スペクトル表の見方を教えてください。

質問

スペクトル表の見方を教えてください。
利用ソフトはFrieve Audioです。

(1)たとえば、
100dBの音は-10dBでなっている。
1kの音は-30dBでなっている。
10kHzの音は-42ｄBの音でなっている。
という見方をすればいいのでしょうか?

(2)-30の音というのは0dFSよりも30dB低い音ということでしょうか?

(3)この表から分かることを教えてください。

回答No.3

iBook 2001（@iBook-2001） · ベストアンサー

はじめまして♪

どんな信号の測定結果なのかは存じませんが、オオザパに眺めて、５００Hz以下の解像度が悪く、ほぼ新羅製が得られないグラフ表示だと思われます。

さて、、、、
(1)たとえば、
100dBの音は-10dBでなっている。
（あれれ？単位違わんかなぁ？、意味不明だじょぉ。）

1kの音は-30dBでなっている。
10kHzの音は-42ｄBの音でなっている。
（測定スケール最大値に対してはそういう見方も出来る。）

（２）、（３）、、、

あくまでも、測定可能な最大値（フルビットとは、そう言う意味に成る）に対しての相対数値なので、基準をドコにして眺めるか、という事にして考えた方が良いでしょう。

今回の数値ですと、１kHzを基準とし多場合、１０kHzは、１２dB低いと考えます。（-30dBと－４２dBの差）

デジタル計算に依る測定の場合、低い周波数になるほど、演算誤差が多く成って精度が不確かに成ってしまいます。
添付画像の表示でも、高域側の方はかなり細かいレベル変化を表示していますが、低域側に成る程オオザパで滑らかな表示にとどまってますね。

過去に、サンプル数を桁違いに大きくし、表示までに時間がかかる手法の表示比較例を提示下さった大先輩の回答者様がありましたよね♪

お礼

Frieve Audioは音楽再生ソフトです。
http://www.frieve.com/frieveaudio/
音源は李宇春さんの「我的王国」です。
http://www.youtube.com/watch?v=YBIjylCpXt0
実際にはWAVファイルを利用し、ライブ版ではありません。そのある一瞬を取ったスクリーンショットです。

＞５００Hz以下の解像度が悪く、ほぼ新羅製が得られないグラフ表示だと思われます。

＞100dBの音は-10dBでなっている。
「100Hzの音は-10dBでなっている。」の間違いでした。

＞あくまでも、測定可能な最大値（フルビットとは、そう言う意味に成る）に対しての相対数値なので、基準をドコにして眺めるか、という事にして考えた方が良いでしょう。

音楽を聴く場合、どのあたりの周波数を基準に考えるといいですか?

なるほど、低音は荒く、高音は細かいんですね。確かにどの曲をかけてみても、そういう傾向がある気がします。

回答No.2

Glory_777

二つの信号があって、それぞれの周波数利得を表示しているように見えます。

根底から誤解があるようなので、基本から説明します。

周波数特性と言うのは、無限に連続する信号（音とかでも良い）の特徴を
調べるための一つの方法です。

音や光の特徴を調べる時に、スペクトル分析という呼び方をしたりします。

根底の論理は、全ての連続する曲線は、Sin関数の重なりで表せる（近似）と言う発想です。

もしこれが本当ならば（証明されていますが）、私たちが聞く音は、無色のサイン波形
を重ねたものとして捉えれます。

サイン波形だけを聞くと、「ポー」と言うノイズのない音で聞こえます。
これの周波数を変えれば、当然音の高さも変わります。

つまりは、私たちが音として捉えている全ては、このサイン波形の重なりであって、
その組み合わせを調べてしまえば、サイン波形を合成して音声も作れると言う事です。

ただし、サイン波形の重なりと言っても、それぞれの周波数のサイン波形の音量は、
一定じゃありません。

このグラフでは、0Hzから20KHzまでの無数のサイン波形が合成されているとしています。
それぞれの音量をグラフ化したわけです。
ですので、質問者さんは、何らかの音声データをツールにかけたのでしょう。
もしくは何らかの音響装置か、デジタルフィルタです。

その信号源（と言う呼び方を良くする）の特徴をあらわしています。

人間は、数十～二万Hzまでの音を聞きとれると言われています。
人の声は、大体4千Hzくらいまでです。

音響装置などでスペクトル（特に周波数利得）を論じられるのは、
音響装置を通すと微妙に音が変わるからです。
元の音に近いほうが良い音響装置となります。

マイクやヘッドホン、スピーカーだけではなく、
途中に入るアンプ、ケーブル等も含めて、
自分が構成した音響環境全体で周波数利得が変わります。

大体は元の音と似ているのですが、
装置によっては、ある周波数部分で音が減衰するものが殆どです。

例えば、
ヘッドフォン等を買うとき、周波数利得のグラフ（質問者さんが見せてるのと全く同じ）
が性能データとして添付されている場合があります。

それを見て、高い音で音が減衰しているようならば、高音に弱いとなります。
一番良いのは、全てに対して直線的になることです。
つまり０ｄｂに張り付いている音響装置が理想です。（まずありませんが）

横軸は、周波数をあらわしています。
最大が２０KHz付近なので、人間の耳を想定しているようです。
ですので音響装置を対象としているツールでしょう。

更に、１０KHz、２０KHzと右が荒く、１KHz付近を境に分解能をあげています。
これは、声が４KHzくらいで、特に歌等では１．２KHzあたりが綺麗な高音です。
２００Hzから１KHzまでがだいたい歌を録音する場合に重要な場所になります。
勿論、それ以下の周波数も低音として魅力的な響きを与えます。

