Äänenanalyysissä

Äänenanalyysissä on suomen kielen taivutusmuoto, joka viittaa äänen tai puheen analysointiin liittyvään prosessiin. Termi kuvaa sekä tutkimusalaa että käytännön toimintaa, jossa audio- tai puhesignaaleja tutkitaan, tulkitaan ja mallinnetaan eri tarkoituksiin. Äänenanalyysissä usein tarkastellaan sekä yksittäisiä äänielementtejä että niiden dynamiikkaa pitkällä aikavälillä.

Yleisimmät menetelmät perustuvat signaalin esikäsittelyyn ja piirteiden erotteluun. Aikadomainissa tarkastellaan signaalin ajassa tapahtuvia muutoksia, taajuusdomaiinissa käytetään Fourier- tai Wavelet-muunnoksia sekä spektri- ja aikatasoanalyyseja. Keskeisiä piirteitä ovat MFCC:t, äänensävyn korkeus (F0), energian taso sekä formantit ja spektrinen gradientti. Näitä piirteitä hyödynnetään luokittelussa, regressionissa ja erilaisissa päätöksenteko- tai tunnistustehtävissä.

Työprosessi koostuu tyypillisesti useammasta vaiheesta: esikäsittely (kohinan poisto, normalisointi), ikkunointi ja lyhyiden aikajaksojen analyysi (esim. 20–40 ms), piirteiden ulostulo sekä tilastollinen tai koneoppimiseen perustuva malli, jolla tehtävä ratkaistaan (esim. puheentunnistus, puhujan tunnistus).

Sovelluksia ovat puheentunnistus, puhujan identifiointi, kielentunnistus sekä musiikin ja ympäristöäänien luokittelu. Alalla käsitellään myös kliinisiä ja forensisia tarkoituksia sekä akustisen laadun arviointia.

Haasteina ovat esimerkiksi kohina ja kanavavaihtelut, puhetyylien ja kieltäytymien vaihtelu, tallennusolosuhteet sekä datan annotointi. Työkaluina käytetään yleisesti Praatia, MATLABia sekä Pythonin kirjastoja (esim. librosa, scipy, numpy).