波は、単純な波紋とは異なり、複雑な形をしていることが多く、様々な大きさの波が重なり合っています。 この複雑な波を詳しく見ていくと、様々な速さの震えが混ざり合っていることが分かります。この震える速さを「周波数」と呼び、単位はヘルツ(回/秒)で表します。1秒間に何回空気が震えるかを表しているのです。音はこの様々な周波数の成分が組み合わさってできています。それぞれの周波数の成分がどれくらいの強さを持っているかを調べることで、音の高さや音色の違いが分かります。 音の高さは、最も低い周波数の成分「基本周波数」によって決まります。基本周波数が高い音は高く聞こえ、低い音は低く聞こえます。例えば、太鼓の音は基本周波数が低いため低く聞こえ、笛の音は基本周波数が高いため高く聞こえます。 同じ高さの音であっても、楽器や人の声によって音色が違うのはなぜでしょうか。これは、「倍音」と呼ばれる周波数成分が関係しています。倍音とは、基本周波数の整数倍の周波数を持つ成分のことです。例えば、基本周波数が100ヘルツの音の場合、200ヘルツ、300ヘルツ、400ヘルツ…といった周波数の成分が倍音となります。それぞれの倍音がどれくらいの強さを持っているかによって、音色が変わってきます。例えば、フルートの音は倍音が少なく澄んだ音色に聞こえますが、トランペットの音は倍音が多く華やかな音色に聞こえます。 この倍音の強さの分布をグラフで表したものを「スペクトル包絡」と言います。スペクトル包絡を見ると、特定の周波数帯域で音が強くなっている部分が見られることがあります。この強くなっている部分を「フォルマント」と呼びます。フォルマントは、特に人の声の音色を特徴づける重要な要素です。
分析

音色の秘密:スペクトル包絡

私たちは、身の回りで様々な音を耳にしています。小鳥のさえずり、風のそよぎ、楽器の音色、人の話し声など、実に様々です。これらの音は、「高さ(高低)」、「長さ(長短)」、「強さ(強弱)」、「音色」という4つの要素で区別することができます。この中で、音の印象を大きく左右するのが「音色」です。 例えば、同じ高さの「ド」の音を、ピアノ、バイオリン、フルートで演奏したとします。どれも「ド」の音であり、同じ長さ、同じ強さで演奏したとしても、それぞれの楽器で異なる音として聞こえます。この違いこそが音色の違いです。また、同じ人でさえ、話すときと歌うときでは声色が違いますし、異なる人が同じ歌を歌っても、それぞれに個性があります。これも音色の違いによるものです。 では、この音色の違いは一体どのようにして生まれるのでしょうか。音は空気の振動によって伝わりますが、この振動は単純なものではなく、様々な周波数の波が組み合わさってできています。この周波数の成分とその強さの分布を「スペクトル」と言います。そして、このスペクトルの形、つまりどの周波数がどれくらいの強さで含まれているかという全体的な傾向を「スペクトル包絡」と呼びます。このスペクトル包絡こそが、音色の違いを生み出す重要な要素なのです。同じ「ド」の音であっても、楽器によってスペクトル包絡が異なり、それが音色の違いとなって私たちの耳に届くのです。つまり、スペクトル包絡は音の個性とも言えるでしょう。