python - pylab 的 Specgram 函数生成的频谱图的 y 轴上是什么？

Question

我对音频处理非常陌生。所以请原谅我的无知。

根据维基百科，通常x轴代表时间，y轴代表频率，反之亦然。颜色强度代表特定时间和频率的振幅(能量)。这很容易理解。

我无法解释 pylab API 中 specgram 生成的频谱图。

上图分别绘制了不同窗口大小(128,512,1024)的频谱图。很明显，x 轴是频率。 y 轴上 0 到 1.0 之间的值代表什么？

如果有人能对此有所启发，我将非常感激。

Answer 1

根据图像以及波形图和频谱图之间的相关性，您错误地假设 x 轴是频率。

x 轴是时间。我猜它是在样本中测量的。目前尚不清楚为什么频谱图的 x 标签占时域图的一半。

彩色频谱图上的 y 轴是频率，很可能从 0 到奈奎斯特(半采样率)标准化。例如，假设8000Hz采样率，y轴[0.0, 1.0] -> [0.0Hz, 4000Hz]