这是一个创建于 3213 天前的主题，其中的信息可能已经有所发展或是发生改变。
语音识别菜鸟，想要对原始语音文件（.wav 格式）进行时域频域图的转换，应该用哪个函数？虽然在 matlab 中用 help 对两个函数进行了查看，但是只能理解部分，希望有懂得大神能够给予详细的解答，非常感谢！
 | 1 hxy1ng 2017-03-30 03:54:25 +08:00 FFT 是时域信号到频域信号的转换。 spectrogram 是 short-time Fourier transform 。时域信号在时间轴上进行分段（加窗）再对每一部分进行 FFT 。 所以你会看到 STFT 其实是三维的，时间轴，频率轴，以及强度（ spectrogram 图上的颜色深度）。 一般语音识别不会直接用 STFT ，参见 Mel-Frequency Cepstral Coefcients (MFCC)， Perceptual Linear Prediction (PLP)。 |
Select Language