使用Matlab绘制语音信号的语谱图

本文绘制语音信号的语谱图主要使用了spectrogram函数，spectrogram是一个MATLAB函数，使用短时傅里叶变换得到信号的频谱图。当使用时无输出参数，会自动绘制频谱图；有输出参数，则会返回输入信号的短时傅里叶变换。
绘制语音信号的语谱图代码如下：

clc;
clear;
close all;
[Y,fs]=audioread('lantian.wav');  %读取音频文件lantian.wav
    %Y为读到的双声道数据
    %fs为采样频率
info=audioinfo('lantian.wav')      %audioinfo 函数返回音频的信息情况。
sound(Y,fs)   %播放语音
  
Y1 = Y(:,1);        %Y为双声道数据，取第2通道
figure(1)
plot(Y1)          %画Y1波形图
title('原始语音信号')
grid on;

figure(2)
spectrogram(Y1,256,128,256,16000,'yaxis');
%[S,F,T,P]=spectrogram(x,window,noverlap,nfft,fs)
% [S,F,T,P]=spectrogram(x,window,noverlap,F,fs)
%x---输入信号的向量。默认情况下，即没有后续输入参数，x将被分成8段分别做变换处理，
% 如果x不能被平分成8段，则会做截断处理。默认情况下，其他参数的默认值为
% window---窗函数，默认为nfft长度的海明窗Hamming,如果window为一个整数，每段长度为window，每段使用Hamming窗函数加窗。
% noverlap---每一段的重叠样本数，默认值是在各段之间产生50%的重叠,它必须为一个小于window或length(window)的整数
% nfft---做FFT变换的长度，默认为256和大于每段长度的最小2次幂之间的最大值。
% 另外，此参数除了使用一个常量外，还可以指定一个频率向量F
% fs---采样频率，默认值归一化频率
% spectrogram(...,'freqloc')使用freqloc字符串可以控制频率轴显示的位置。
% 当freqloc=xaxis时，频率轴显示在x轴上，当freqloc=yaxis时，频率轴显示在y轴上，默认是显示在x轴上。如果在指定freqloc的同时，又有输出变量，则freqloc将被忽略。
% F---在输入变量中使用F频率向量，函数会使用Goertzel方法计算在F指定的频率处计算频谱图。
% 指定的频率被四舍五入到与信号分辨率相关的最近的DFT容器(bin)中。而在其他的使用nfft
% 语法中，短时傅里叶变换方法将被使用。对于返回值中的F向量，为四舍五入的频率，其长度
% 等于S的行数。
% T---频谱图计算的时刻点，其长度等于上面定义的k，值为所分各段的中点。
% P---能量谱密度PSD(Power Spectral Density)，对于实信号，P是各段PSD的单边周期估计；
xlabel('时间(s)')
ylabel('频率(Hz)')
title('语谱图')

画出的原始语音信号频谱图如下：

语音信号为“蓝天白云”四个字，从语音信号的频谱图中可以明显看到四段语音。
得到的语音信号语谱图如下：

从语音信号的语谱图中可以大致看出四段语音的音调情况。

得到的语音信号音频信息情况：