音を画像として見る

スペクトログラムは音の高さを可視化します。声・鳥の声・ハム音を周波数×時間の絵にします。

このガイドで使う道具

波形は音量を、スペクトログラムは音の高さを示します。各縦列は短い窓のFFTで、明るい帯はその瞬間のその周波数のエネルギーです。

200MBまでの音声をドロップします。FFTサイズ（大きいほど周波数精細・時間粗）と全域か音声が住む下半分かを選びます。

話し言葉は明るい横帯になります。母音は積み重なった倍音、歯擦音は4kHz以上の広帯域ノイズ。50/60Hzのハムは下端の平らな線です。

ブラウザ内デコード（WAV/MP3/M4A/OGG）で、6,100列とPCM 256MiBの予算が長いファイルを制限します。1時間級は先に分割を。周波数軸は線形・色はdBスケールです。PNGは可視化でありスペクトル編集ではありません。