ストア勾配スペクトル（すとあこうばいすぺくとる）
最終更新：2026/4/22
ストア勾配スペクトルは、音響信号の周波数成分を時間変化とともに分析し、その変化の勾配を可視化する手法である。
ポイント
この手法は、特に音声認識や音楽分析において、時間的な特徴を捉えるために用いられる。信号の短時間フーリエ変換を基に計算される。
ストア勾配スペクトルの概要
ストア勾配スペクトル（Store Gradient Spectrum: SGS）は、音響信号の時間変化を分析するための信号処理技術である。従来のスペクトログラムでは、周波数成分の強度変化しか表現できないのに対し、SGSは周波数成分の強度変化の「勾配」を可視化することで、より詳細な時間的特徴を捉えることを可能にする。
計算方法
SGSは、通常、以下の手順で計算される。
- 短時間フーリエ変換 (STFT): 音響信号を短い時間窓で区切り、各窓に対してフーリエ変換を適用する。
- スペクトル計算: STFTの結果から、各周波数ビンにおける振幅スペクトルを計算する。
- 勾配計算: 隣接する時間フレーム間のスペクトルの差分を計算する。これが勾配となる。
- 勾配スペクトル表示: 計算された勾配を、時間と周波数の2次元平面上に表示する。この表示がストア勾配スペクトルとなる。
応用分野
SGSは、以下の分野で応用されている。
- 音声認識: 音声のダイナミックな特徴を捉えることで、音声認識の精度向上に貢献する。
- 音楽分析: 楽器の音色や演奏表現の変化を分析する。
- 音声合成: 自然な音声合成を実現するために、音声の時間的特徴をモデル化する。
- 異常検知: 機器の振動音や音声信号から、異常なパターンを検出する。
利点と欠点
利点:
- 時間的な変化を捉える能力が高い。
- 従来のスペクトログラムでは見えにくい特徴を可視化できる。
欠点:
- 計算コストが高い。
- パラメータ調整が難しい場合がある。