スペクトルリーケージとは、有限長の信号に対してフーリエ変換を行う際に、本来存在しない周波数成分が偽って現れる現象です。音声認識や時系列解析の分野において、正確な特徴量抽出を阻害する原因となります。
スペクトルリーケージとは
スペクトルリーケージとは、連続的な信号の一部を切り出して周波数解析を行う際、切り出した端の影響によってエネルギーが本来の周波数から周辺の周波数へと漏れ出す現象のことです。
詳しく解説
フーリエ変換や高速フーリエ変換（FFT）は無限長の信号を前提としていますが、実際の機械学習の前処理では信号を一定の窓関数で切り出して解析します。この切り出し（窓掛け）によって波形の端が不連続になり、周波数領域において本来のピークの周囲に不要なサイドローブが発生します。音声認識の前処理であるメル尺度フィルターバンクや、時系列データの周波数特徴量抽出において、このリーケージがモデルの精度低下を招くため、窓関数の適切な選択が重要視されています。
具体例・使われ方
音声認識システムの前処理において、マイクから入力された連続的な音声を一定のフレームに分割してFFTを適用する際、スペクトルリーケージが発生します。これを軽減するために、ハミング窓やハナン窓などの窓関数を乗算してから変換処理を行い、周波数特徴量の精度を高めることが一般的です。
似た用語との違い
エイリアシング（折り返し雑音）と混同されやすいですが、エイリアシングはサンプリング周波数に対して高すぎる周波数が低い周波数として誤って観測される現象であるのに対し、スペクトルリーケージは有限長データの切り出し端の不連続性に起因して発生する現象であり、原因とメカニズムが異なります。
注意点
スペクトルリーケージを完全にゼロにすることは数学的に不可能であり、窓関数を用いることでトレードオフとして周波数解像度が低下する点に注意が必要です。過度な窓関数の適用は、重要な微小信号の検出を見逃す原因にもなります。