如何在x轴上以频率生成matlab中wav文件的谱图

Question

作为研究项目的一部分，我想通过生成它的光谱图来分析声音文件。

我已经能够在matlab中成功生成波形文件的光谱图，其中y轴为频率，x轴为时间。但是，我想生成频谱图，其频率在x轴上，时间在y轴上。怎么办呢？

我搜索了堆栈，但没有找到任何可接受的答案。

我的代码生成频谱图，其频率在y轴上，时间在x轴上（Matlab代码）：

[song, fs] = wavread('filename.wav');
windowSize = 256;
windowOverlap = [];
freqRange = 0:300;
spectrogram(song, windowSize, windowOverlap, freqRange, fs, 'yaxis');

我更改了参数＆＃39; yaxis＆＃39;在函数谱图中，对于xaxis＆＃39;现在频率在x轴上，时间在y轴上。但是，我得到的光谱图与可靠光源产生的光谱图不同。

以下是我生成的频谱图 -

从可靠来源生成的频谱图（我没有代码）。

此外，两种色谱图的配色方案都不同。我的录音长度为50秒，而标签上显示的时间为9秒。我该如何解决这些问题？

我的最终任务是能够在Android设备上生成频谱图（可能使用android中的GraphView库）。所以我必须编写代码来用Java生成频谱图。

非常感谢任何帮助。

Answer 1

前言

很抱歉，我没有Mathworks放置spectrogram的任何-toolbox，但这里有一些我放在公共领域的代码，可以帮我完成工作。

它比spectrogram更实际，但具有后者的许多功能，因为我将演示使用Matlab附带的handel音频剪辑（'Hallelujah！'）。

设置

我不会假设您熟悉git或Matlab名称空间。

1. 在Matlab路径的某处创建一个名为+arf的目录（例如，~/Documents/MATLAB甚至是您当前的代码目录。）
2. 下载stft.m并将其放入+arf/。
3. 同时将partition.m下载到+arf/。

这会在其中创建arf namespace，其中arf.stft和arf.partition函数（后者由arf.stft使用）。

代码

clearvars

% Load data: this is an audio clip built into Matlab.
handel = load('handel');
% To hear this audio clip, run the following:
% >> soundsc(handel.y, handel.Fs)

% STFT parameters.
% 1000 samples is roughly 1/8th of a second. A reasonable chunk size.
samplesPerChunk = 1000;
% Overlap a lot between chunks to see a smooth STFT.
overlapSamples = round(samplesPerChunk * 0.9);

% Generate STFT
[stftArr, fVec, tVec] = arf.stft(handel.y, ...
                                 samplesPerChunk, ...
                                 'noverlap', overlapSamples, ...
                                 'fs', handel.Fs);

% Plot results
figure('color', 'white');
imagesc(fVec / 1e3, tVec, 20 * log10(abs(stftArr)).');
axis xy
colorbar
xlabel('frequency (KHz)')
ylabel('time (s)')
caxis(max(caxis) - [40 0])
title('`handel` spectrogram via STFT, top 40 dB')

上面的代码

1. 加载打包到Matlab中的handel音频剪辑（这是来自George Frideric Handel的 Messiah 的9秒剪辑），
2. 定义了STFT的一些参数，
3. 使用arf.stft()和
评估STFT
4. 绘制STFT。

提示：在您运行上面的代码或仅load行后，您可以使用soundsc(handel.y, handel.Fs)收听原始剪辑。

结果



在谱图中，你可以清楚地看到前两个长哈利路亚，然后是两个较短的哈利路亚，然后是最后一个长的哈利路亚。时间按照你的意愿沿着y轴运行。

该代码演示了如何指定块长度（此处为1000个样本，或≈⅛秒）和重叠量（块长度的90％，因此900个重叠样本）。注意：

• 较大的块长度会导致时间分辨率降低（但频率分辨率更高）。
• 重叠越少，STFT随着时间的推移出现越多的锯齿状和不太平滑（以及您支付的计算/内存开销越少）。重叠量必须介于0（块之间没有重叠）和chunk size - 1之间。

如果您只是玩大块长度，您将感受到STFT让您调整的主旋钮。通常，一个选择在块大小的25％或50％之间重叠，以获得相当平滑的频谱图，而不会产生大量的计算开销。

N.B。您可以通过将额外参数传递给arf.stft，特别是arf.stft( ..., 'nfft', 2^nextpow2(samplesPerChunk * 8))来增加频率维度的平滑度。这明确设置要创建的频率仓的数量（最终，评估此大小的FFT）。默认值相当于2^nextpow2(samplesPerChunk)，因此将其乘以8将对每个块的频谱进行上采样8倍。