音声分析のグラフ

質問

よく音声を読み取ったグラフをみますよね．地震波形のようなもの感じの形で，声紋のように表現されているようですが．これは，横軸は時間だと思うのですが，縦軸はなんでしょうか．振幅でしょうか？

ちなみに，当然周波数がことなる波が多重で記録されるのだと思うのですが，このようなグラフでは，波の重ね合わせで多重に表現されれているのでしょうか．

回答No.5

noname#59660

”地震波形のようなもの”とは、
http://www.cycleof5th.com/products/soundengine/
といったもので録音された音の波形のことでしょうか。
それでしたら、他の回答者様にもあるように、縦軸は音の大きさになります。

ちょっと脇道にそれる説明かもしれませんが、
音には「音の三要素」と呼ばれるものがありまして、
・音の大きさ（音量）
・音の高さ（音程）
・音の質（音色）
ですけど、
これらは「波形」という形で視認できるものです。

音の大きさは、波形の縦軸の幅です。
　　　　　　大きな音ほど空気を激しく振動させますので、それが波形の縦軸の幅に現れます。
音の高さは、周波数ですので、横軸（時間軸）の波形の周期に現れます。
音の質は、波形の形に現れます。声を録音したのであれば、人によって声質が違いますので、波形の形状が違ってきます。
　　　　（実際、判別するのはちょっと分かりづらいものですね。。）
　　　　　複数の周波数のサイン波が複雑に混ざり合って、ぎたぎたした複雑な形状の波形になります（「倍音」というものです）
　　　　　二人が同時に喋っている声を録音した波形は、二人の声を単純に足し算した波形となります。（要するに録音機械は、マイクのピックアップがどれだけブルブル振動したか？を記録しているのだけなのです。）

ご参考まで。

回答No.4

noname#65504

時刻歴波形にしろ、周波数スペクトルにしろ、普通はセンサーからくる信号は電気信号なので、２次元で表示する場合は、縦軸は電圧の振幅ですね。

電圧とその他の物理量は比例関係にありますので、一定の係数をかけることにより換算出来ます。
地震波なら通常は加速度に換算します。音なら音圧または音圧を対数表示した音圧レベルが縦軸になります。

なお、横軸は時刻歴波形なら時間ですが、周波数スペクトルでしたら周波数です（地震の場合周波数の逆数の周期で示すこともあります）。

時刻歴波形の場合は周波数が重ね合わさった波をそのまま描いていますので、多重表示すると言うことはないです。
周波数分析した結果のスペクトルを表示したのなら、いろいろな表示方法があります。
一定の時間間隔で書き直すものとか（２次元表示）、縦軸方向に時間をずらしたものを並べて各方法とか（３次元表示）。

色を使って表示する場合は色で振幅を示して、横軸は周波数、縦軸は時間などの方法もあります（３次元表示）。
この方法の場合は縦軸は時間ですね。

回答No.3

hkd9001

こんにちは。

質問者さんが　おっしゃっているのは、普通の折れ線グラフじゃなくて、濃淡のある、なんだか「モヤモヤッ」とした模様というかなんというか（笑）、そういったグラフのことだとお察しします。それなら、縦方向は周波数をあらわしていると考えられます。

いま、ある音声が、500,1000,2000Hzの周波数成分を持っていると仮定して、これが５秒間続いたとしましょうか。すると、これに対するグラフとしては、は、上から順に 2000,1000,500Hz の位置に、５秒間分の横向きの三本縞が描かれるはずです。

回答No.2

tohoho2

「スペクトログラム」のことを言っているのだと思うのだが、この言葉で検索するとわかるはずです。

通常は、横軸は時間で、縦軸は周波数、色の濃淡で周波数成分の大きさを表します。様々な周波数成分の大きさの時間変化を見るときに使用します。

もちろん、任意の波は、様々な周波数成分の正弦波で構成されているので、それらの正弦波の重ね合わせです。したがって、「スペクトログラム」を見れば、この波にはどの周波数成分が大きいのか、時間がたつとそれぞれの周波数成分がどのように減衰するのかがわかります。

回答No.1

SRitchie

＞縦軸はなんでしょうか．振幅でしょうか？

一般的に２次元のグラフのy軸は振幅と言うのでは？

おそらく質問者が知りたいのは音圧だと思います。（測定器や表示器により、単位は異なりますが音の大きさだと思います。）

＞ちなみに，当然周波数がことなる波が多重で記録されるのだと思うのですが，このようなグラフでは，波の重ね合わせで多重に表現されれているのでしょうか．

そうです。
ご自身で試しにグラフ化してみると、すぐに分かると思います。