选题自（数字语音处理理论及应用）

参数选用：
窗函数：汉明窗
宽带声谱窗长：5ms
宽带声谱FFT长度：1024
窄带声谱窗长：50ms
窄带声谱FFT长度：1024
使用对数幅度
声谱图为彩色

代码部分

import matplotlib.pyplot as plt   #画图用 import librosa.core as lc   #计算stft使用 import numpy as np   #使用了其中的一些工具函数 import librosa.display   #画声谱图用 from scipy.io import wavfile   #获取wav文件的采样率  path = "/Users/mine/Desktop/wavefiles/s5.wav"     fs, y_ = wavfile.read(path)        #读取文件的采样率 fs = fs        n_fft = 1024         #FFT长度 y, sr = librosa.load(path, sr=fs)  #获取宽带声谱图 mag = np.abs(lc.stft(y, n_fft=n_fft, hop_length=10, win_length=40, window='hamming'))        #进行短时傅里叶变换，并获取幅度 D = librosa.amplitude_to_db(mag, ref=np.max)    #幅度转换为db单位 librosa.display.specshow(D, sr=fs, hop_length=10, x_axis='s', y_axis='linear')             #画声谱图 plt.colorbar(format='%+2.0f dB') plt.title('broadband spectrogram') plt.savefig('broader.png') plt.show()  #获取窄带声谱图 mag1 = np.abs(lc.stft(y, n_fft=n_fft, hop_length=100, win_length=400, window='hamming')) mag1_log = 20*np.log(mag1) D1 = librosa.amplitude_to_db(mag1, ref=np.max) librosa.display.specshow(D1, sr=fs, hop_length=100, x_axis='s', y_axis='linear') plt.colorbar(format='%+2.0f dB') plt.title('narrowband spectrogram') plt.savefig('narrowband.png') plt.show() 

结果以及分析

宽带声谱图如下：

窄带声谱图如下

结果分析：
声谱图也即是语音短时傅里叶变换的幅度画出的2D图，
宽带声谱图参数：
FFT长度：1024
声谱窗长：5ms（8k采样率时设置为40）
窗移：（8k采样率时设置为10）
窄带声谱图参数：
FFT长度：1024
声谱窗长：50ms（8k采样率时设置为400）
窗移：（8k采样率时设置为100）

在宽带声谱图中，可以看出时间分辨率很好，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。
在窄带声谱图中可以观察到有清楚的谐波结构，而且频率分辨率非常好，可以清楚地看到各音阶出现的时刻，以及各时刻对应频率处的能量强弱，但是时间上的分辨率不太理想，因为频率分辨率太过精细，因而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。