Spektrogrammianalyysin

Spektrogrammianalyysi on signaalin taajuuskehityksen tutkimista aikajanalla. Se tuottaa spektrogrammin, jossa ajan ja taajuuden suhde näkyy visuaalisena karttana: kunkin ajanhetken taajuuskomponenttien voimakkuus esitetään väreinä tai harmaasävyinä. Yleisin menetelmä on lyhyen aikavälin Fourier'n muunnos (STFT).

Signaali jaetaan päällekkäisiin ikkunoihin, jokaisesta ikkunasta lasketaan taajuusjakauma. Jokaisen ikkunan spektri kertoo taajuusjakauman seuraavalla hetkellä. Ikkunan pituus ja tyypin valinta sekä kuorma (overlap) määrittävät aikaisuutta ja taajuusresoluutioa; lyhyt ikkuna parantaa ajallista tarkkuutta, mutta heikentää taajuusresoluutioa, kun taas pitkä ikkuna päinvastoin.

Käyttökohteita ovat puhe- ja kielitieteellinen analyysi, puheentunnistus sekä musiikki- ja biologisten äänitteiden tutkimus. Spektrogrammin avulla voi havaita formantteja, modulaatioita sekä toistuvia taajuusmalleja ja kestoa.

Rajoitukset liittyvät erityisesti aikamääriin: valittu ikkunakoko vaikuttaa tulkinnan luotettavuuteen. Kohina, artefaktit ja väärät esitykset voivat heikentää kuvauksen selkeyttä. Tulokset ovat riippuvaisia käytetyistä parametreista eikä signaalin taajuuksia voi nähdä yksiselitteisesti ilman kontekstia.

Työkaluja spektrogrammianalyysiin ovat Praat, MATLAB sekä Python-kirjastot kuten librosa ja SciPy; myös erityiset äänianalyysiohjelmistot ovat käytössä. Tulkinta ja visuaalinen esitys tehdään usein värikoodauksella intensiteetin tai energiatuoton mukaan.

Historian näkökulma: Fourier'n muunnos ja STFT ovat olleet keskeisiä signaalin aikajana-analyysin perustoja. Spektrianalyysiä on käytetty laajasti kielitieteessä, akustiikassa ja signaalinkäsittelyssä 20. vuosisadan puolestavälistä alkaen, ja STFT on edelleen vakiintunut työkalu.