Spektrogrammit

Spektrogrammit ovat visuaalisia esityksiä äänen tai muun signaalin taajuusspektrin muutoksista ajan myötä. Niitä käytetään laajasti äänianalyysissä, puheen tunnistuksessa, musiikin kompressoinnissa ja monilla muilla aloilla. Spektrogrammi piirtää aika-akselin, taajuus-akselin ja voimakkuus-akselin. Voimakkuus esitetään usein värikoodilla, jossa kirkkaammat värit osoittavat voimakkaampia signaaleja tietyllä taajuudella ja ajanhetkellä.

Spektrogrammien luominen perustuu yleensä lyhytaikaiseen Fourier-muunnokseen (Short-Time Fourier Transform, STFT). STFT jakaa signaalin pieniin, päällekkäisiin aikapaloihin ja laskee kunkin palan Fourier-muunnoksen, joka paljastaa sen taajuuskomponentit. Näitä Fourier-muunnoksia yhdistetään sitten muodostamaan jatkuva esitys spektrin kehityksestä. Analysoitavan signaalin resoluutio sekä ajallisesti että taajuudellisesti vaikuttaa spektrogrammin ulkonäköön ja sen sisältämään tietoon. Lyhyempi aikapala parantaa ajallista resoluutiota mutta heikentää taajuusresoluutiota ja päinvastoin.

Spektrogrammien avulla voidaan tunnistaa erilaisia äänellisiä ilmiöitä, kuten säveliä, kohinaa, harmoonisia sarjoja ja transienteja. Ne ovat arvokkaita työkaluja esimerkiksi lintujen laulun analysoinnissa, musiikin instrumenttien tunnistamisessa ja puheen eri äänteiden erottamisessa. Spektrogrammeja käytetään myös ymmärtämään äänen ominaisuuksia, kuten sen sävyä ja dynamiikkaa. Spektrogrammien tulkinta vaatii kuitenkin harjoittelua ja ymmärrystä signaalinkäsittelystä.