ソフトウェア
上級
スペクトログラム（スペクトログラム）
音声・振動信号を時間軸（横）と周波数軸（縦）の 2 次元マップで可視化したグラフ。色や輝度で各周波数の強度を表現する。
0 回閲覧
0 いいね
2026/5/2 更新
関連タグ
音響
STFT
DSP
iZotope
librosa
概要
スペクトログラム（Spectrogram）は、音声や振動の時系列信号を時間軸（横）と周波数軸（縦）の 2 次元マップで可視化したグラフである。色や輝度で各周波数成分の強度（dB）を表現する。短時間フーリエ変換（STFT）で時刻ごとに周波数解析することで生成される。2026 年現在、音響解析・機械学習音声認識・産業機器の故障診断等、多岐にわたる用途で標準ツールとなっている。
主要なスペクトログラム生成ツール
| ツール | 形態 | 価格 | 特徴 |
|---|---|---|---|
| iZotope RX 11 Advanced | DAW プラグイン / スタンドアロン | ¥158,000 | プロ音楽制作・映画音響の定番、AI ノイズ除去 |
| iZotope RX 11 Standard | プラグイン | ¥58,000 | 中級者向けノイズ除去 + スペクトログラム編集 |
| Adobe Audition | DAW | ¥2,728/月 | スペクトル編集が直感的、Adobe CC 連携 |
| Sonic Visualiser | OSS | 無償 | 研究用途向けの汎用波形/スペクトログラム表示 |
| librosa | Python OSS | 無償 | ML 前処理の業界標準、Mel Spectrogram 対応 |
| FL Studio Edison | DAW プラグイン | バンドル | EDM 制作向けの軽量サンプル編集 |
主な特徴・仕組み
- STFT（短時間フーリエ変換）: 信号を 25〜100 ms のフレームに区切り、各フレームに窓関数（Hann / Hamming）を掛けて FFT を実行
- Mel Spectrogram: 人間の聴覚特性に合わせた周波数軸圧縮。深層学習の音声認識（Whisper、SpeechT5）の入力として標準
- MFCC（Mel-Frequency Cepstral Coefficients）: スペクトログラムから 13〜40 個の係数を抽出。話者認識・音楽ジャンル分類に使う
- 解像度トレードオフ: フレーム長を長くすると周波数分解能↑ / 時間分解能↓（不確定性原理）
- ノイズ除去: スペクトログラム上で雑音帯域を選択 → 減算する非破壊編集が iZotope RX の真骨頂
PC スペック要件
- 音楽制作: M2 Pro / Ryzen 7 7700X 以上、32 GB RAM、NVMe SSD 1 TB
- ML 前処理（数千時間）: RTX 4070 Ti SUPER 以上、64 GB RAM
- リアルタイム解析: M3 Max / Ryzen 9 9900X、低レイテンシオーディオ I/F（RME Babyface Pro FS 等）
関連用語との違い
| 用語 | 違い |
|---|---|
| 波形（Waveform） | 振幅 vs 時間の 1 次元表示。スペクトログラムは周波数を加えた 2 次元 |
| FFT 結果（パワースペクトル） | 単一フレームの周波数分布。スペクトログラムはこれを時間方向に並べたもの |
| ソナグラム | スペクトログラムの古い呼称。本質的に同じ |
よくある質問
Q1: Mel Spectrogram と通常のスペクトログラムの違いは？ A: 周波数軸が線形（Hz）か対数的（Mel スケール）かの違い。人間の聴覚は低域に敏感なので、ML 用には Mel が標準。
Q2: ノイズ除去で iZotope RX とフリーの代替は？ A: librosa + noisereduce（Python OSS）で同等の処理は可能。ただし GUI 操作で直感的にノイズ帯域を絵筆で消せるのは RX のみ。
Q3: スペクトログラムで歌声と楽器を分離できる？ A: 古典的にはマスキング技法、2026 年は Demucs（Meta OSS）/ Spleeter（Deezer OSS）/ AudioShake のような深層学習ベースの音源分離が主流。
まとめ
- 信号の 時間 × 周波数 × 強度 を可視化する 2 次元マップ
- 2026 年は iZotope RX 11 / librosa / Adobe Audition が音響解析の主軸
- 機械学習では Mel Spectrogram → MFCC → ニューラルネット が王道経路