এই ব্লগ পোস্টে আমরা ব্যাখ্যা করব কীভাবে ফুরিয়ার ট্রান্সফর্ম সিগন্যালকে বিভক্ত করে এবং কীভাবে এটি বাস্তব জীবনের বিভিন্ন ক্ষেত্রে, যেমন স্পিচ রিকগনিশনে, প্রয়োগ করা হয়।

ফুরিয়ার রূপান্তরের মৌলিক ধারণা

২০১২ সালে, এমআইটি টেকনোলজি রিভিউ এফএফটি (ফাস্ট ফুরিয়ার ট্রান্সফর্ম)-কে অন্যতম প্রভাবশালী প্রযুক্তি হিসেবে স্বীকৃতি দেয়। প্রকৃতপক্ষে, ফুরিয়ার ট্রান্সফর্ম হলো একটি মূল হাতিয়ার যা স্মার্টফোনের মতো যোগাযোগ ডিভাইস, স্পষ্ট ছবি তোলার ক্যামেরা এবং এমপি৩ ইকুয়ালাইজারসহ প্রায় সকল ইলেকট্রনিক ডিভাইসে ব্যবহৃত হয়। ইলেকট্রিক্যাল ইঞ্জিনিয়ারিংয়ে ফুরিয়ার ট্রান্সফর্ম এতটাই গুরুত্বপূর্ণ যে এটি দীর্ঘদিন ধরে পাঠ্যক্রমের একটি কেন্দ্রীয় বিষয় হিসেবে অন্তর্ভুক্ত রয়েছে।
ফুরিয়ার ট্রান্সফর্মের মূল ধারণাটি হলো একটি ভৌত ​​সংকেতকে সহজতর মৌলিক এককে বিভক্ত করা। এখানে, “সংকেত” বলতে এমন যেকোনো কিছুকে বোঝায় যার বিস্তার সময়ের সাথে পরিবর্তিত হয়। শব্দ বা আলোর মতো জিনিস, যাদের বিস্তার এবং তীব্রতা পরিবর্তিত হতে পারে, সেগুলো সংকেতের উদাহরণ। এই মৌলিক এককগুলো হলো সাইন তরঙ্গ, এবং প্রতিটি সাইন তরঙ্গের নিজস্ব অনন্য কম্পাঙ্ক রয়েছে।
সাইন তরঙ্গ এবং কম্পাঙ্ক বোঝার জন্য, একটি লম্বা দড়ি নাড়ানোর কথা কল্পনা করুন। যদি আপনি আপনার হাত ধীরে ধীরে নাড়েন, তাহলে দড়িটি ধীরে ধীরে উপরে-নিচে ওঠানামা করে, যা প্রশস্ত ব্যবধানসহ একটি তরঙ্গাকৃতি তৈরি করে; যদি আপনি আপনার হাত দ্রুত নাড়েন, তাহলে তরঙ্গগুলোর মধ্যবর্তী ব্যবধানগুলো কাছাকাছি চলে আসে। যদি এটি প্রতি সেকেন্ডে একবার উপরে-নিচে ওঠানামা করে, তবে একে ১ হার্জ (Hz) বলা হয়; যদি এটি প্রতি সেকেন্ডে দুইবার ওঠানামা করে, তবে একে ২ হার্জ (Hz) বলা হয়। অন্য কথায়, কম্পাঙ্ক হলো প্রতি সেকেন্ডে পুনরাবৃত্তির সংখ্যা এবং একে হার্জ (Hz) এককে প্রকাশ করা হয়।
