音声認識や音響分析で最も多用される音響特徴量に関する記述として、最も適切なものを1つ選択してください。
出典G検定オリジナル模擬試験
ア
短時間フーリエ変換(STFT)により時間・周波数・強度の変化を二次元画像化したものをスペクトログラムと呼び、人間の聴覚特性に合わせたメル尺度フィルタバンクを適用してケプストラム分析したものをMFCC(メル周波数ケプストラム係数)と呼ぶ。
イ
音声波形の生データ(振幅の時間変化)には一切の周波数情報が含まれていないため、ディープラーニングに入力することは物理的に不可能である。
ウ
MFCCは高周波数帯の微妙な音程変化を人間の耳よりも高精度に識別するために、高音域ほど帯域幅を狭く設計している。
エ
スペクトログラムの縦軸は常に「時間」、横軸は常に「音の大きさ(dB)」を表す。