语音信号处理基础知识之频谱、相位谱、幅度谱、功率谱及语谱图-Toy模板网

这篇具有很好参考价值的文章主要介绍了语音信号处理基础知识之频谱、相位谱、幅度谱、功率谱及语谱图。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

1，语音信号处理

一段音频信号在时域上，可以用一个实数向量来表示。这个数组的大小=采样率*音频时长。举个例子：一段采样率为8000，长15.6s的音频在matlab中表示为:15.6x8000=124800大小的实数向量

语音信号处理基础知识之频谱、相位谱、幅度谱、功率谱及语谱图

下面是利用matlab读取.wav文件和.pcm文件的两种方法

1.1 读取wav

[x1, fs_n] = audioread('test\Far_common.wav');

1.2 读取pcm

fid_far = fopen("test\Far_common.pcm",'r'); 
x_far = fread(fid_far,inf,'int16');

语音信号处理基础知识之频谱、相位谱、幅度谱、功率谱及语谱图

从上图可以看出，音频信号在matlab中就是用一个向量来表示。

2，语音信号处理基础知识

2.1，频谱图

概念： 表示信号频率与能量的关系。频谱图一般由相位频谱图和幅度频谱图两部分构成。

绘制方法： 对一段时域音频做傅里叶变换，得到的就是频谱图。但是由于其包含两部的信息，因此不能直接绘制。其可以作为相位频谱图和幅度频谱图分别进行绘制。

[x1, fs_n] = audioread('D:\blog\新建文件夹\Far_common.wav');   
xi_fd = fft(x1);

观察结果可以发现，一维向量做傅里叶变化后得到一个同样的大小的复数向量。

语音信号处理基础知识之频谱、相位谱、幅度谱、功率谱及语谱图

2.1.1 相位频谱图

概念： 在傅里叶分析中，将各个分量的相位随频率的变化成为信号的相位谱。

绘制方法： 将频谱中的幅值部分换成相角，这里利用matlab中的angle函数进行绘制。

[x1, fs_n] = audioread('test\Far_common.wav');   

%频域信息
x1_fd = fft(x1);

%求相位谱
n=0:length(x1)-1;
f=n*fs_n/length(x1);
x1_abs = abs(x1_fd);
ph= 2*angle(x1_fd(1:length(x1)/2));
ph= ph *180/pi;
plot(f(1:length(x1)/2),ph(1:length(x1)/2));
xlabel('频率/hz'),ylabel('相角'),title('相位谱');

语音信号处理基础知识之频谱、相位谱、幅度谱、功率谱及语谱图

这里由于选取音频的问题，导致相位谱太过密集。

2.1.2 幅度频谱图

概念： 在傅里叶分析中，将各个分量的幅度随频率的变化成为信号的幅度谱。

绘制方法： 对信号进行fft后的复数向量进行取模操作，得到的就是幅度谱。

%求幅度谱
x1_fd_abs = abs(x1_fd);
plot(f(1:length(x1)/2),x1_fd_abs(1:length(x1)/2));
xlabel('频率/hz'),ylabel('幅度'),title('幅度谱');

语音信号处理基础知识之频谱、相位谱、幅度谱、功率谱及语谱图

2.2，功率谱（能量谱）：

概念： 功率谱是功率谱密度函数的简称，它定义为单位频带内的信号功率。它表示了信号功率随着频率的变化情况，即信号功率在频域的分布状况。

绘制方法： 对信号进行fft后的复数向量进行求实部和虚部的平方和操作，得到的就是功率谱。（即幅度谱的平方）

%求功率谱
for i=1:length(x1_fd)
    x1_power(i)=power(real(x1_fd(i)),2)+power(imag(x1_fd(i)),2);
end

语音信号处理基础知识之频谱、相位谱、幅度谱、功率谱及语谱图

2.3，语谱图：

概念： 语谱图的横坐标是时间，纵坐标是频率，坐标点值为语音数据能量。由于是采用二维平面表达三维信息，所以能量值的大小是通过颜色来表示的，颜色深，表示该点的语音能量越强。其可以理解为利用二维坐标表示三维信息。

绘制方法： 这里利用了matlab中Voicebox资源包下的enframe函数。

%求语谱图
clear all; clc; close all;
[x,Fs]=audioread('test\Far_common.wav');   %读入数据文件
wlen=800; inc=80; win=hanning(wlen);% 设置帧长，帧移和窗函数
N=length(x); time=(0:N-1)/Fs;       % 计算时间
y=enframe(x,win,inc)';              % 分帧
fn=size(y,2);                       % 帧数
frameTime=(((1:fn)-1)*inc+wlen/2)/Fs; % 计算每帧对应的时间
W2=wlen/2+1; n2=1:W2;
freq=(n2-1)*Fs/wlen;                % 计算FFT后的频率刻度
Y=fft(y);                           % 短时傅里叶变换
clf                                 % 初始化图形
% 画出语谱图        
set(gcf,'Position',[20 100 600 500]);            
axes('Position',[0.1 0.1 0.85 0.5]);  
imagesc(frameTime,freq,abs(Y(n2,:))); % 画出Y的图像  
axis xy; ylabel('频率/Hz');xlabel('时间/s');
title('语谱图');
% 画出语音信号的波形  
axes('Position',[0.07 0.72 0.9 0.22]);
plot(time,x,'k');
xlim([0 max(time)]);
xlabel('时间/s'); ylabel('幅值');
title('语音信号波形');

语音信号处理基础知识之频谱、相位谱、幅度谱、功率谱及语谱图