語(yǔ)譜圖是二戰(zhàn)時(shí)期發(fā)明的，語(yǔ)譜圖就是語(yǔ)音頻譜圖，一般是通過(guò)處理接收的時(shí)域信號(hào)得到頻譜圖，因此只要有足夠時(shí)間長(zhǎng)度的時(shí)域信號(hào)就可。專業(yè)點(diǎn)講，那是頻譜分析視圖，如果針對(duì)語(yǔ)音數(shù)據(jù)的話，叫語(yǔ)譜圖。語(yǔ)譜圖的橫坐標(biāo)是時(shí)間，縱坐標(biāo)是頻率，坐標(biāo)點(diǎn)值為語(yǔ)音數(shù)據(jù)能量。由于是采用二維平面表達(dá)三維信息，所以能量值的大小是通過(guò)顏色來(lái)表示的，顏色深，表示該點(diǎn)的語(yǔ)音能量越強(qiáng)。

基本信息

可是為什么采用二維平面來(lái)表示三維信息呢？這個(gè)是有歷史原因的。在數(shù)字技術(shù)發(fā)展以前，人們可視化研究語(yǔ)音數(shù)據(jù)的方法是把數(shù)據(jù)通過(guò)頻率濾波器，然后各個(gè)頻率的數(shù)據(jù)驅(qū)動(dòng)相應(yīng)的類似針式打印的設(shè)備按頻率高低順序記錄在一卷紙上，信號(hào)的強(qiáng)弱由記錄在紙上的灰度來(lái)表示。記錄紙按照一定的速度旋轉(zhuǎn)，即相當(dāng)于在不同的時(shí)間里記錄下語(yǔ)音數(shù)據(jù)。

語(yǔ)譜圖還分為窄帶語(yǔ)譜圖和寬帶語(yǔ)譜圖。

主要內(nèi)容

我們可以觀察語(yǔ)音不同頻段的信號(hào)強(qiáng)度隨時(shí)間的變化情況。由于音樂(lè)信號(hào)本身頻率豐富，不太容易看出規(guī)律，我們可以觀察一下純粹的語(yǔ)音數(shù)據(jù)的語(yǔ)譜圖（附圖）。從圖中可以看到明顯的一條條橫方向的條紋，我們稱為“聲紋”，有很多應(yīng)用。條紋的地方實(shí)際是顏色深的點(diǎn)聚集的地方，隨時(shí)間延續(xù)，就延長(zhǎng)成條紋，也就是表示語(yǔ)音中頻率值為該點(diǎn)橫坐標(biāo)值的能量較強(qiáng)，在整個(gè)語(yǔ)音中所占比重大，那么相應(yīng)影響人感知的效果要強(qiáng)烈得多。而一般語(yǔ)音中數(shù)據(jù)是周期性的，所以，能量強(qiáng)點(diǎn)的頻率分布是頻率周期的，即存在300Hz強(qiáng)點(diǎn)，則一般在n*300Hz點(diǎn)也會(huì)出現(xiàn)強(qiáng)點(diǎn)，所以我們看到的語(yǔ)譜圖都是條紋狀的。

盡管客觀人發(fā)聲器官的音域是有限度的，即一般人發(fā)聲最高頻率為4000Hz，樂(lè)器的音域要比人寬很多，打擊樂(lè)器的上限可以到20KHz。但是，由于我們數(shù)字分析頻率時(shí)，采用的是算法實(shí)現(xiàn)的，一般是FFT，所以其結(jié)果是由采樣率決定的，即盡管是上限為4000Hz的語(yǔ)音數(shù)據(jù)，如果采用16Khz的采樣率來(lái)分析，則仍然可以在4000Hz以上的頻段發(fā)現(xiàn)有數(shù)據(jù)分布，則可以認(rèn)為是算法誤差，非客觀事實(shí)。