1. 时域图

1.1 声音信号是一维的时域信号，无法观察出频率随时间的变化规律。

动态信号x(t): 是描述信号在不同时刻取值的函数, 其中t是自变量；

即横轴代表时间，纵轴是信号的变化（振幅）。

2. 信号的频域分析

信号通过傅里叶变换把它变到频域上，可以看出信号的频率成分；

横轴代表各个频率成分，纵轴：信号的幅度值。
是一个时间平均（time average）概念。

2.1 频谱图

简单地说，任何信号（当然要满足一定的数学条件），都可以通过傅立叶变换而分解成一个直流分量（也就是一个常数）和若干个（一般是无穷多个）正弦信号的和。

每个正弦分量都有自己的频率和幅值；
这样，以频率值作横轴，以幅值作纵轴，
把上述若干个正弦信号的幅值画在其所对应的频率上，就做出了信号的幅频分布图，也就是所谓频谱图。

2.3 频谱图类型

在实际使用中，频谱图有三种，即

线性振幅谱、
对数振幅谱、
自功率谱.

其中，对数振幅谱中各谱线的振幅都作了对数计算，所以其纵坐标的单位是dB（分贝）, 这个变换的目的是使那些振幅较低的成分相对高振幅成分得以拉高，以便观察掩盖在低幅噪声中的周期信号。

2.4 相频分布：

横坐标：频率；
纵坐标：相位；

3. 功率谱

3.1 功率谱定义

功率谱可以从两方面来定义，

一个是自相关函数的傅立叶变换，第一种定义就是常说的维纳辛钦定理。
另一个是时域信号傅氏变换模平方然后除以时间长度。

第二种其实从能量谱密度来的。
根据parseval定理，信号傅氏变换模平方被定义为能量谱，能量谱密度在时间上平均就得到了功率谱。

3.2 功率谱性质

功率谱的概念是针对功率有限信号的(能量有限信号可用能量谱分析)，所表现的是单位频带内信号功率随频率的变换情况。保留频谱的幅度信息，但是丢掉了相位信息，所以频谱不同的信号其功率谱是可能相同的。
功率谱是随机过程的统计平均概念，平稳随机过程的功率谱是一个确定函数；而频谱是随机过程样本的Fourier变换，对于一个随机过程而言，频谱也是一个“随机过程”。（随机的频域序列）
功率概念和幅度概念的差别。此外，只能对宽平稳的各态历经的二阶矩过程谈功率谱，其存在性取决于二阶局是否存在并且二阶矩的Fourier变换收敛；而频谱的存在性仅仅取决于该随机过程的该样本的Fourier变换是否收敛。
在频域分析信号分两种：
（1）.对确定性信号进行傅里叶变换，分析频谱信息。
（2）.随机信号的傅里叶信号不存在，转向研究它的功率谱。随机信号的功率谱和自相关函数是傅里叶变换对（即维纳辛钦定理）。功率谱估计有很多种方法；

4. 时域与频域的关系（FFT）

4.1 相位与振幅

如下面静态图所示:

正弦波就是一个圆周运动在一条直线上的投影。
任意时刻的相位为 ϕ\phiϕ ;
任意时间的幅度值：振幅A × sin ϕ\phiϕ

sin = 对边/ 斜边；
对边 = sin × 斜边

4.2 频域的基本单元

如下图所示:
频域的基本单元也可以理解为一个始终在旋转的圆。

4.3 FFT过程

举例，矩形波的 FFT过程：

任意波形FFT：

4.4 相位差：

相位差 = (时间差 / 周期 ) × 2 π\piπ
图中，小红点是距离频率轴最近的波峰，我们将红色的点投影到下平面，投影点我们用粉色点来表示。当然，这些粉色的点只标注了波峰距离频率轴的距离，并不是相位。时间差并不是相位差。如果将全部周期看作2Π或者360度的话，相位差则是时间差在一个周期中所占的比例。我们将时间差除周期再乘 2Π，就得到了相位差。

4.5 矩形波在时域、频域和相位的表现形式：

5. 时频域分析

5.1 时频域分析：

频谱虽然可以看出信号的频率分布，但是丢失了时域信息，无法看出频率分布随时间的变化。

为了解决这个问题，很多时频域分析手段应运而生。

短时傅里叶，小波，Wigner分布等都是常用的时频域分析方法。

5.2 STFT的原理:

把一段长信号分帧、加窗，
对每一帧做傅里叶变换（FFT）.

