我目前正在为我的语音处理课程做一个项目，刚刚完成了时间波形图以及西班牙语 (aire) 口语的宽/窄带频谱图。
接下来的项目如下：
制作每个单词信号的 3-D 图，作为时间、频率和功率谱密度的函数。分析时间步长应为 20 毫秒，并且应使用 75% 重叠的汉明窗和 FFT 计算功率密度。选择最能突出信号特征的视角，因为它们随时间和频率发生变化。
我希望有人可以为我提供一些关于如何开始执行此部分的指导。我首先在 频谱图和瞬时频率 标题下查看 here，但不确定如何将 PSD 添加到脚本中。
谢谢
【问题讨论】：
我给你举个例子。
我要生成一个线性啁啾信号。
Fs = 1000;
t = 0:1/Fs:2;
y = chirp(t,100,2,300,'linear');
然后，我将定义 fft 和汉明窗口的数量。
nfft=128;
win=hamming(nfft);
然后我将定义重叠长度，即 nfft 的 75%。
nOvl=nfft*0.75;
然后，我正在使用频谱图函数执行 STFT。
[s,f,t,pxx] = spectrogram(y,win,nOvl,nfft,Fs,'psd');
'y'是时间信号，'win'定义汉明窗，'nOvl'是重叠数，'nfft'是fft数，'Fs'是采样频率，'psd'得出结果，pxx ，作为功率谱密度。
最后，我将使用瀑布图绘制“pxx”。
waterfall(f,t,pxx')
xlabel('frequency(Hz)')
ylabel('time(sec)')
zlabel('PSD')
FFT 的长度，对应 20 毫秒，取决于信号的采样频率。
编辑：在绘制瀑布图时，我转置 pxx 以更改 t 和 f 轴。
【讨论】：