【G検定】メル周波数ケプストラム係数(MFCC)とは？音声特徴量の定番を解説
2026年5月25日
音声認識の世界で長年「定番の特徴量」として使われてきたのが、メル周波数ケプストラム係数（MFCC: Mel-Frequency Cepstral Coefficients）です。名前はいかつく見えますが、「人間の耳の感覚に合わせて音声の特徴を数値の並びに圧縮したもの」と捉えれば、ぐっと身近になります。
【G検定】フォルマント周波数とは？F1は口の開き・F2は舌の位置をやさしく解説
2026年5月25日
前のキーワード「フォルマント」が声道の共鳴で生まれるスペクトルのピークだとすると、そのピークが「何Hzにあるか」を表すのがフォルマント周波数です。この記事では、F1・F2という2つの代表値が発音のどの動きに対応するのかを軸に整理します。
【G検定】フォルマントとは？声道の共鳴が生む音声スペクトルのピークを解説
2026年5月25日
「あ」と「い」を、私たちはなぜ聞き分けられるのでしょうか。その答えの中心にあるのが、今回のキーワード「フォルマント」です。音声処理の分野で最も基本となる概念のひとつなので、仕組みからじっくり理解していきましょう。
【G検定】パルス符号変調(PCM)とは？標本化・量子化・符号化の3ステップを解説
2026年5月25日
マイクで拾った「音の波」を、コンピュータが扱える「0と1の列」に変える最も基本的な方法が、パルス符号変調(PCM)です。音声認識も音声合成も、すべてはこの変換から始まります。
【G検定】スペクトル包絡とは？声道の共鳴特性とケプストラム分析をわかりやすく解説
2026年5月25日
同じ「あ」を同じ高さで発音しても、誰の声かはすぐ分かります。この「声の音色」の正体が、スペクトルのなだらかな輪郭——スペクトル包絡です。音素の識別にも話者の特徴づけにも関わる、音声の特徴量を理解するうえで要となる概念を解説します。