音声信号のスペクトラムを元に音声出力する事は可能なのでしょうか？

質問

音声信号の周波数成分（スペクトラム）を元にした
音声出力プログラムを作ってみたいと思ったのですが、
そもそもスペクトラムから音声に戻すなどということが物理的に可能なのでしょうか？
技術的な問題を考える以前に私はスペクトラム自体
「スペクトラム＝波形パターン」ぐらいにしか考えていませんし
音声ファイルさえ中身はどのようになっているかなどカケラも知りません、ようは何も分かっていないのです。

本質的にやりたい事は音声を入力した時、波形パターンを記録して
その記録した波形パターンから音声に戻したいと思ってます。
何故波形パターンかと言うと、波形なら音声認識において
高い「あ」も、低い「あ」も共通する部分があるだろうから
そこを比較することにより「あ」を「あ」と認識し、
出力時にその波形を変えて声自体の高低を変えてみたいと考えています。

正直自分としては実際こんな事できないんじゃないかと思っていますが、
出来るようでしたら参考になるサイトや本などを教えて頂けると助かります。
言語はＪＡＶＡやＶＣ、Ｃ＋＋等を考えていますが、別段出来れば何でも構いません。

回答No.2

zwi · ベストアンサー

音声スペクトラムは、音声データをフーリエ変換することで得られます。逆に逆フーリエ変換で音声データに戻すことも可能です。

音声認識としては下記が参考になるかも↓
http://pooh.fukushima-nct.ac.jp/nakaolab/sotuken/onsei/ONSE_TOP.HTML
ただし、この音声認識は初歩的なのもので本格的な音声認識はさらに複雑なものです。

検索すると沢山出てきますので、色々と読んでみてください。
「音声認識　原理」とかで探せます。

ただ音の高低を変えたいだけならスペクトラムをシフトするだけで可能だと思いますので音声認識は必要ないと思います。
楽器交じりの音から音声を拾い出して音声だけ周波数を変えようとすれば、それは大変な技術です。十分商品となり特許も取れる技術だと思います。どこまでを目指すかが問題ですね。

お礼

フーリエ変換だけでも検索すれば色々楽しそうなことが書いてありました。
教えてもらったサイトもざっと目を通したら実際にやってみたい事がそのものズバリで行われていたので、基本的な方法は何とかなりそう・・・かな？
ここら辺を軸に色々検索して勉強したいと思います。
どうもありがとうございました。

そうそう音声認識は、まあ何というか・・・必要なんです
やりたい事は頭にあれどそれを実際に実行出来るかどうかを模索中なのでその一環が音声の高低変換なんです。
雑音交じりの中から音声を抽出するのも夢ですね（これに関しては頭の中は真っ白白何すればいいんだか・・・）。
とにかく何を勉強すれば良いのかそのきっかけが掴めたので、一歩ずつ頑張ります。

回答No.1

noname#39970

いくつかの音声ソフトには　スペクトラム表示ができるものがあるので可能だと思われる。
扱う方法の１つとしてスペクトラムがあるというだけなのでそれをスピーカの振動、つまり波形に変換する方法が有るのならそれをプログラム化すれば実現できる事になる。

お礼

私もツールなどでスペクトラム表示されているのを見て、これを元に色々出来ないかなーーと思い質問したので、
実際変換自体は出来るそうなので色々勉強してみます。
こんな変な質問にお答えいただきありがとうございます。