如何创建频率与时间的关系图？

#1 楼

时间与频率分辨率是一个众所周知的问题，确实有解决方法。对于音频信号，一些常用的技术包括：参数化方法；自适应分辨率（使用各种时间/频率配置进行分析，并将结果修补在一起-Wen X.和M. Sandler，“使用多重傅立叶变换的复合频谱图”）；基于过度完备基的小波/分解;并使用相位信息来提取频率峰值（IFgram）的精确位置。

但是，看来您所显示的图形没有使用其中的某些技术；所以我怀疑这不是您想要的。在水平轴上似乎有一些“污点”（例如，在t = 1.2s处），这肯定表明分析是在块之间高度重叠的情况下完成的。

，实际上，如果允许帧重叠，则块持续时间和每秒的分析帧数不必相互链接。因此，如果要使用40ms长的分析框架，则网格不必是：

框架1：t = 0..t = 40ms;框架2：t = 40ms..t = 80ms

很可能是：

框架1：t = 0..t = 40ms;帧2：t = 10ms..t = 50ms

这种重叠可以给人一种更高的时间分辨率的错觉，而不会减小FFT窗口的大小。请注意，这只能帮助您在时间轴上准确定位事件-不能帮助解决两个时间上接近的事件...就像增加FFT大小可能有助于识别频率峰值的位置一样，但不能帮助确定频率峰值的位置两个相邻频率峰值的分辨率。

#2 楼

是的，很多人都在进行时频分析。

“将我的数据切成块，对每个块执行FFT”的方法是一个好主意。
应用“窗口”函数”，就在执行FFT之前，
有助于避免许多伪像。
允许块重叠也有帮助。

您已经指出，正如Wikipedia文章所指出的那样，所有短时傅立叶变换技术都需要权衡： br />

将时间序列切成很短的片段时，您会获得有关音调开始和停止的确切时间的高精度信息，但是频率信息非常模糊。 >将时间序列切成很长的片段时，会获得有关音调确切频率的高精度频率信息，但开始和停止的确切时间却很模糊。是一个著名的问题，但可惜，不仅没有解决它，而且还证明了两者之间的不确定性是不可避免的-Gabor极限，Heisenberg-Gabor极限，不确定性原理等。

如果我是您，我将从众多现成的库中的一个开始计算Gabor变换，
并尝试将时间序列切成不同的长度。
很幸运，您会很幸运，并且最终会得到一定的长度，可以提供足够的时间定位和足够的频率歧视。

如果这不适用于此应用程序，那么我会继续使用其他方法进行时频表示和时频分析-
小波变换，chirplet变换，分数阶傅里叶变换（FRFT）等。

编辑：
一些源代码可从音频数据生成频谱图/瀑布图：



SoX-Sound eXchange包括频谱图源代码


Audacity包括频谱图源代码



glfer包括瀑布频谱显示频谱源代码
使用fftw计算音频流频谱图的源代码
更多使用OpenAL和fftw来计算音频流频谱图的源代码

Jeff Morton撰写的“ C＃中带有频谱图的声激活记录器”

Topographica似乎包含光谱图源代码

iTunes的SpectroGraph

图像到光谱图的方向与上述实用程序相反。