একটি সিগন্যাল যে বিভিন্ন কম্পাঙ্কের সাইন তরঙ্গ দ্বারা গঠিত, এই উপমাটি রান্নার উপকরণ মেশানোর মতোই। ঠিক যেমন ডাকডোরিটাং তৈরিতে মুরগির মাংস, জল, গোচুজাং এবং কর্ন সিরাপ লাগে, তেমনি একটি একক সিগন্যালেও বিভিন্ন সাইন তরঙ্গ—যেমন ১ হার্জ, ২ হার্জ এবং ৩ হার্জ—বিভিন্ন অনুপাতে মিশ্রিত থাকে। যেহেতু মূল সিগন্যালটি এই উপাদানগুলোর একটি মিশ্রণ, তাই এটিকে সরাসরি বিশ্লেষণ করা কঠিন।
লবণ, বালি এবং লোহার গুঁড়ো হলো মিশ্রণ পৃথকীকরণের পদ্ধতির উদাহরণ। এগুলোকে পানিতে দ্রবীভূত করে দ্রবণটি ছেঁকে—তারপর যা অবশিষ্ট থাকে, যা চুম্বকে লেগে যায় এবং যা পেছনে পড়ে থাকে—তা পৃথক করার মাধ্যমে আমরা প্রতিটি স্বতন্ত্র পদার্থের বৈশিষ্ট্য নির্ণয় করতে পারি। একইভাবে, ফুরিয়ার ট্রান্সফর্ম একটি জটিল সংকেতকে সাইন তরঙ্গের উপাদানগুলিতে বিভক্ত করে, যা প্রতিটি উপাদানের বিস্তার এবং কম্পাঙ্ক প্রকাশ করে। পৃথক করা উপাদানগুলো পরীক্ষা করে সংকেতটি কী দিয়ে গঠিত তা বোঝা সহজ হয়ে যায়।

ফুরিয়ার রূপান্তরের মূলনীতি এবং ব্যবহারিক প্রয়োগ

ফুরিয়ার ট্রান্সফর্ম তার মৌলিক একক হিসেবে সাইন তরঙ্গ ব্যবহার করার কারণ হলো, সাইন তরঙ্গগুলোর একে অপরের সাথে একটি অনন্য সম্পর্ক রয়েছে—আর তা হলো লম্বতা। যখন ভিন্ন ভিন্ন কম্পাঙ্কের সাইন তরঙ্গকে গুণ করে ইন্টিগ্রেট করা হয়, তখন ফলাফল হয় ০; আর যখন একই কম্পাঙ্কের সাইন তরঙ্গকে গুণ করে নর্মালাইজ করা হয়, তখন ফলাফল একটি নির্দিষ্ট মান (সাধারণত ১) হয়। এই বৈশিষ্ট্যটি ব্যবহার করে, আমরা একটি সিগন্যালের মধ্যে থাকা নির্দিষ্ট কম্পাঙ্ক উপাদানগুলোর বিস্তারকে আলাদা করতে পারি।
উদাহরণস্বরূপ, ধরা যাক একটি সিগন্যালে ১ অ্যাম্প্লিটিউডের একটি ১ হার্জ কম্পোনেন্ট, ২ অ্যাম্প্লিটিউডের একটি ২ হার্জ কম্পোনেন্ট এবং ৩ অ্যাম্প্লিটিউডের একটি ৩ হার্জ কম্পোনেন্ট রয়েছে। যদি আমরা এই সিগন্যালটিকে একটি ১ হার্জ সাইন ওয়েভ দিয়ে গুণ করে ইন্টিগ্রেট করি, তাহলে ফলাফল হবে ১; যদি আমরা এটিকে একটি ২ হার্জ সাইন ওয়েভ দিয়ে গুণ করি, তাহলে ফলাফল হবে ২; এবং যদি আমরা এটিকে একটি ৩ হার্জ সাইন ওয়েভ দিয়ে গুণ করি, তাহলে ফলাফল হবে ৩। বিভিন্ন ফ্রিকোয়েন্সিতে সিগন্যালটির সাথে এই ইনার প্রোডাক্টটি সম্পাদন করার মাধ্যমে, আমরা প্রতিটি ফ্রিকোয়েন্সি কম্পোনেন্টের মান নির্ণয় করতে পারি। ফুরিয়ার ট্রান্সফর্ম হলো একটি গাণিতিক পদ্ধতি যা এই প্রক্রিয়াটিকে সুশৃঙ্খল করে।
