Skip to the content.

最終更新日:2026年9月24日

まず結論

  • スペクトログラム → 時間×周波数の表現
  • フォルマント → 声道の共鳴に対応するスペクトル包絡のピーク
  • MFCC → メル尺度を使ったケプストラム特徴

G検定では、何を表しているかで切り分けます。

直感的な説明

スペクトログラムは、音が時間とともにどの周波数成分を持つかを表します。

フォルマントは、声道の形によって強調される共鳴周波数です。

MFCCは、スペクトル包絡の特徴を、人の聴覚特性を考慮した形で少数の係数へ要約します。

定義・仕組み

スペクトログラム

STFTなどから得られる時間×周波数×強度の表現です。

可視化だけでなく、CNNなどのモデル入力として直接使われることもあります。

フォルマント

特に母音では、声道の共鳴によってスペクトル包絡に現れるピークが重要です。

F1・F2などは母音の識別と強く関係します。

スペクトル上のすべてのピークをフォルマントと呼ぶわけではありません。

MFCC

代表的には、周波数分析 → メルフィルタバンク → 対数 → DCTを経て係数を求めます。

音声認識で歴史的に広く使われてきましたが、深層学習ではメルスペクトログラムや生波形なども使われます。

いつ使う?(得意・不得意)

  • スペクトログラム → 時間周波数パターン
  • フォルマント → 母音・声道特性
  • MFCC → コンパクトな音響特徴

G検定ひっかけポイント

  • スペクトログラムは可視化専用ではない
  • フォルマントは単なる最大ピークではない
  • MFCCは代表的特徴量の1つであり、常に最適とは限らない

まとめ(試験直前用)

  • スペクトログラム=時間×周波数
  • フォルマント=声道共鳴
  • MFCC=メル尺度+ケプストラム
  • 役割で切り分ける

© 2024-2026 stemtazoo. All rights reserved.