音声ファイルやライブのマイク入力を、波形・対数周波数スペクトラム・スクロールスペクトログラムとして可視化します。すべてブラウザー内でローカル実行 — 何もアップロードされません。任意の表示を PNG スナップショットとして書き出せます。
スペクトラムが教えてくれること
波形は各瞬間に音がどれだけ大きいかを教え、スペクトラムはその音量をどの周波数が作っているかを教えます。上のアナライザーは両方に加え、スペクトラムが時間とともに進化するスペクトログラムも提供します。同じ信号の 3 つの補完的な絵 — それらを切り替えることが、音が何でできているかを理解する最速の方法です。
ページの残りを支える 4 つの事実：
• 波形 ＝ 時間にわたる音量。スペクトラム ＝ ある瞬間の周波数内容。スペクトログラム ＝ 時間にわたるスペクトラム（時間 × 周波数 × 強度）
• スペクトラムの背後の数学は FFT で、サンプルの短い窓に適用されます
• 44,100 Hz のファイルが含めるのは 22,050 Hz まで（サンプルレートの半分 — ナイキスト限界）
• 対数周波数軸オプションは聴覚の働き方に合います：20–40 Hz のオクターブが 10,000–20,000 Hz と同じ幅を得ます
3 つの表示
波形はサンプル振幅を時間に対して描き — クリッピング、無音、全体的なダイナミクスを見つけるのに優れ、ピッチには盲目的です。スペクトラムは 1 つの短い窓（数千サンプル）を取り、最低の低音（左）から高音の天井（右）まで、各周波数帯にどれだけのエネルギーがあるかを示します。スペクトログラムは時間の経過とともに何百ものそのスペクトラムを左から右へ積み重ね、強度を色として表します — ピアノのグリッサンドは上昇する筋になり、持続するバイオリンの音は安定した水平線に、話し声は母音フォルマントの連鎖になります。
FFT と窓
高速フーリエ変換は、時間領域のサンプルブロックを周波数振幅に変換します。「このブロックが純音の和だとしたら、各音はどれだけ必要か」に答えます。アナライザーは音声を数千サンプルの重なり合う窓に切り、各窓に FFT を実行します — 小さい窓はタイミングを、大きい窓は周波数をよく解決するため、固定窓サイズは常に妥協です。上の対数周波数トグルは純粋に表示側のものです。低いオクターブ（ほとんどの音楽が住む場所）が左端に押し潰されるのでなく、見える幅を得るようプロットを引き伸ばします。
基本周波数と倍音
任意の楽器で A4 を弾くと、スペクトラムは 440 Hz のピーク — 基本周波数 — と、880、1320、1760 Hz の小さなピークを示します。倍音、基本周波数の整数倍です。バイオリンの A4 がフルートの A4 と違って聞こえるのは、これらの倍音のバランスです。同じ基本周波数、その上の配合が違う。だからスペクトラムが、楽器の同定、ミックス判断、ノイズ狩りの定番表示なのです — 電源ハムは 50/60 Hz の頑固なスパイクとして現れ、MP3 の切断は約 16 kHz 未満でエネルギーが単に止まるとして現れます。
よくある誤解
- 波形はピッチを示す。いいえ。同じ音量のまったく違う 2 つのコードは、ほぼ同一の波形を持ちます。ピッチ情報は FFT の後でのみ現れます — スペクトラムかスペクトログラム表示で。
- スペクトラムとスペクトログラムは同じ絵。いいえ。スペクトラムは単一瞬間の周波数スライス、スペクトログラムはそれら数千のスライスを時間順に並べたものです。「何が」にはスペクトラムを、「いつ」にはスペクトログラムを使います。
- 22,050 Hz 超の音声は CD ファイルに隠れている。いいえ。44,100 Hz でのサンプリングは、数学的に内容を 22,050 Hz で頭打ちにします。ナイキスト限界は表示でなくサンプル自体の性質です。
関連ツール：解析する価値のあるファイルを作るMIDI → WAV コンバーター と オーディオ → WAV / FLAC、スペクトログラムが定常ヒスやハムを暴いたときのノイズ除去、波形が修正を要するレベルを示したときのオーディオノーマライザー。