স্পিচ রিকগনিশন বা বাক শনাক্তকরণ এমন একটি ক্ষেত্র যেখানে ফুরিয়ার ট্রান্সফর্ম ব্যাপকভাবে ব্যবহৃত হয়। মানুষের কণ্ঠস্বর স্বরযন্ত্রের কম্পনের ফলে বাতাসে উৎপন্ন তরঙ্গ নিয়ে গঠিত, এবং একটি মাইক্রোফোন এই বায়ুর কম্পনকে বৈদ্যুতিক সংকেতে রূপান্তরিত করে। যেহেতু বৈদ্যুতিক সংকেতটি মূল বাক সংকেতের হুবহু রূপ বজায় রাখে, তাই একটি কম্পিউটার এর কম্পাঙ্ক উপাদানগুলো বিশ্লেষণ করার জন্য এই সংকেতের উপর ফুরিয়ার ট্রান্সফর্ম প্রয়োগ করে।
প্রত্যেক ব্যক্তির কণ্ঠস্বরের একটি স্বতন্ত্র কম্পাঙ্ক বিন্যাস থাকে এবং প্রতিটি ধ্বনিমূলেরও (যেমন, /p/, /t/, /s/, /a/, ইত্যাদি) নিজস্ব স্বতন্ত্র কম্পাঙ্ক উপাদান থাকে। স্পিচ রিকগনিশন সিস্টেমগুলো এই পৃথক কম্পাঙ্ক উপাদানগুলো বিশ্লেষণ করে নির্ধারণ করে যে কোন ধ্বনিমূলগুলো উপস্থিত আছে এবং কে কথা বলছে। এই সক্ষমতার ফলে স্মার্টফোন ভয়েস অ্যাসিস্ট্যান্টের মতো বাস্তব-জগতের অ্যাপ্লিকেশন তৈরি হয়েছে এবং সিরির মতো পরিষেবাগুলোতেও এটি ব্যবহৃত হয়েছে।
ইলেকট্রিক্যাল ইঞ্জিনিয়ারিং হলো অধ্যয়নের এমন একটি শাখা যা নিম্ন-স্তরের ডেটাকে বৈদ্যুতিক সংকেতে রূপান্তরিত করে, সেই সংকেতগুলোকে বিশ্লেষণ ও প্রক্রিয়াজাত করে উচ্চ-স্তরের তথ্যে পরিণত করে এবং এই তথ্য মানুষের কাছে পৌঁছে দেওয়ার বা তাদের পক্ষে কাজ করার পদ্ধতি নিয়ে গবেষণা করে। এই অর্থে, ফুরিয়ার ট্রান্সফর্ম একটি অপরিহার্য হাতিয়ার যা আমাদেরকে কম্পাঙ্কের দৃষ্টিকোণ থেকে সংকেতগুলো দেখার সুযোগ করে দেয় এবং একটি নতুন দৃষ্টিকোণ থেকে সমস্যার সমাধান করতে সক্ষম করে।
ফুরিয়ার ট্রান্সফর্ম এবং এফএফটি-এর মতো অ্যালগরিদম—যা এই অপারেশনগুলো আরও দ্রুত সম্পাদন করে—নিয়ে গবেষণা আজও সক্রিয় রয়েছে। প্রযুক্তির অগ্রগতির সাথে সাথে ফুরিয়ার ট্রান্সফর্মের প্রয়োগের পরিধি ক্রমাগত প্রসারিত হতে থাকবে এবং সংকেতকে বিভক্ত ও পুনঃসংযোজন করার ক্ষমতা—অনেকটা ‘আলকেমি’র মতোই—ভবিষ্যতে বহু ইলেকট্রনিক প্রযুক্তির ভিত্তি তৈরি করতে থাকবে।