語音系列文章#3 — 語音的圖譜(Spectrogram)
這篇文章的目的是想要紀錄自己所看到學到東西，畢竟把東西分享出來後，才有動力學得更多！
以下文章，是從《語言、語音與技術》中自行整理的筆記，若有興趣的讀者，歡迎自行閱讀～～
以下的內容，皆為語音相關知識，可以作為科普文章來進行閱讀，那就讓我們開始吧！
我們說話所發出的每一個聲音，都可以用儀器畫成一張圖，稱為聲譜圖(Spectrogram)。
下方的圖片，是用英文發出”Speech production”的聲譜圖。上半部是「寬帶」(broad band)，下半部是窄帶(narrow band)。說話時，聲帶不斷振動，聲門每一次打開，噴出氣體時，在咽腔、口腔、鼻腔引起共振，就會產生諧波。
諧波：在一個聲音波形中，基頻整數倍的頻率。
共振峰：聲波頻譜中能量最高的頻率區域。
基頻：通常稱為第一諧波。
在這張圖中，我們將不同的圖樣，分門別類歸納成ABCD。每個類別都有它的特性，例如D代表的是，音跟音之間空白的部分。B上可以看到許多清楚的直線，而每一條直線代表聲帶震動一次。由於每條線之間距離很近，在圖上形成橫條，這個就是這個聲音的共振峰。
從下往上看的話，第一條橫線是F1, 第二條橫線是F2，第三橫條是F3。F0是兩條直線之間的距離，兩條直線之間的距離。
聲譜圖
介紹幾個和形容聲譜圖相關的術語。
- Gap(G)：每個音和音之間沒有聲音的部分。下圖中D的部分。
2. Voiced Bar(V)：在間隙的最下面有一條比較寬的橫槓，說明此時聲帶是在顫動，有聲音發出，這個現象稱為Voiced Bar。
3. Spike(P)：發出「p」，嘴唇一張開，就會發出聲音，在聲譜圖很快就會出現一條直線，這條線稱為「Spike」。
4. Formant Pattern(F)：聲譜圖上表現一條條的橫線，就稱為formant pattern。
5. Noise pattern(N)：formant pattern的聲音是從聲帶出來，而noise pattern的起源不在聲帶，而是在口腔的某個部位。清擦音「s」等在口腔裡的發音部位雖然不同，在聲譜圖上看到的都是noise pattern，請參考下圖C的部分。
6. 雙有紋樣(F / N)：把F和N合起來一起看，具有兩個不同聲音起源，比如發「s」，在聲譜圖上是noise pattern。但是如果聲帶也同時震動，就會變成「z」的音。「z」有兩個不同的聲音起源，一個在上門齒(N)、一個在聲帶(F)，把兩個和其來就是F/N
窄帶聲譜圖
用不同的濾波器，可以產生出「窄聲譜圖」或「寬聲譜圖」，以觀察的角度來看的話，窄聲譜圖和寬聲譜圖最不同的部分是能看到一條條橫線。
寬帶聲譜圖常用的濾波器為300Hz，窄聲帶圖譜常用的是50Hz。
寬帶濾波器的帶寬為300Hz，聲譜儀震動時，濾波器也隨著移動並改變頻率，濾波器到哪裡，就會畫出該範圍內的電壓。電壓越高畫出的圖越黑，形成時間對頻率的圖。
窄帶濾波器的帶寬是50Hz，大概是100Hz諧波的一半，因此濾波器在移動的時候，100Hz之下沒有電壓，大於等於100Hz才有電壓，又因為帶寬50Hz，因此每一條100Hz的諧波都能畫出來，形成一條條的橫線。如果橫線往上走，那就是F0的頻率在上升，也就是音高在升高。
F0的頻率和第一諧波的頻率是相同的，如果想要知道F0頻率的變化，照理來說應該測量第一諧波的變化，但因為他離基線太近，變化不明顯，因此一般都用第十個諧波來測量，因為第十諧波的變化比第一諧波還要大十倍。
範例：第一諧波從100Hz到110Hz只變動了10Hz，但是到了第十諧波，就是從1000Hz到1100Hz，變動了100Hz，測量100Hz自然比10Hz容易得多。
寬帶聲譜圖vs窄帶聲譜圖
寬帶聲譜圖：良好的「時間」分辨率，可以清楚地看出共振峰（聲道變化）
窄帶聲譜圖：良好的「頻率」分辨率，有利於顯示F0和各次諧波。
每個聲譜圖各有自己的優點，如果要研究聲調和語調的話，使用窄帶聲譜圖會是比較好的選擇。
