---
title: "音色の違い（MFCC）"
description: "音色の違い（MFCC）について、G検定で問われる自然言語処理・系列データ分野の観点から、目的、前提、モデル構造、入力と出力、評価観点のどこが異なるかを比較します。暗記だけでなく、似た概念との混同を避ける見分け方や、選択肢を切るためのポイントも確認します。"
canonical_url: "https://stemtazoo.github.io/gk/timbre-mfcc/"
section: "gk"
---

## まず結論

* **音色の違いはスペクトル包絡の違い**として表現される
* **音色特徴量として最も代表的なのが MFCC（メル周波数ケプストラム係数）**
* FFT やメル尺度は **MFCCを求めるための途中処理**

---

## 直感的な説明

同じ「ド」の音でも、

* ピアノ
* ギター
* 人の声

で **音の雰囲気（音色）** が違います。

これは、

> 含まれている周波数成分の「分布の形」

が違うからです。

この **周波数の分布の形（スペクトル包絡）** を、
人間の聴覚に近い形で数値化したものが **MFCC** です。

---

## 定義・仕組み

### 音色とは？

* 音の高さ（周波数）や大きさでは説明できない音の違い
* **スペクトル包絡** によって決まる

---

### MFCC（メル周波数ケプストラム係数）

MFCCは、以下の手順で求められます。

1. **FFT（高速フーリエ変換）** で周波数成分に分解
2. **メル尺度** で人間の聴覚特性を反映
3. 対数を取る
4. **ケプストラム変換** を行う

👉 この結果得られる係数が **MFCC** です。

---

### 各用語の役割整理

* **FFT**：周波数成分を求める手法
* **メル尺度**：人間の聴覚に合わせた周波数スケール
* **MFCC**：音色を表す最終的な特徴量

---

## いつ使う？（得意・不得意）

### 得意な用途

* 音声認識
* 話者認識
* 楽器音の分類

### 注意点

* 音の高さそのものを表す特徴量ではない
* 雑音に弱い場合がある

---

## G検定ひっかけポイント

* ❌「音色の違いは FFT」 → **誤り**
* ❌「音色の違いはメル尺度」 → **誤り**
* ✅ **音色の違いは MFCC**
* ✅ FFT やメル尺度は **途中処理**

---

## まとめ（試験直前用）

* 音色＝**スペクトル包絡の違い**
* 音色特徴量の代表が **MFCC**
* FFT・メル尺度は **MFCCを求めるための手段**

👉 音声系問題では **MFCCが答え** になることが多い