信号処理を学んだことがない読者を対象に「音の信号処理は案外簡単」と実感してもらうことを目的に，Pythonの対話型プログラミング環境Google Colaboratoryを用いて，音響信号処理を一通り行えるよう解説。 著者作成のサポートページをWebで公開中。詳しくはコロナ社HPをご確認ください。 1．演習環境の立上げ 1.1　PythonとColab 　1.1.1　Pythonとは 　1.1.2　Colabとは 1.2　演習環境の準備 　1.2.1　Python入門とColabの利用 　1.2.2　本書のサポートページ 1.3　ColabでWAVファイルを聞いてみる 2．音に触れる 2.1　音を数式で表現する 　2.1.1　時間の関数としての音の数式表現 　2.1.2　振幅と位相を含んだ数式表現 2.2　正弦波を生成して聞いてみる 2.3　A-D変換について確認する 　2.3.1　標本化 　2.3.2　不適切な標本化 　2.3.3　量子化 　2.3.4　よろしくない量子化 　2.3.5　量子化誤差を聞いてみる 3．アナログ音の周波数分析 3.1　正弦波の重ね合わせによる周期波形の合成 　3.1.1　ウォーミングアップ：2成分複合音の合成 　3.1.2　3成分複合音の合成 　3.1.3　成分音の振幅と波形の関係 　3.1.4　成分音の位相と波形の関係 　3.1.5　三角関数の合成 3.2　フーリエ級数展開 　3.2.1　丸い波による角(かど)のある波の合成 　3.2.2　周期波形の分解 　3.2.3　分解された成分の位相と振幅を調べる 3.3　スペクトル 　3.3.1　フーリエ級数展開で得たスペクトルを描画する 　3.3.2　実フーリエ級数展開から複素フーリエ級数展開へ 　3.3.3　複素フーリエ級数展開で得たスペクトルを描画する 　3.3.4　基本的な周期波形のスペクトル 4．ディジタル音の周波数分析 4.1　ディジタル信号のフーリエ変換 　4.1.1　DFTとFFT 　4.1.2　FFTスペクトルを読み解く（王道の解釈） 　4.1.3　FFTスペクトルを読み解く（曲がった解釈） 　4.1.4　スペクトルの振幅値に関する解釈 　4.1.5　ディジタル信号のスペクトル 4.2　窓関数 　4.2.1　方形波窓による切出しが引き起こす問題 　4.2.2　窓関数を用いた波形の切出し 　4.2.3　STFTとスペクトログラム 4.3　窓関数による波形の変化とスペクトルの変化 　4.3.1　切り出した波形の合成による元の波形の復元 　4.3.2　窓関数の掛け算によるスペクトルの変化 4.4　忘れてはいけない位相スペクトル 5．音のフィルタリング 5.1　FIRフィルタによる雑音の除去 　5.1.1　インパルス応答の畳込み 　5.1.2　FIRフィルタを自作する 　5.1.3　FIRフィルタの自動設計（窓関数法） 5.2　IIRフィルタによる雑音の除去 　5.2.1　IIRフィルタの自動設計 　5.2.2　IIRフィルタを利用した雑音除去 5.3　頭部伝達関数を用いた音像定位の制御 　5.3.1　頭部伝達関数とは 　5.3.2　頭部伝達関数を用いて音像を制御してみよう 5.4　FFTを利用した長い音のフィルタリング 6．さまざまな音響信号処理 6.1　ボイスチェンジャ 　6.1.1　まずボイスチェンジしてみる 　6.1.2　スペクトルの変化を観察する 　6.1.3　スペクトルの変化を検討する 6.2　エフェクタ 　6.2.1　トレモロ 　6.2.2　ビブラート 6.3　マイクロホンアレイによるビームフォーミング 　6.3.1　遅延和法（DS法）の基礎 　6.3.2　遅延和法の実行 引用・参考文献 索引