核心概念

声谱图

把短时频谱按时间排列,以颜色或明暗表示各时间—频率单元能量的时频表示。

简明解释

声谱图:声谱图保留频率随时间变化的线索,常见横轴为时间、纵轴为频率。窗口、步长、频率尺度、幅度或功率、分贝参考量和颜色范围都会改变图貌;它不是语音文字,也不是声源的无损复制。[1]

适用边界

声谱图必须注明窗口、帧移、频率尺度、幅度或功率、分贝参考量及色标范围;不同设置的图貌不能直接横比。参见第15章。

本页参考来源

  1. Jurafsky D, Martin J H. Speech and Language Processing [M]. Stanford University, 2026. 定位:Speech signal, ASR and TTS chapters. 稳定来源(访问 )。

相关概念