음성 분석 중의 부립엽 변환과 스펙트럼 도표를 이해하다

개시하다
음성 분석에서 스펙트럼을 얻기 전에 필요한 지식을 총결하였다.
다음 용어의 의미와 관계를 구체적으로 총결하였다.

부립엽 변환(FT:Fourier Transform)

빠른 부립엽 변환(FFT: Fast Fourier Transform)

단시간 부립엽 변환(STFT: 단시간Fourier Transform)

스펙트럼/스펙트럼(Spectrum)

스펙트럼 (Spectrogram)

부립엽 변환(FT:Fourier Transform)フーリエ変換는 時間領域(wav 파일과 같은 가로축을 시간, 세로축을 진폭으로 설정)의 값을 周波数領域(가로축을 주파수, 세로축을 진폭으로 설정)로 바꾸는 방법 중 하나이다.
기계 학습 등을 통해 소리를 처리할 때는 시간 구역을 잘 처리하지 못하고 주파수 값을 사용하는 것이 좋다.

일반적으로 시간역에서 주파수역으로 전환하는 것을 통칭フーリエ変換이라고 하지만 엄밀히 말하면 다르다.
시간역에서 주파수역까지의 변환은 4가지가 있는데 연속값과 이산값의 조합이고 부립엽 변환은 그 중의 하나이다.
시간 영역
주파수 영역
전환 방법
연속하다
이산하다
부립엽 레벨 전개
연속하다
연속하다
부립엽 변환
이산하다
연속하다
이산 시간 부립엽 변환
이산하다
이산하다
DFT: Discrete Fourier Transform
컴퓨터에서 기본적으로 이산값만 처리할 수 있기 때문에 주로 음성 분석離散フーリエ変換에 사용된다.다용DFT이라는 약칭.
아래의 글에서 일반화를 위해 주파수를 시간역에서 바꾸는 것을 통칭フーリエ変換이라고 한다.
FFT(Fast Fourier Transform)
빠른 부립엽 변환(빠른 부립엽 변환, 영:fast Fourier transform, FFT)은 컴퓨터에서 이산 부립엽 변환(영:discrete Fourier transform, DFT)을 빠르게 계산하는 알고리즘이다.
참조: 빠른 부립엽 변환 - 위키백과https://ja.wikipedia.org/wiki/빠른 부립엽 변환高速フーリエ変換는 컴퓨터를 이용한 고속계산離散フーリエ変換의 방법이다.획득한 값은 離散フーリエ変換와 같다.따라서python 등 프로그램 라이브러리를 사용하여 부립엽 변환을 할 때 기본적으로 고속 부립엽 변환을 사용한다.다용FFT이라는 약칭.
짧은 시간 부립엽 변환(STFT: 짧은 시간Fourier Transform)
부립엽 변환은 전체 시간역에 적용되기 때문에 부립엽 변환 후의 주파수에는 시간 정보가 없다.
그러나 음성 분석에서'안녕하세요'라는 문장의 전체적인 주파수 정보가 아니라'k,o,n,n,n,i,c,h,i,w,a'와 같은 모든 음소의 주파수 정보가 매우 중요하다.短時間フーリエ変換에서 시역에 대해 간격 부립엽 변환을 진행한다.따라서 시간 변화의 소리를 분석할 수 있다.단시간 부립엽 변환 후의 값은'시간-주파수-진폭'의 3차원 값이다.아래의 그림에서 보기 편리하도록 진폭을db로 바꾸어 표시합니다.

스펙트럼 및 스펙트럼(Spectrum)
소리 분석에서 소리 부립엽을 변환한 소리를 スペクトル 또는 周波数スペクトル라고 부른다.간단하게 말하면 아래의 그림이다.소리를 스펙트럼 분석으로スペクトル分析라고 부른다.영어에서는Spectrum이기 때문에スペクトラム 또는スペクトラル分析라고도 부른다.

스펙트로그램
소리 분석에서 소리를 짧은 시간에 부립엽으로 변환한 소리를 スペクトログラム라고 한다.간단하게 말하면 아래의 그림이다.

총결산
음성 분석에서 비슷한 단어는 같은 뜻과 다른 뜻이 많은데 혼란스러워서 정리했습니다.그 외에도 케프스트라임, 멜보 등 전문용어가 있으니 다음에도 총결산하고 싶다.
참고 문헌
DFT(이산 부립엽 변환)의 구조를 완벽하게 이해
https://qiita.com/TumoiYorozu/items/5855d75a47ef2c7e62c8