MATLAB语谱图(时频图)绘制与分析

简介

语谱图(时频图)是用于分析随时间变化的信号的谱表示。它可以显示信号随时间的变化和不同频率分量的能量。在 MATLAB 中，我们可以使用 Signal Processing Toolbox 中的函数来绘制语谱图并进行分析。

准备工作

在绘制语谱图之前，需要先准备一个待处理的信号。一般情况下，这个信号可以是声音、图像等。在这里，我们以声音信号为例。

1. 采集声音数据：可以通过使用 MATLAB 的 audiorecorder 对象来录制声音，或者将一个.wav 文件加载到 MATLAB 中。

% 录制声音数据
recObj = audiorecorder(fs, nbits, nchannels);
recordblocking(recObj, 5); % 录制 5 秒
audio = getaudiodata(recObj);

% 加载音频文件
[audio, fs] = audioread('audio.wav');

1. 对声音信号进行预处理，如去噪、降采样等。

绘制语谱图

语谱图可以通过使用 Signal Processing Toolbox 中的 spectrogram 函数来绘制。该函数除了需要输入信号数据外，还需要设置一些参数。

[S, f, t] = spectrogram(audio, window, noverlap, nfft, fs);

参数说明：

• audio：待处理的信号数据。
• window：窗口函数，如 Hann 窗口、Hamming 窗口等，用于在时域中截取分析的信号段。通常情况下，选择窗口函数可以使语谱图更加精细。
• noverlap：分析时信号重叠量，通常选择窗口长度的一半。
• nfft：用于频域分析的数据点数，数据点数越大，分辨率越高，但计算时间也越长。
• fs：采样率。

绘制语谱图的代码如下：

spectrogram(audio, window, noverlap, nfft, fs, 'yaxis');

在绘制完成之后，可以对绘制的图像样式进行调整。如调整颜色图、坐标轴范围等。

分析语谱图

分析语谱图主要有以下几个方面：

频域分析

语谱图中的颜色变化可以反映出信号在频域上的变化。通过观察频谱图，我们可以分析出信号中主要的频率分量。可以使用 imagesc 函数将语谱图以热力图的形式呈现：

imagesc(t, f, 10*log10(abs(S)));

时间域分析

在一些应用场景中，我们需要分析信号随时间的变化。语谱图中的时间轴可以反映出信号随时间的演化。可以使用 pcolor 函数将语谱图以伪彩色的形式呈现：

pcolor(t, f, 10*log10(abs(S)));

频谱峰值分析

频谱峰值是语音信号中的一个重要特征，它可以用于识别语音信号中的关键特征。可以通过计算语谱图中的起始频率和结束频率内的最大值来获得频谱峰值：

[~, idx] = max(abs(S), [], 1);
frequencies = f(idx);

结论

本文介绍了在 MATLAB 中绘制语谱图的方法，同时也讨论了如何通过分析语谱图来获取声音信号的关键特征。使用不同的语音信号数据集可能会有不同的效果，需要根据具体的情况进行处理分析。