G検定 練習問題 #0223・音声処理

標本化周波数と音声のデータ量

ディープラーニングの応用例 › 音声処理 組合せ 難易度 標準

あるコールセンターが、通話音声をA-D変換し、標本化周波数8kHz、量子化ビット数16ビット、モノラルの非圧縮PCM形式で保存している。この形式で原理的に表せる周波数成分の上限(ア)と、1分間の音声のデータ量(イ)の組み合わせとして、最も適切なものを1つ選べ。なお、ファイルのヘッダなどの付加情報は考えないものとする。

正解と解説を見る

解説

正解 A

この問題の論点:標本化周波数と音声のデータ量

ポイント

表せる周波数の上限は標本化周波数の半分です。データ量は標本化周波数×量子化ビット数×時間×チャンネル数で求めます。

選択肢ごとの解説

  1. A

    適切 正解

    標本化定理により、表せる周波数は標本化周波数の半分の4kHzまでです。データ量は8,000回/秒×16ビット×60秒=7,680,000ビットで、8ビットが1バイトなので960,000バイトになります。

  2. B

    不適切

    データ量は正しいものの、上限を標本化周波数と同じ8kHzとしています。波の1周期につき2回より多く標本化しないと元の波形を再現できないため、上限は標本化周波数の半分です。これを超える成分は、低い周波数の成分に化けて混入します(エイリアシング)。

  3. C

    不適切

    周波数の上限は正しいものの、7,680,000はビット数です。量子化ビット数はビット単位の値なので、バイトに直すには8で割ります。正しくは960,000バイトです。

  4. D

    不適切

    8kHzは標本化周波数そのもので、表せる上限はその半分です。1,920,000バイトは2チャンネル(ステレオ)として計算した値で、モノラルでは960,000バイトになります。

補足

A-D変換は、一定の時間間隔で値を取り出す標本化、その値を決まった段階の数値に丸める量子化、数値を0と1の符号にする符号化の順に進みます。この方式で波形を符号化したものがPCM(パルス符号変調)です。人の声の主な成分は数kHzまでに収まるため、電話の音声では8kHzの標本化が広く使われています。

試験での狙われ方

A-D変換の3つの段階(標本化・量子化・符号化)の順序や、標本化定理、データ量の計算を問う形が見られます。

参考

表示設定

テーマ
文字の大きさ
問題演習