422--如何應用SM軟體時頻分析模組於國家級警報的聲音特徵分析？(

《振動噪音科普專欄》如何應用SM軟體時頻分析模組於國家級警報的聲音特徵分析？
文章連結：https://reurl.cc/EVLQlk
粉絲團文章連結：https://reurl.cc/yR4A9a
訂閱電子報：https://goo.gl/HJkPMe

這個單元要來探討的主題是：如何應用【SM軟體】的「時頻分析」(Spectrogram analysis)模組，進行國家級警報的聲音特徵分析？

先前幾個單元，都在談國家級警報音的特徵與分析結果，首先參閱圖1，右下方的【SM軟體】之「時頻分析」介面，看起來已經是很完整的分析結果，已經可以觀察到這個國家級警報音的聲音特徵。其中，呈現了：

1. 𝒑(𝒕)：「聲音壓力時間波形」(time waveform of sound pressure)。
2. 𝑳𝒑(𝒕)：「聲音壓力位準」(Sound pressure level, SPL)。
3. 𝑮𝒑𝒑(𝒇)：「聲音自身功率頻譜」(Auto power sound spectrum)，可簡稱「聲音頻譜」(sound spectrum)。
4. 𝑮𝒑𝒑(𝒕,𝒇)：「時頻圖」(Spectrogram)，英文也可稱為time-frequency plot。

這個單元就很實務的來看應用【SM軟體】，以其「時頻分析」(Spectrogram analysis)模組，進行國家級警報的聲音特徵分析的細節步驟流程。

探討分析步驟之前，先來看【4個What】心法，這是有順序的，引導的思考如下：

1. What to know? 想知道甚麼？對這樣的國家級警報聲音，想要知道甚麼？
2. What to get? 要得到甚麼？又，明確的想要得到甚麼呢？
3. What to do? 需要做甚麼？ 那麼，又需要做些甚麼樣的分析，才能夠得到想要的東西呢？
4. What to show? 應該呈現甚麼？最後，做了聲音的特徵分析，應該要呈現出甚麼數據呢？

如圖1顯示的國家級警報音的聲音特徵分析結果，確實已經可以解讀出主要的資訊：

1. 𝒑(𝒕)：由原始的時間波形，可以看出，長-短-短的間歇性的聲音特徵。
2. 𝑳𝒑(𝒕)：由聲音總量隨時間的變化，也可觀察到長-短-短的間歇性的聲音特徵，以及最高音量約80dB。
3. 𝑮𝒑𝒑(𝒇)：由聲音頻譜在1000Hz左右，有兩個峰值頻率，並且有倍數頻率的諧頻(harmonics)效應。
4. 𝑮𝒑𝒑(𝒕,𝒇)：由時頻圖，可觀察到主要的高音量，在1000Hz左右的兩個峰值頻率。而，較高頻率的響應，則相對比較小。

要得到圖1的分析結果，其實做了很多事，這個單元，就來討論如何進行分析，主要步驟說明如下：

1. 取得【SM軟體】：或是等同【SM軟體】分析功能的工具程式。
2. 取得國家級警報聲音檔案：網路上找到的是MP3聲音檔案。
3. 將MP3音檔，轉為WAV音檔：主要是，配合【SM軟體】的輸入數據方式。轉為WAV音檔的設定：取樣頻率 = 44100 Hz。可選擇：雙聲道/單聲道，不過【SM軟體】只能分析單聲道的聲音。
4. 開啟【SM軟體】–時頻分析模組：需要載入WAV檔案，即可進行相關分析
5. 分析步驟：需要瞭解【SM軟體】的幾個分析功能，包括：(1) 「頻譜分析」(Spectral analysis)，(2) 「自身功率頻譜分析」(Auto power spectrum analysis)，(3) 「時頻圖分析」(Spectrogram analysis)，(4) 「聲音壓力位準分析」(Sound pressure level (SPL) analysis)。

針對這個國家級警報音的WAV檔案之分析，具體步驟與流程，說明如下：

(1) 檢視原始WAV檔案的有效頻寬：觀察圖2左邊的原始音檔特徵分析，可知：取樣頻率=𝑭𝒔 = 44100 Hz，來自轉為WAV音檔的設定。因此，可分析的最高有效頻率=𝑭_𝑵𝒚𝒒 = 𝑭𝒔/𝟐=𝟐𝟐𝟎𝟓𝟎 Hz。原始WAV音檔，在大約𝟏𝟓𝟎𝟎𝟎 Hz以上，音量非常小，可能是原始音檔就是如此。因此，有效最高頻率=𝑭_𝑬𝒇𝒇≅𝟏𝟓𝟎𝟎𝟎 Hz。另外，由時間波形，也可確認時間波形區間=兩個循環=10秒。
(2) 檢視時間波形訊號 𝒑(𝒕)：參閱圖2右邊的𝒑(𝒕)圖示，可瞭解原始WAV的時間波形特徵。其循環週期：長=2秒、短=1秒、短=1秒。每一個區間，間隔0.5秒。一個循環週期，共5秒。
(3) 檢視噪音總量𝑳𝒑 (𝒕)：參閱圖2右邊的𝑳𝒑 (𝒕)圖示，可觀察隨時間的dB或dBA的噪音總量變化，因為是高頻率的聲音，兩者的量值相當，都是80 dB。同時，也間接佐證，時間波形的循環週期特徵。
(4) 檢視頻譜圖𝑮𝒑𝒑 (𝒇)：參閱圖3的𝑮𝒑𝒑 (𝒇)圖示，顯示技巧，調整了頻率上限=5000 Hz，終止時間=10秒。觀察峰值頻率，主要的組成頻率是：852、960、2558、2880、4264、4800 Hz。有兩個主要基礎頻率(fundamental frequency)，而且似乎都有倍數頻率的諧頻(harmonics)效應，實際上是1、3、5倍的關係。
(5) 檢視時頻圖𝑮𝒑𝒑 (𝒕,𝒇)：參閱圖3的圖示，可看出頻率組成，隨時間之變化，在此案例，是穩定的聲音特徵。其中，852、960 Hz兩個頻率的音量，比其他高頻率的峰值較大，所以，主導的基音頻率就是852、960 Hz兩個頻率合成的音量。

總結一下這個單元的討論，如何應用【SM軟體】的「時頻分析」(Spectrogram analysis)模組，進行國家級警報的聲音特徵分析？重點摘錄如下：

1. 參閱圖1，右下方的【SM軟體】之「時頻分析」介面，看起來已經是很完整的分析結果。
2. 進行實務的聲音特徵分析之前，採用【4個What】心法思考重點的分析工作：(1) What to know?，(2) What to get?，(3) What to do?，(4) What to show?。
3. 參閱圖1，彙整了【SM軟體】的「時頻分析」(Spectrogram analysis)模組的應用步驟流程。分別參閱圖2、圖3，歸納了主要的5個分析步驟：(1) 檢視原始WAV檔案的有效頻寬，(2) 檢視時間波形訊號 𝒑(𝒕)，(3) 檢視噪音總量𝑳𝒑 (𝒕)，(4) 檢視頻譜圖𝑮𝒑𝒑 (𝒇)，(5) 檢視時頻圖𝑮𝒑𝒑 (𝒕,𝒇)。

以上個人看法，請多指教！

王栢村
2025.04.01