昔、探偵ナイトスクープで話題になっていたガラケーのシャッター音。
「撮ったのかよ！」と突っ込みを入れる音声なのに、人によって「エーアイアイ」と聞こえるのが話題でした。年齢にも無関係、さらには一人でどちらにも聞こえたりします。つまり特定の周波数が聞こえる or 聞こえないという事が要因でもなさそう。とても不思議です。
ここではヒートマップを使って音声の見える化をしてみます。
「撮ったのかよ」と「えーあいあい」
コピーして貼るのも良くないと思うので、音声は皆さんで探してください。「撮ったのかよ」と「えーあいあい」「エーアイアイ」で検索するとすぐに見つかります。
ちなみに自分は、普通に聞くと「撮ったのかよ」と聞こえ、雑音の中や小さい音で聞くと「えーあいあい」と聞こえます。
遅くすると「えーあいあい」？ 低音だと「えーあいあい」？
「撮ったのかよ」とか「えーあいあい」で検索してみると
音声が見つかると同時に、他の人たち色々な考察をしていることも見つかります。
その中で速度を変えているものが興味深かったです。自分の場合は、0.5倍速再生くらいから完全に「えーあいあい」に聞こえます。
低速で再生するということは、周波数（1秒間あたりの振動数）が減り、低音に聞こえるようになります。速度が関係するのか音程が関係するのか、はたまたどちらも関係するのか。
「TOTTANOKAYO」と「EーAIAI」
聞き違いはたいてい似た母音で起こると思います。
ちょっと脱線になりますが、小さい子供が「エレベーター」「エベレーター」と言い間違えたり、「テレビ」「テベリ」などと言い間違う時でも母音は合っています。
この「撮ったのかよ」と「えーあいあい」は
TO TTA NO KA YO
E – A I A I
A以外は全く違う母音に変わっています。同じ音で異なる母音に聞こえる要素なんてあるんでしょうか。
音を見える化してみる
Pythonで音声をフーリエ解析し、その結果を音声スペクトラムという形に見える化してみました。
音声合成ソフトに「えーあいあぁい」「お、あおあお」と言わせて
それも音声スペクトラムにしてみました。
まとめ
「撮ったのかよ」の中に「えーあいあい」「お、あおあお」の両方の母音の特徴が見えるかと思ったのですが、結論としてはそうなってはいません。この点はまだ特徴の分析の余地がありそうですが、今回はPythonを使って音声ファイルを音声スペクトラムで見える化するところまで。
コメント