Euhh... Comment dire......
Il faut commencer par lire un peu de théorie d'analyse des signaux et de traitement du signal (et de traitement des images) avant de dire des choses pareilles!
Ce que tu décris existe, cela s'appelle la resynthèse sonore. Cela dit, les images produites sont beaucoup plus importantes en terme d'information contenue, et donc de taille que tu sembles le dire (voire plus grosses que l'audio de départ lui même). Et c'est un processus qui prend plusieurs minutes de calcul à un PC moderne pour seulement quelques secondes de signal audio...
Ce procédé est utilisé notamment lorsque l'on veut connaitre l'impact sur le signal audio d'une modification dans l'image spectrale, sans avoir à faire de modification réelle sur un prototype qui coute très cher, dans l'automobile par exemple.