次に縦軸です。
波の振幅（ここでは音量として捉えてよい）の倍率です。
db（デシベル）と言う単位は、数学や物理で使う単位です。

凄い簡単な考え方として、

音量が2倍になると、6dbあがる。と考えればよいです。
逆に半分になると、－6dbです。

では、四分の１では？

半分の半分ですから、-12dbとなります。

この表では、グラフの縦軸が12db単位で罫線が入っていますから、
そうした知識を前提にしているツールだと思います。

ちなみに、
音をサンプリングする時、16ビットとか、8ビットとかサンプリングビット数が
提示されている場合があります。

これは、コンピュータで言うところのデータビット数です。

二進法ですから、1ビットで二つの数字を表せます。０と１ですね。

16ビットと言う事は、２の１６乗＝65536までを表現できます。＋－を入れるとその半分。
16ビット44.1KHｚと言う提示がされていたら、
最大で22.05KHｚまでの音を、65536段階で刻んデジタル・データ化したとうことです。
（サンプリング定理と言うのがあって、サンプリングした周波数の半分までが保障される）

なぜここでそれを述べたかと言うと、
サンプリングしたビット数が16ビットであれば、
65536段階より細かい音の変化は表現できず、全てがノイズになってしまうからです。

と言う事は、
16ビットのデータは、１６ｘ６ｄｂ＝-９６ｄｂより下は無いと言う事です。
このグラフは明らかに-96dbが最下限ですから、
16ビットでサンプリングした音を想定しいます。

二つのグラフは、赤と青があります。赤と青の差をみて、青のほうが小さいですから、
青のほうが音量が低いとなります。

しかも、その差が-12ｄｂから-24ｄｂです。
とすると、青は赤の4分の１から16分の１の大きさだとわかります。

また、５００Hzと１５００Hzあたりで、利得が上がっています。
他は下がっていて、特に周波数があがると段々下がっていってますよね。

それで考えてみると、人語を含む環境音か、伴奏を含む音楽のようにも見えます。
ただし低音が非常に多いので、もしそうならば、加工していない未処理のデータですね。

マイナスのｄｂで表現していますから、音響装置やデジタル・フィルタの特性を表している
のが自然な発想でしょうけど。

以上の様に、声の周波数やその他の楽器の周波数とか、
声でも、バビブベボのようにノイズが多い音は、３KHz帯にあったりしますので、
こうした周波数毎の音の種類を予備知識として覚えておかないと、
こうしたグラフを上手く活用できません。

例えば、３ｋHzから8KHzの利得をカット（小さくする）処理をすると、
声のカツゼツが聞き取りづらくなります。
音響のミキシングで使うツールを使って、色々と遊べます。

音響装置のなかにイコライザーと言うのがありますよね。
これは、イコライズ（＝）ですから、音響装置を通して歪んだ音を、
後から補正するものです。

スペクトル分析をすると、質問者さんが示したような特性が見えるわけです。
そこで、音が小さくなっている周波数だけを拾って音量をあげてあげると、
０ｄｂに近づいてフラット（横一直線）にもっていけますよね？

こまめに周波数毎に調整して、自然な音に近づけるわけです。

音は、音量以外にも位相といって、サイン波形の開始点も重要です。
サイン波形が重なるとしても、綺麗に重ならず、それぞれ思い思いにずれて重なります。

原音を綺麗に再生するためには、このズレも同じ様にしないといけません。

しかし、殆どの音響装置は諦めており、
周波数利得（周波数毎の音量の倍率）を可能な限りフラットにする程度で良しとしています。

音響の場合は例に説明しました。
スペクトルは音声だけでなく、色んなものの解析に使われます。

そのときは、当然ながら、横軸の最大値は、サンプリングした周波数の半分です。
そして、縦軸は＋も含めて表現します。
また、ｄｂで表現せずに、そのまま値を記載することも多くあります。

ｄｂを使うと、小さくて見えない変化も見やすくなると言うので良く使います。

以上から、このグラフを元に、

「ｘｘHzの音は、ｘｘHzの音のｘｘ分の１に減衰している」
（差が6dbならば半分と言うこと、12dbなら4分の１。96dbならば65536分の１）

と言う読み方をすればよいです。

以上ご参考になれば。。

お礼

Frieve Audioは音楽再生ソフトです。
http://www.frieve.com/frieveaudio/
音源は李宇春さんの「我的王国」です。
http://www.youtube.com/watch?v=YBIjylCpXt0

青軸はリアルタイムに変化します。赤軸は動きがやや鈍くなってます。
12dbがメモリになってるのは根拠があったんですね。

回答No.1

A88No8

こんにちは
>(1)たとえば、
>100dBの音は-10dBでなっている。
>1kの音は-30dBでなっている。
>10kHzの音は-42ｄBの音でなっている。
>という見方をすればいいのでしょうか?
　その通りですね(-.-)

>(2)-30の音というのは0dFSよりも30dB低い音ということでしょうか?
　その通りですね(-.-)
　音量が0dBに比べて30dB低いと。

>(3)この表から分かることを教えてください。
　この音源は、１～２KHzの間にピークがあるので「キンキン」した音域の辺りに特徴があるのかな？ってところです。

お礼

音源を書いてなかったのですがこの曲です。ただし、実際にはWAVファイル、ライブ版ではありません。http://www.youtube.com/watch?v=YBIjylCpXt0