Как по звуковой волне определить букву

Именно частоты разные, и их очень большое множество, которое образует свой неповторимый спектр, присущий всякому звуку. Более того, звук отдельной фонемы не стационарен, а изменяется в пределах примерно заданного времени по амплитудам и частотам всего спектра. Далее наш великий мозг проводит корреляции, сравнения, со своими эталлонами и приходит к выводу - сказали вы А или Б. Если рот не набит бутербродами.. .
К стати, любые обертона имеют свои, вполне конкретные частоты. Это только субьективно кажется, что монотонный голос говорит одним тоном. В спектре этих "тонов" сотни...

Человек издаёт не один чистый тон, а сразу множество тонов - главную гармонику и кучу обертонов. От соотношения амплитуд обертонов зависит тембр (окраска, качество, оттенок) звука. Это позволяет различать звучание гласных. Аналогично, по тембру звучания можно с закрытыми глазами отличить звук флейты от звука скрипки - при исполнении одной и той же ноты. При разговоре, кроме того, звуки не длятся бесконечно, они имеют начало и конец. Особенно важно, какие обертоны участвуют в формировании первого издаваемого звука. Если запись звучания разговора развернуть во времени на экране, то не только разные гласные, но и согласные выглядят по-разному.

1. гласные отличаются не частотой, а набором гармоник. Несущая (основная) - может быть какая угодно, а вот гармоники (кратные частоты) - разные.
2. согласные отличаются не частотой (они же не тянутся! ) , а формой огибающей. Например, Б получается закрыванием/открыванием губ, после которой идет краткая гласная. П - то же, но без гласной. Если посмотреть на сигнал в любом звуковом редакторе, перед Б и П есть короткая тишина (рот попросту закрыт) , потом скачком сильный пик (рот открылся) , небольшой неопределенный шум от выдыхаемого воздуха, у Б он еще и промодулирован основным тоном.

Ну типа так. Поставьте себе Sound Forge или любой другой муз. редактор, поиграйтесь.

Да, про 2 волны. Любой звук (ну кроме идеальной синусоиды с генератора) содержит основной тон и кучу обертонов кратных частот. Если вы дергаете струну, она колеблется и как единое целое, и как половинки, и как трети итд (попробуйте на гитаре дернуть струну и заглушить ее, коснувшись на середине - останется гармоника от половинок струны, можно заставить звучать треть, четверть итд) . То же в духовых - звучат все волны, у которых в трубу укладывается целое число длин. Именно набор гармоник и задает тембр.

Куча умных людей годы головы ломали, чтобы более-менее правильно распознать речь программой. А ты хочешь, чтобы тебе всё пояснили в двух словах? ! Ищи, читай, узнавай. Кто мешает?!

простой осциллограф не катит. Человек в качестве органа слуха имеет аналоговый спектро-анализатор -- улитку. Поэтому смотреть надо именно частотный спектр во времени.

Речь от длины волны звука не зависит. Ведь одну и ту же гласную букву можно пропеть на разных частотах (иначе бы существование песни было невозможно) . При чем фиксированная частота есть только у гласных звуков - у согласных никакой определенной частоты нет в принципе.

А отличаются звуки тембром. Имеют значение именно характеристики обертонов звука.

Когда буквы пытались различить …(печатные сначала) , читали
букву и сравнивали с образцом . Машинки разные, а когда рукописные начали
пробовать … ваще завал. Начали следить, как перо проходит контур: направление,
то есть изменение положения точки … что то напоминает производную. Со звуком:
для каждого человека спектр свой : есть зуб или нет, усы, какие шчеки ))) Но
одного записать и сравнивать с шаблоном, еще можно ( так и делают) . А вот по
изменению тембра … нужны мощные компьютеры и программы . И по большому счету,
желательно и мимику рассматривать . Часто из - за усов и человека трудно
разобрать, что там бормочет :)))

http://speech-soft*ru/index.php?a=inf&id_prazdel=1181017906&id_razdel=1181017375&inf=view
поставь вместо звезды точку

Структура любого звука представляет собой спектр различных частот (а не одну синусоидальную волну).

тут все нормально ребята пишут. . для простоты понимания возьми микрофон и звуковой редактор запиши алфавит своим голосом и посмотри чем буквы отличаются..

Тут в основном все сказали правильно всё. Остается дополнить, что человеческий мозг анализирует не сами основные тона и обертона, а их взаимное соотношение и изменение во времени. Дополню, что значительная часть речевых звуков составлена из шипящих букв, которые "ловко" создаются из шумового звука путем управления спектральным составом - изменение формы огибающей, ширины полосы и положения горба (основной частоты) , а также смешивание этого шума с тональными звуками - основной гармоникой и обертонами.

ИМХО исследование речи светолучевым осциллографом.