如何在 Matlab 中生成频率为 x 轴的 wav 文件的频谱图
How to generate the spectrogram of a wav file in Matlab with frequency on the x-axis
作为研究项目的一部分，我想通过生成频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频谱图，y 轴为频率，x 轴为时间。但是，我想生成 x 轴上的频率和 y 轴上的时间的频谱图。如何做到这一点？
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，y 轴为频率，x 轴为时间（Matlab 代码）：
[song, fs] = wavread('filename.wav');
windowSize = 256;
windowOverlap = [];
freqRange = 0:300;
spectrogram(song, windowSize, windowOverlap, freqRange, fs, 'yaxis');
我将函数频谱图中的参数 'yaxis' 更改为 'xaxis'，现在频率在 x 轴上，时间在 y 轴上。但是，我得到的频谱图与从可靠来源生成的频谱图不同。
这是我生成的频谱图 -
可靠来源生成的频谱图（我没有代码）。
此外，两个频谱图中的配色方案不同。我的录音是 50 秒，而标签上显示的时间是 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生成 Java.
中的频谱图
非常感谢任何帮助。
前言
抱歉，我没有 Mathworks 放入 spectrogram 的任何工具箱，但这是我放入 public 域中的一些代码，可以为我完成这项工作。
它比 spectrogram 更实用，但具有后者的许多功能，正如我将使用 Matlab 附带的 handel 音频剪辑（'Hallelujah！'）进行演示一样。
设置
我不会假定您熟悉 git 或 Matlab 命名空间。
- 在您的 Matlab 路径中的某处创建一个名为
+arf 的目录（例如，~/Documents/MATLAB 甚至您当前的代码目录）。
- 下载
stft.m并放入+arf/。
- 同时下载
partition.m 到 +arf/。
这将创建一个 arf namespace，其中包含 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
- 加载打包到 Matlab 中的
handel 音频剪辑（这是来自乔治·弗里德里克·汉德尔 弥赛亚 的九秒剪辑），
- 为STFT定义一些参数，
- 用
arf.stft() 和 评估 STFT
- 绘制 STFT。
提示：在你 运行 上面的代码之后，或者只是 load 行之后，你可以用 soundsc(handel.y, handel.Fs).
收听原始剪辑
结果
在频谱图中，可以清楚地看到前两首长的哈利路亚，然后是两首较短的，最后是最后一首长的。沿 y 轴的时间 运行s 如您所愿。
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%，因此有 900 个重叠样本）。注：
- 块长度越大，时间分辨率越低（但频率分辨率越高）。
- 重叠越少，STFT 随时间出现的锯齿状越多，平滑度越低（您支付的 computational/memory 开销就越少）。重叠量必须在 0（块之间没有重叠）和
chunk size - 1. 之间
如果你只是玩弄块长度，你会感觉到 STFT 给你调整的主旋钮。通常，一个人会选择块大小的 25% 或 50% 之间的重叠，以获得相当平滑的频谱图，而无需大量的计算开销。
N.B。您可以通过将额外的参数传递给 arf.stft，特别是 arf.stft( ..., 'nfft', 2^nextpow2(samplesPerChunk * 8)) 来增加沿 频率 维度的平滑度。这明确设置了要创建的频率仓的数量（最终，评估了这个大小的 FFT）。默认值相当于 2^nextpow2(samplesPerChunk)，因此将其乘以 8 会将每个块的频谱上采样八倍。
作为研究项目的一部分，我想通过生成频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频谱图，y 轴为频率，x 轴为时间。但是，我想生成 x 轴上的频率和 y 轴上的时间的频谱图。如何做到这一点？
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，y 轴为频率，x 轴为时间（Matlab 代码）：
[song, fs] = wavread('filename.wav');
windowSize = 256;
windowOverlap = [];
freqRange = 0:300;
spectrogram(song, windowSize, windowOverlap, freqRange, fs, 'yaxis');
我将函数频谱图中的参数 'yaxis' 更改为 'xaxis'，现在频率在 x 轴上，时间在 y 轴上。但是，我得到的频谱图与从可靠来源生成的频谱图不同。
这是我生成的频谱图 -
可靠来源生成的频谱图（我没有代码）。
此外，两个频谱图中的配色方案不同。我的录音是 50 秒，而标签上显示的时间是 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生成 Java.
中的频谱图非常感谢任何帮助。
前言
抱歉，我没有 Mathworks 放入 spectrogram 的任何工具箱，但这是我放入 public 域中的一些代码，可以为我完成这项工作。
它比 spectrogram 更实用，但具有后者的许多功能，正如我将使用 Matlab 附带的 handel 音频剪辑（'Hallelujah！'）进行演示一样。
设置
我不会假定您熟悉 git 或 Matlab 命名空间。
- 在您的 Matlab 路径中的某处创建一个名为
+arf的目录（例如，~/Documents/MATLAB甚至您当前的代码目录）。 - 下载
stft.m并放入+arf/。 - 同时下载
partition.m到+arf/。
这将创建一个 arf namespace，其中包含 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
- 加载打包到 Matlab 中的
handel音频剪辑（这是来自乔治·弗里德里克·汉德尔 弥赛亚 的九秒剪辑）， - 为STFT定义一些参数，
- 用
arf.stft()和 评估 STFT
- 绘制 STFT。
提示：在你 运行 上面的代码之后，或者只是 load 行之后，你可以用 soundsc(handel.y, handel.Fs).
结果
在频谱图中，可以清楚地看到前两首长的哈利路亚，然后是两首较短的，最后是最后一首长的。沿 y 轴的时间 运行s 如您所愿。
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%，因此有 900 个重叠样本）。注：
- 块长度越大，时间分辨率越低（但频率分辨率越高）。
- 重叠越少，STFT 随时间出现的锯齿状越多，平滑度越低（您支付的 computational/memory 开销就越少）。重叠量必须在 0（块之间没有重叠）和
chunk size - 1. 之间
如果你只是玩弄块长度，你会感觉到 STFT 给你调整的主旋钮。通常，一个人会选择块大小的 25% 或 50% 之间的重叠，以获得相当平滑的频谱图，而无需大量的计算开销。
N.B。您可以通过将额外的参数传递给 arf.stft，特别是 arf.stft( ..., 'nfft', 2^nextpow2(samplesPerChunk * 8)) 来增加沿 频率 维度的平滑度。这明确设置了要创建的频率仓的数量（最终，评估了这个大小的 FFT）。默认值相当于 2^nextpow2(samplesPerChunk)，因此将其乘以 8 会将每个块的频谱上采样八倍。