⑤ ディープラーニングの応用例 ／ 28. 音声処理
メル尺度とは
メル尺度とは、人間の聴覚特性を反映した非線形な周波数尺度です。MFCC算出の基盤となります。
この用語はG検定シラバスの「28. 音声処理」に含まれます。 章全体の用語は用語解説⑤（全133語）にまとまっています。
一言でいうと
人間の耳の感じ方に合わせて周波数を目盛り直した尺度です。
人の耳は線形ではない
100Hzと200Hzの差は明確に聞き分けられますが、5000Hzと5100Hzの差はほとんど分かりません。同じ100Hzの差でも、低い音域のほうが違いを大きく感じます。
メル尺度はこの感覚に合わせ、低い周波数ほど細かく、高い周波数ほど粗く目盛りを取ります。
なぜ機械学習に有効なのか
人間が聞き分けている情報を重点的に取り出せるため、音声認識に必要な情報を効率よく表現できます。
物理的にそのまま扱うのではなく、人間の知覚に合わせて特徴量を設計するという考え方は、音声処理の重要な発想です。MFCCはその代表的な成果です。
人の知覚に合わせる発想
メル尺度は物理量ではなく知覚量にもとづく珍しい尺度です。
「機械にとって扱いやすい形」ではなく「人間が実際に聞き分けている情報」を重視する——この発想が音声認識の精度を大きく押し上げました。
🎯 G検定での押さえどころ
- 人間の聴覚特性を反映した非線形尺度
- 低音側を細かく、高音側を粗く扱う
- MFCC算出の基盤
⚠️ よくある誤りの選択肢
- 「メル尺度は周波数に対して線形な尺度である」→ 誤り。非線形です
関連する用語
ご利用にあたって 本ページの内容は、JDLAが公開しているG検定シラバス2024や公式テキストなど、一般に公開されている情報をもとに独自に整理・解説したものです。実際の試験の出題内容を示すものではなく、また合格を保証するものでもありません。制度・法令・試験要項は変更されることがあるため、最新の情報は必ずJDLA公式サイトでご確認ください。