ウグイスの声紋（ソナグラム、スベクトラグラム）と波形

上がソナグラム（スベクトラグラム）で下が波形です。横軸の時間は、上に対応しています

これはお馴染みウグイスの声紋（8Ｋ）です。ホーホケキョのあれですね。 縦軸が周波数（HZ）。横軸が時間です（ｓｅｃ） 感じとして周波数1000HZは、時報のツッ・ツッ・ツッ・ピーの「ピー」の高さです。 色の明るさは声の強さ（声の大きさ）で白が一番大きく、黄色、赤、の順に続き、聞き取れる大きさで、紫、青、黒、になると音がないと考えてください。 1.3秒、約1500HZでホーと鳴いて、ケキョと続きます。ケキョの複雑さがよくわかりますよね。 非常に正確な楽譜だと思って下さい。 慣れれば楽譜を読むように音が聞こえてくるでしょう。本当かな・・・・・・・・(^_^)

用語集
ｄｂ	音の強弱（大小）の単位でデシベルと読みます。オーディオ装置のレベルメーターや パソコンのサウンド波形などに用いられます。声紋・ソナグラムでは色で表されています。
FFT	FFTとはFast Fourier Transformの略で、高速フーリエ変換と言います。 音には、強弱（大小）と高低がありますよね。 強弱高低を時間経過と共に演算解析するのがＦＦＴです。 このＦＦＴによって演算された結果として声紋が表示されているのです。
HZ	ヘルツと読みます。周波数の単位。声紋の縦軸の単位です。
サンプリング周波数	サンプリング周波数は高ければ高いほど、再現クオリティは高くなります。つまりいい音なのです 22、050Hzより44、100Hzのほうが音質はいいわけです。 ＣＤのサンプリング周波数は44、100Hzで、ＤＡＴのサンプリング周波数は48000HZです。 声紋で表現されるのは、これらサンプリング周波数の半分の周波数です。 サンプリング周波数が高くなり、量子ビットが高くなると、それだけ密度が高くなった分、クオリティは高くなりますが、ｗａｖファイルたとファイルサイズが大きくなるのでｍｐ3ファイルにしてあります。 鳥の声は高いから、サンプリング周波数22000HZ（声紋の縦軸は11000HZになる）で保存してあります。 そこで量子ビットを8ビット、モノラルにしてサイズを下げてあります。 人の声など哺乳類の声は低いから、サンプリング周波数が低くても大丈夫です。
デジタル サウンド	私たちが普段聞いている音をデジタルにするということは、他の凡ゆるものと同じように、0と1との信号に変えることを意味します。 デジタルサウンドのクオリティは、その信号の多さ、密度の高さで決まります。 これらを左右するのが、サンプリング周波数と量子ビット数というものです。
周波数	音は、ご存じのとおり、空気の振動で起こります。 低い音はゆっくりと振動し、 高い音は細かく振動します。そのサイクルつまり1秒間に何回空気の変動あるか、という数値が周波数なのです。 宇宙では振動するべき空気がないので音もありません。 単位は「Hz（ヘルツ）」です ちなみに高い周波数は直進性があり、低い周波数は、音源が曖昧ですが遠くまで届きます。 空気中より、水中の方が伝播効率が高く、水中より固体のほうがさらに高いものです。 だからクジラは水中で音によって生きているし、さらに骨という固体を使って信号を伝えているのです。 詳しくは「クジラ」へ
波形	ｗｉｎｄｏｗｓのマルチメディアなどで表示される「波形」は、音による空気の振動、空気圧の変動を時間経過と共に形にしたものです。 つまり、時間と音の強弱の二次元表示です。 これも音を「見る」ことには違いありませんが、「高低」が抜けていますね。
倍音	楽器の音や人の声には倍音といわれる、元になる周波数の倍の周波数の音も出ています。 人の声では、倍音の数が多いほどいい声だと言われています。
量子ビット	デジタル録音をする時、最初に決めるのがサンプリング周波数と量子ビット数です。 8ビットとか16ビットとか決めるわけです。 8ビットでデジタル化すると00000000〜11111111まで256分割することになります。 16ビットでは、その二乗倍となり、その分密度が高くなっていい音になるわけです。