WOLFRAM

Wolfram言語 ＆ システム ドキュメントセンター
Wolfram言語ホームページ »

AudioSpectralMap
✖
AudioSpectralMap

更新 14.1

✖
AudioSpectralMap[f,audio]

関数 f を短時間フーリエ(Fourier)変換に適用することで音声信号を変換する．

✖
AudioSpectralMap[f,{audio1,…}]

関数 f をすべての audioiの短時間フーリエ変換のリストに適用する．

✖
AudioSpectralMap[f,video]

video の最初の音声トラックを変換する．

詳細とオプション

  • AudioSpectralMapを使って，時間領域と周波数領域の両方で任意に信号を変更することができる．分光フィルタを使って特定の時間の特定の周波数を，弱めたり，ハイライトしたり，変更したりすることができる（例：ノイズを除去する）．
  • AudioSpectralMapは関数 f を短時間フーリエ変換に適用し，重畳加算法を使って逆関数を計算する．
  • 関数 f は短時間フーリエ変換の値を第1引数として取る．周波数と時間も第2および第3引数として f に任意で与えることができる．
  • #Value または #1短時間フーリエ変換の値
    #Frequency または #2周波数（単位：Hz）
    #Time または #3時間（単位：秒）
  • 多チャンネル音声オブジェクトについては，変換は各チャンネル別々に行われる．
  • 複数の音声信号がある場合は，#Valueは値のリストになる．audioiに#Value〚i〛を使う．
  • AudioSpectralMapは，各分割の長さとオフセット，および平滑化窓が指定できるPartitionGranularityオプションを取る．

例題

すべて開くすべて閉じる

例  (1)基本的な使用例

音声信号の分光フィルタリング：

In[2]:=2
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-0gxchy
Out[2]=2

スコープ  (3)標準的な使用例のスコープの概要

各スペクトル成分にその周波数を掛ける：

In[2]:=2
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-pjndz4
In[3]:=3
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-i7oizq
Out[3]=3

各スペクトル成分に時間を掛ける：

In[4]:=4
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-vbulwi
Out[4]=4

2つのサウンド間で変化させる：

In[1]:=1
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-5wxvqa

2つの短時間フーリエ変換に掛け算を行う：

In[2]:=2
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-kla8tb
Out[2]=2

最初の音声の大きさと2番目の音声の位相を使う：

In[3]:=3
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-cd6uot
Out[3]=3

動画の音声トラックを処理する：

In[1]:=1
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-pjlg25
Out[1]=1

オプション  (1)各オプションの一般的な値と機能

PartitionGranularity  (1)

デフォルトで，分光フィルタリングに適した自動分割が使われる：

In[1]:=1
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-yfhse0
In[2]:=2
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-klokb7
Out[2]=2

分割サイズを指定する：

In[3]:=3
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-7guadn
Out[3]=3

分割サイズ，オフセット，平滑化窓を指定する：

In[4]:=4
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-htduxn
Out[4]=4

アプリケーション  (8)この関数で解くことのできる問題の例

振幅が小さいすべての成分を除去することで，音声信号のノイズを除去する：

In[1]:=1
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-tqlnma
Out[2]=2
In[3]:=3
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-h2dycv
Out[3]=3
In[4]:=4
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-w2oanv
Out[4]=4

1000Hzより小さい成分を除去することでローパスフィルタを作る：

In[1]:=1
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-rw14ob
In[2]:=2
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-kdqard
Out[2]=2
In[3]:=3
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-0c4prr
Out[3]=3
In[4]:=4
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-4i87tq
Out[4]=4

ハイパスフィルタを作る：

In[5]:=5
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-1gnx1p
Out[5]=5
In[6]:=6
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-hpl6sl
Out[6]=6

0.5秒より小さい時間の全成分をゼロにする：

In[1]:=1
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-14lr7l
In[2]:=2
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-14qn6a
Out[2]=2
In[3]:=3
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-wnm57d
Out[3]=3
In[4]:=4
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-nhui4a
Out[4]=4

すべての成分にランダムな位相を割り当ててささやき効果を出す：

In[1]:=1
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-l5ojqz
Out[1]=1

ゼロに等しい位相をすべての成分に割り当ててロボットのような効果を出す：

In[1]:=1
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-7dpdwg
Out[1]=1

静かな成分の振幅を低くすると，事実上，単純なノイズ除去が行われる：

In[1]:=1
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-iwmg0l
In[2]:=2
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-8757kx
In[3]:=3
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-2vf66y
Out[3]=3
In[4]:=4
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-lobyj1
Out[4]=4

