使用Matlab Spectrogram分析音頻信號的頻譜圖

一、概述

在數字信號處理領域中，頻譜圖對頻率與時間的關係進行可視化。在音頻信號處理中，頻譜圖是非常重要的一種可視化工具。Matlab Spectrogram是Matlab軟件中一個非常有用的工具，可以幫助我們進行音頻信號的頻譜分析。

二、Matlab Spectrogram的基本使用

要使用Matlab Spectrogram分析音頻信號的頻譜圖，我們需要加載音頻文件並將其轉換為數字信號，然後使用Matlab的Spectrogram函數來創建頻譜圖。下面是使用Matlab Spectrogram的基本代碼：

% 加載音頻文件並將其轉換為數字信號
filename = 'myaudio.wav';
[x, Fs] = audioread(filename);

% 創建頻譜圖
window = hann(1024);
noverlap = 512;
nfft = 1024;
[S, F, T] = spectrogram(x, window, noverlap, nfft, Fs, 'yaxis');

% 可視化頻譜圖
surf(T, F, 20*log10(abs(S)), 'edgecolor', 'none');
axis tight;
view(0, 90);
xlabel('時間 (秒)');
ylabel('頻率 (赫茲)');

在上面的代碼中，我們首先使用Matlab的audioread函數來加載音頻文件並將其轉換為數字信號。 然後，我們使用spectrogram函數創建頻譜圖。在創建頻譜圖時，我們需要指定窗口大小、疊加量、傅里葉變換的樣本數等參數。最後，我們使用Matlab中的surf函數來顯示頻譜圖。

三、對頻譜圖進行可視化

使用Matlab Spectrogram創建頻譜圖後，我們可以對其進行更改以獲得更好的可視化效果。 在下面的示例代碼中，我們將使用colormap函數和colorbar函數可視化頻譜圖。

% 創建頻譜圖
window = hann(1024);
noverlap = 512;
nfft = 1024;
[S, F, T] = spectrogram(x, window, noverlap, nfft, Fs, 'yaxis');

% 可視化頻譜圖
imagesc(T, F, 20*log10(abs(S)));
axis xy;
colormap(jet);
colorbar;
xlabel('時間 (秒)');
ylabel('頻率 (赫茲)');

在上面的代碼中，我們使用函數imagesc而非surf函數來顯示頻譜圖。使用imagesc函數時，我們可以使用colormap函數來改變頻譜圖的顏色映射，使用colorbar函數添加顏色欄，以便更好地理解頻譜圖。

四、調整Matlab Spectrogram的參數

Matlab Spectrogram函數有很多參數，可以讓我們根據需要調整頻譜圖的樣式以及和分辨率。下面是一些常用的參數：

• window：指定在執行傅里葉變換之前用於平滑輸入信號的窗口函數。在示例代碼中，我們使用Hann窗口對輸入信號進行平滑。
• noverlap：指定兩個相鄰時段之間重疊的樣本數。在示例代碼中，我們將疊加量設置為512。
• nfft：指定用於傅里葉變換的樣本點數。較大的nfft值可以提高頻率分辨率，但也會導致計算時間增加。在示例代碼中，我們使用1024個樣本點進行傅里葉變換。
• Fs：指定輸入信號的採樣率。在示例代碼中，我們將採樣率設置為加載音頻文件的採樣率。

下面是一個示例代碼，代碼中的參數值已根據實際情況進行了調整：

% 創建頻譜圖
window = blackman(2048);
noverlap = 1024;
nfft = 4096;
[S, F, T] = spectrogram(x, window, noverlap, nfft, Fs, 'yaxis');

% 可視化頻譜圖
imagesc(T, F, 20*log10(abs(S)));
axis xy;
colormap(jet);
colorbar;
xlabel('時間 (秒)');
ylabel('頻率 (赫茲)');

五、結語

本文介紹了如何使用Matlab Spectrogram分析音頻信號的頻譜圖。我們首先使用Matlab的audioread函數將音頻文件加載到Matlab中，然後使用spectrogram函數創建頻譜圖。我們還展示了如何使用imagesc函數為頻譜圖添加顏色映射和顏色欄，並演示了如何根據需要調整分辨率和樣式等參數。