信号的语谱图

2.1带限信号特性

语音中设计窗函数，窗函数性质大同小异，这里以窗函数为对象进行分析。

对于时域的窗函数：

其表达式为：

对应的傅里叶变换：

 

 

表达式为：

可见信号的时宽越大（小），信号的频带宽度越小（大），对于矩形窗，有着带宽B与时宽乘积为这样的特性，其他窗函数也有着类似的性质。

MATLAB仿真举例：

根据上面的分析，信号长度定为2000（即2*pi的长度）的话，矩形窗为40，要满足时宽与带宽乘积为2000不变，理论上带宽应为50，一下的结果图验证了上面的理论：

 

由于语音信号具有短时平稳特性，因此对其分析时，要进行加窗处理，借助上面的分析，可以看出，窗长如果选择短一些的话，就是时宽较小，对应的带宽就要大一些，在这种情况下得到的就是宽带语谱图，反之则得到窄带语谱图。

2.2窄带语谱图

对于一段语音进行分析（语音内容为0 1 2 3 4 5 6 7 8 9），语音采样率为8000Hz,取窗长为512个数据点，帧移为窗长的1/4，即128个数据点。

得到如下结果图：

从结果图中可以清楚看到谐波的结构，频率分辨率非常好，但是时间上的分辨率就不理想。对于上述语音，画出其频率特性：

语音低频部分（红线）体现了声道的特性，窄带语谱图，频率分辨率太过精细，不能很好体现出共振峰的大致位置，即反映不出基波的变化特性。

 

2.3宽带语谱图

对于一段语音进行分析（语音内容为0 1 2 3 4 5 6 7 8 9），语音采样率为8000Hz,取窗长为128个数据点，帧移为窗长的1/4，即32个数据点。

得到如下结果图：

 

 

与窄带语谱图相反，宽带语谱图的时间分辨率很好，频率分辨率较低，不能很好反映声音的纹理特性，反映了频谱的时变特性，能很好分辨出共振峰的大致位置，但分辨不清谐波结构。