Pythonでの音声信号処理に学ぶために以下の項目を解説していきます。
音声信号処理
- wavファイルの詳細情報の表示
- wavファイルの読み出し/書き出し
- 音声ファイルの波形表示
- サンプリング周波数の変更
- ステレオ信号の生成
- スルー
- ディレイ
- ローパスフィルタ
- ハイパスフィルタ
- バンドパスフィルタ
- インパルス応答
- FIRフィルタ
- IIRフィルタ
- 離散フーリエ変換(DFT)
- 高速フーリエ変換(FFT)
- 短時間フーリエ変換(STFT)
- オーバーラップ
- スペクトログラム
- 周波数マスク
- 最大振幅とピーク周波数
- ケプストラム変換
- 線形予測分析
- 再生速度の変更
- 逆再生
- ボイスチェンジャー
- 話速変換
- 音声抽出
音声合成
- 線形予測による音声合成
- 統計的音声合成
音響信号処理
- ボーカルキャンセラ
- ディストーション
- クリッピング
- コンプレッサ
- ノイズゲート
- トレモロ、ビブラート
- エコー、リバーブ
音声強調
- スペクトルサブトラクション
- ウィナーフィルタ
- 位相復元(Grifin-and-Lim)
- ビームフォーマ
音源定位
- MUSIC法
- CSP法（GCC-PHAT）
- PD(Phase Difference)
- GCC-PHAT
音源分離
- バイナリマスキング
- DUET
- 独立成分分析
- 非負値行列因子分解
音声区間検出（VAD）
- ゼロクロス数を用いたVAD
- 尤度を用いたVAD