スペクトル包絡

スペクトル包絡とは、音声信号などを周波数解析した際に現れる、スペクトルの全体的な形状を指します。音声波形を時間軸から周波数軸に変換すると複雑なスペクトルが得られますが、その上下を結んだ滑らかな曲線がスペクトル包絡です。

この包絡は、声道の形状など音源の特性を反映しており、人の声の質や母音の違いを決定づける非常に重要な情報です。スペクトルから微細な変動を取り除き、この包絡だけを抽出することで、音韻情報を保持したまま音声を合成したり変換したりすることが可能になります。

G検定では、音声認識や音声合成技術の基礎知識として問われる可能性があります。ディープラーニングを用いた音声変換や生成モデルにおいて、音質を制御するための重要な特徴量の一つとして、その概念を理解しておく必要があります。