Spektrogramlar

Spektrogramlar, bir ses ya da sinyalin zamana bağlı frekans içeriğini görsel olarak sunan iki boyutlu grafiklerdir. Yatay eksen zaman, düşey eksen frekansları gösterir; renk veya parlaklık ise çoğunlukla o anda belirli frekans aralığının enerji veya güç yoğunluğunu ifade eder.

Bir spektrogramın oluşturulması genellikle kısa süreli Fourier dönüşümü (STFT) yoluyla yapılır. Sinyal belirli pencerelere bölünür; her pencere için frekans bileşenleri hesaplanır ve ardışık pencerelerin sonuçları birleştirilerek zaman-mekân üzerinde bir görüntü elde edilir. Pencere uzunluğu ve örtüşme oranı, zaman çözünürlüğü ile frekans çözünürlüğü arasında bir ticaret oluşturur; uzun pencereler daha iyi frekans çözünürlüğü verirken zaman çözünürlüğünü düşürür, kısa pencereler ise tam tersi etki yapar.

Hızla kullanılan türevlerden biri mel-spektrogramdır; frekans ekseni insan kulağının işitme duyusuna daha duyarlı olan mel ölçeğine dönüştürülür ve bu, konuşma ve müzik analizlerinde sıkça kullanılır. Ayrıca güç spektrumu veya magnitüd spektrumunu görselleştirmek için log ölçeği veya renk haritaları tercih edilebilir. MFCC gibi bu spektral temsilden türetilen öznitelikler de yaygın olarak kullanılır.

Kullanım alanları arasında konuşma tanıma, müzik bilgisi erişimi, çevresel ses analizleri, biyolojik ses incelemeleri ve ses mühendisliği bulunur.

Yorumlama notları: karanlık bölgeler yüksek enerjiye işaret eder; çözünürlük kararları analiz amacıyla belirlenir. Sesin yapısına göre uygun pencere boyutu ve ölçek seçimi, sonucu nasıl yorumlanacağını önemli ölçüde etkiler.