음성: 소리를 스펙트럼으로 듣기

자주 하는 실수와 요약

자주 하는 실수

실수 바른 생각 나온 문제
줄의 한가운데를 살짝 대는 것은 누르는 것과 같다 줄 길이는 그대로이고, 한가운데가 마디인 떨림(짝수 번째 배음)만 남는다 문제 1
음높이는 가장 낮은 물결의 주파수다 기본음이 빠져도 배음 줄의 간격으로 같은 높이가 들린다. 물결을 고르게 밀어 정수배가 깨지면 들리는 높이도 조금 움직인다 문제 2
자기상관이 가장 큰 지연이 곧 주기다 주기의 배수는 모두 같은 점수를 받는다. 동점을 깨는 규칙에 따라 한 옥타브 틀림이 생긴다 문제 3
헬륨 목소리는 음높이가 올라간 것이다 성대는 그대로라 배음 간격은 같고, 봉우리가 올라 센 배음이 위로 옮겨 간다 문제 4
높은 음으로 불러도 봉우리 자리는 배음에서 똑같이 읽힌다 배음은 필터 윤곽을 f₀ 간격으로 샘플링한다. 간격이 넓으면 봉우리 자리를 잃는다 문제 5
녹음 재생 속도를 바꾸면 모음이 바뀐다 원천과 필터가 같은 배수로 옮겨 배음 번호로 본 모양은 같다. 모음은 지키고 사람만 바꾸는 늘리기다 문제 6
좁은 띠 그림에서 가로줄이 늘면 음높이가 오른 것이다 같은 범위에 줄이 늘었다면 간격이 좁아진 것이고 음높이가 내려간 것이다 문제 7
필터 폭은 목소리와 상관없이 하나로 정하면 된다 배음 간격보다 넓어야 포먼트가 매끈한 띠로 보인다. 높은 목소리일수록 더 짧은 윈도우가 필요하다 문제 8
파형이 칸마다 어긋나면 되살리기는 실패다 부호만 뒤집어도 칸별 오차는 크다. 귀에 가까운 잣대는 세기 그림의 오차다 문제 9
멜 눈금은 피아노 건반 눈금과 같다 건반은 처음부터 로그, 멜은 낮은 쪽에서 Hz 에 가깝고 높은 쪽에서 로그에 가깝다 문제 10
멜 채널을 늘리면 낮은 쪽이 그만큼 또렷해진다 채널은 FFT 칸을 묶을 뿐이다. 낮은 쪽은 이미 FFT 칸 하나씩이라 윈도우를 길게 해야 또렷해진다 문제 11
가리개 위치를 고르게 고르면 채널마다 고르게 지워진다 양 끝 채널은 덜 지워지고, 맨 위 채널은 한 번도 지워지지 않는다 문제 12

요약

flowchart LR
  A["성대: 원천<br/>f₀ 의 정수배 배음"] --> B["입안: 필터<br/>봉우리 F₁, F₂"]
  B --> C["입 밖의 소리<br/>배음 세기 = 원천 × 필터"]
  C --> D["스펙트로그램<br/>긴 윈도우: 배음 / 짧은 윈도우: 포먼트"]
  D --> E["멜 눈금으로 묶기<br/>로그 멜 80칸·128칸"]
  E --> F["음성 인식 모델의 입력"]

막힌 곳