静かな成分を完全にゼロで埋める：

In[5]:=5
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-lcyj9p
In[6]:=6
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-cggso5
Out[6]=6
In[7]:=7
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-grcmvt
Out[7]=7

時間依存ハイパスフィルタを作る：

In[1]:=1
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-3ga1qn
In[2]:=2
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-4o8i3c
In[3]:=3
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-kqccgd
Out[3]=3
In[4]:=4
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-vq5n2o
Out[4]=4

ノイズのプロファイルを引くことで信号のノイズを除去する：

In[1]:=1
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-yagd1f
Out[1]=1
In[2]:=2
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-va1on6
Out[2]=2

ノイズだけを含む信号の部分を切り取る：

In[3]:=3
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-iuuyan
Out[3]=3

ノイズの振幅スペクトルを計算する：

In[4]:=4
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-45lkyc

結果を平滑化する：

In[5]:=5
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-v9r6cu

平滑化されたノイズスペクトルを使って周波数領域上に補間関数を作る：

In[6]:=6
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-ehm7ts
Out[6]=6
In[7]:=7
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-j8cp2g
Out[7]=7

各成分から対応するノイズ振幅スペクトルを引く：

In[8]:=8
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-dh41w0
Out[8]=8
In[9]:=9
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-kflbau
Out[9]=9

特性と関係  (1)この関数の特性および他の関数との関係

恒等写像を各スペクトル成分に適用する：

In[1]:=1
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-dgmq7g
In[2]:=2
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-54qgms
Out[2]=2

この操作は，逆変換の際の重畳加算のために恒等操作ではない：

In[3]:=3
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-4cxmjj
Out[3]=3

しかし，結果はもとの信号とほんの少ししか違わない：

In[4]:=4
✖
https://wolfram.com/xid/0b7fpd1912dt9yn8-9m5h7n
Out[4]=4
Wolfram Research (2017), AudioSpectralMap, Wolfram言語関数， https://reference.wolfram.com/language/ref/AudioSpectralMap.html （2024年に更新）.
✖
Wolfram Research (2017), AudioSpectralMap, Wolfram言語関数， https://reference.wolfram.com/language/ref/AudioSpectralMap.html （2024年に更新）.

テキスト

Wolfram Research (2017), AudioSpectralMap, Wolfram言語関数， https://reference.wolfram.com/language/ref/AudioSpectralMap.html （2024年に更新）.

✖
Wolfram Research (2017), AudioSpectralMap, Wolfram言語関数， https://reference.wolfram.com/language/ref/AudioSpectralMap.html （2024年に更新）.

CMS

Wolfram Language. 2017. "AudioSpectralMap." Wolfram Language & System Documentation Center. Wolfram Research. Last Modified 2024. https://reference.wolfram.com/language/ref/AudioSpectralMap.html.

✖
Wolfram Language. 2017. "AudioSpectralMap." Wolfram Language & System Documentation Center. Wolfram Research. Last Modified 2024. https://reference.wolfram.com/language/ref/AudioSpectralMap.html.

APA

Wolfram Language. (2017). AudioSpectralMap. Wolfram Language & System Documentation Center. Retrieved from https://reference.wolfram.com/language/ref/AudioSpectralMap.html

✖
Wolfram Language. (2017). AudioSpectralMap. Wolfram Language & System Documentation Center. Retrieved from https://reference.wolfram.com/language/ref/AudioSpectralMap.html

BibTeX

@misc{reference.wolfram_2025_audiospectralmap, author="Wolfram Research", title="{AudioSpectralMap}", year="2024", howpublished="\url{https://reference.wolfram.com/language/ref/AudioSpectralMap.html}", note=[Accessed: 02-April-2025 ]}

✖
@misc{reference.wolfram_2025_audiospectralmap, author="Wolfram Research", title="{AudioSpectralMap}", year="2024", howpublished="\url{https://reference.wolfram.com/language/ref/AudioSpectralMap.html}", note=[Accessed: 02-April-2025 ]}

BibLaTeX

@online{reference.wolfram_2025_audiospectralmap, organization={Wolfram Research}, title={AudioSpectralMap}, year={2024}, url={https://reference.wolfram.com/language/ref/AudioSpectralMap.html}, note=[Accessed: 02-April-2025 ]}

✖
@online{reference.wolfram_2025_audiospectralmap, organization={Wolfram Research}, title={AudioSpectralMap}, year={2024}, url={https://reference.wolfram.com/language/ref/AudioSpectralMap.html}, note=[Accessed: 02-April-2025 ]}