短时傅里叶变换，是对短时的信号做傅里叶变换。
短时的信号怎么得到? —> 是长时的信号分帧得来的。

5.3 实现：

python可以使用scipy库中的signal模块。

如果做STFT分解的音频信号（wav文件）的路径存在path变量中，可通过下面的代码得到STFT数据。

import wavio
import numpy as np
from scipy import signalwav_struct=wavio.read(path)
wav=wav_struct.data.astype(float)/np.power(2,wav_struct.sampwidth*8-1)
[f,t,X]=signal.spectral.spectrogram(wav,np.hamming(1024),nperseg=1024,noverlap=0,detrend=False,return_onesided=True,mode='magnitude')

关于signal模块中spectrogram的使用方法和各个参数的具体意义，参见

https://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.spectrogram.html#scipy.signal.spectrogram

音频（一）时域图、频谱图 Spectrum相关推荐

python绘制频谱图,在音频分析中绘制频谱图
I am working on speech recognition using neural network. To do so I need to get the spectrograms of ...
pyhton 画出音频文件的波形图和频谱图
pyhton 画出音频文件的波形图和频谱图 # -*- coding:utf-8 -*- import wave import struct import numpy as np import mat ...
FFT求频谱图和功率谱密度图
FFT求频谱图和功率谱密度图频谱图声音频率与能量的关系用频谱表示.在实际使用中,频谱图有三种,即线性振幅谱.对数振幅谱.自功率谱. 线性振幅谱的纵坐标有明确的物理量纲,是最常用的. 对数振幅谱中各 ...
图像的二维傅里叶变换频谱图特点研究
一.先放一些相关的结论: 1.傅里叶变换的幅值称为傅里叶谱或频谱. 2.F(u)的零值位置与"盒状"函数的宽度W成反比. 3.卷积定理:空间域两个函数的卷积的傅里叶变换等于两个函数 ...
【零基础】看懂理解傅里叶变换后的频谱图-附例题
首先安利一个网站,在线做傅里叶变换,不用等MATLAB漫长的启动了 https://sci2fig.herokuapp.com/fourier 文章中部分图片来自 https://blog.csdn. ...
waveform波形图（时域图）、spectrum（频谱图）、spectrogram（语谱图）、MFCC
人的气流(excitation)通过声道到嘴唇产生声音.唇齿舌的形状决定了发出怎样的声音,这个形状通过频谱图中的包络中显示出来.而MFCCs就是一种准确描述这个包络的一种特征. 一.waveform波 ...
获取音频的时域频谱-振幅图-音频可视化-音量图-音谱图
找了很久的资料,基本都是音频的实时频谱图,即通过MediaPlayer-Visualizer-onWaveFormDataCapture.onFftDataCapture获取数据,然后解析.绘制出来的 ...
数字信号处理实验三用fft对信号作频谱分析_机器学习中的音频特征：理解Mel频谱图...
如果你像我一样,试着理解mel的光谱图并不是一件容易的事.你读了一篇文章,却被引出了另一篇,又一篇,又一篇,没完没了.我希望这篇简短的文章能澄清一些困惑,并从头解释mel的光谱图. 信号信号是一定量 ...
音频处理相关内容学习——自动编码器——变分自动编码器——频谱图
文章目录概述一.Approaches And Challenges 生成的声音是什么类型训练模型使用的是什么特征原始音频Raw Audio 频谱图Spectrograms 声音生成模型常用的结 ...
语音信号处理-概念（一）：时域信号（横轴：时间；纵轴：幅值）、频谱图（横轴：频率；纵轴：幅值）--傅里叶变换--＞时频谱图（语谱图/声谱图）【横轴：时间；纵轴：频率；颜色深浅：幅值】
我们经常接触到与频谱相关的概念.本节对这些概念之间的区别进行简单的介绍. 一般来讲,将一段时域信号通过离散傅里叶变换后,将频率作为横轴.幅度作为纵轴,得到的图像称作频谱.若将相位作为纵轴,则称为相 ...

音频（一）时域图、频谱图 Spectrum

1. 时域图

2. 信号的频域分析

2.1 频谱图

2.3 频谱图类型

2.4 相频分布：

3. 功率谱

3.1 功率谱定义

3.2 功率谱性质

4. 时域与频域的关系（FFT）

4.1 相位与振幅

4.2 频域的基本单元

4.3 FFT过程

4.4 相位差：

4.5 矩形波在时域、频域和相位的表现形式：

5. 时频域分析

5.1 时频域分析：

5.2 STFT的原理:

5.3 实现：

音频（一）时域图、频谱图 Spectrum相关推荐

最新文章

热门文章

音频（一）时域图、 频谱图 Spectrum

1. 时域图

2. 信号的频域分析

2.1 频谱图

2.3 频谱图类型

2.4 相频分布：

3. 功率谱

3.1 功率谱定义

3.2 功率谱性质

4. 时域与频域的关系 （FFT）

4.1 相位与振幅

4.2 频域的基本单元

4.3 FFT过程

4.4 相位差：

4.5 矩形波在时域、频域和相位的表现形式：

5. 时频域分析

5.1 时频域分析：

5.2 STFT的原理:

5.3 实现：

音频（一）时域图、 频谱图 Spectrum相关推荐

最新文章

热门文章

音频（一）时域图、频谱图 Spectrum

4. 时域与频域的关系（FFT）

音频（一）时域图、频谱图 Spectrum相关推荐