时域和频域

1. 概述

（1）什么是信号的时域和频域？
时域和频域是信号的基本性质，用来分析信号的 不同角度 称为域，一般来说，时域的表示较为形象与直观，频域分析则更为简练，剖析问题更为深刻和方便。目前，信号分析的趋势是从时域向频域发展。然而，它们是互相联系，缺一不可，相辅相成的。
（2）时频域的关系是什么？
时域分析与频域分析是对模拟信号的两个观察面。对信号进行时域分析时，有时一些信号的时域参数相同，但并不能说明信号就完全相同。因为信号不仅随时间变化，还与频率、相位等信息有关，这就需要进一步分析信号的频率结构，并在频率域中对信号进行描述。动态信号从时间域变换到频率域主要通过傅立叶级数和傅立叶变换实现。周期信号的变换采用傅立叶级数，非周期信号的变换采用傅立叶变换。
（3）信号的时域和频域表达方式各有什么特点？

我们描述信号的方式有时域和频域两种方式，时域是描述数学函数或物理信号对时间的关系，而频域是描述信号在频率方面特性时用到的一种坐标系，简单来说，横坐标一个是时间，一个是频率。
一般正弦信号可由幅值、频率、相位三个基本特征值就可以唯一确定。但对于两个形状相似的非正弦波形，从时域角度，很难看出两个信号之间的本质区别，这就需要用到频域表达方式。

小结

时域：自变量是时间，即横轴是时间，纵轴是信号的变化（振幅）。其动态信号x(t)x(t)x(t)是描述信号在不同时刻取值的函数。
频域：自变量是频率，即横轴是频率，纵轴是该频率信号的幅度（振幅），就是指的信号电压大小，也就是通常说的频谱图。

2.（时域）波形和频域：用几张对比图来区分

2.1 时域和频域

时域 vs 频域
时域波形、频域谱线

时域图：表现的是一段音频在一段时间内音量的变化，其横轴是时间方向，纵轴是振幅方向。

波形实质上是将各个频率的波形叠加在了一起（波形是由各频率不同幅值和相位的简单正弦波复合叠加得到的。）

频谱图：表现的是一段音频在某一时刻各个频率的音量的高低，其横轴是频率方向，纵轴为振幅方向。

将复合波形进行傅里叶变换，拆解还原成每个频率上单一的正弦波构成，相当于把二维的波形图往纸面方向拉伸，变成了三维的立体模型，而拉伸方向上的那根轴叫频率，现在从小到大每个频率点上都对应着一条不同幅值和相位的正弦波。

频谱则是在这个立体模型的频率轴方向上进行切片，丢去时间轴（即在每个时刻都可以拿刀在与时间轴垂直的方向上进行切片），形成以横坐标为频率，纵坐标为幅值的频谱图，表示的是一个静态的时间点上各频率正弦波的幅值大小的分布状况。
再说的直白一点，频谱就是为了找出一个波是由多少波复合而成的！

关于为什么是正弦波，可以查看之前的文章：从本质（信号分析角度）理解卷积

从下面的频谱图中可以得出这样的结论：

原始波由三个正弦波叠加而成；
横轴为这些正弦波分量的频率，纵轴为这些正弦波分量的振幅。

2.2 区分：时频谱图（语谱图）

语谱图：先将语音信号作傅里叶变换，然后以横轴为时间，纵轴为频率，用颜色表示幅值即可绘制出语谱图。在一幅图中表示信号的频率、幅度随时间的变化，故也称“时频图”。

如下面两张图分别为数字0-10的波形图和语谱图：

（1）数字0-10的波形图：
（2）数字0-10的语谱图：

附：

频宽、带宽、频带？
频带（frequency band）：对信号而言，频带就是信号包含的最高频率与最低频率这之间的频率范围(当然频率分量必须大于一定的值)。对信道而言，频带就是允许传送的信号的最高频率与允许传送的信号的最低频率这之间的频率范围(当然要考虑衰减必须在一定范围内)
频带宽度（band width）：简称带宽，有时称必要宽度，指为保证某种发射信息的速率和质量所需占用的频带宽度容许值，以赫（Hz）、千赫（KHz）、兆赫（MHz）表示。
注意区分：网络带宽，是指在单位时间能传输的数据量，亦即数据传输率。

宽带和窄带？
“窄”和“宽”是一个相对概念，并无严格数字界限，相对于什么呢？是指信道特性相对于信号特性。第一，什么叫宽带信号，“有待传输的信号”我们称为信源，信源是具备一定的频谱特征的。信源信号通常需要一个载波信号来调制它，才能发送到远方。信源信号带宽远小于载波中心频率的是窄带信号,反之，二者大小可比拟的称为宽带信号。
第二，实际通信中，分配给你的频带资源+真实的传播环境, 我们称之为信道。信道也具备一定的频谱特征。通常情况下，分配到的频带资源越宽，传播环境越稳定，信道能够承载的数据速率就越高。

更多参考：音色与声谱图——很详细的介绍

参考：

如何理解图像傅里叶变换的频谱图
频域（频谱）图和时域图横纵坐标及分析
声音的波形和频谱是什么？它们两者有什么联系？
语音信号语谱图分析
什么是信号的时域和频域？——比较精练的总结
信号频域分析方法的理解（频谱、能量谱、功率谱、倒频谱、小波分析） - Mr.括号的文章 - 知乎——比较全面的介绍
Matlab 语谱图(时频图)绘制与分析

音频特征（2）：时域图、频谱图、语谱图（时频谱图）相关推荐

【语音信号处理】1语音信号可视化——时域、频域、语谱图、MFCC详细思路与计算、差分
基本语音信号处理操作入门 1. 数据获取 2. 语音信号可视化 2.1 时域特征 2.2 频域特征 2.3 语谱图 3. 倒谱分析 4. 梅尔系数 4.1 梅尔频率倒谱系数 4.2 Mel滤波器原理 ...
python实现时频谱，语谱图，mel语谱倒谱等
python实现时频谱,语谱图,mel语谱倒谱等可以和理论相结合学习:https://blog.csdn.net/qq_36002089/article/details/108378796 语音信号 ...
声谱图，梅尔语谱，倒谱，梅尔倒谱系数
常用的频域音频特征语音特征提取.声音信号本是一维的时域信号,直观上很难看出频率变化规律.傅里叶变换可把它变到频域上,虽然可看出信号的频率分布,但是丢失了时域信息,无法看出频率分布随时间的变化.为了解 ...
python求语音信号短时能量、短时过零率、语谱图
python语音信号处理(二) 一.短时能量短时能量主要用于区分浊音段和清音段,因为浊音时E(i)值比清音时大得多:区分声母与韵母的分界和无话段与有话段分界. 计算第i帧语音信号yi(n)的短时能量 ...
使用tensorflow和densenet神经网路实现语谱图声纹识别,即说话人识别。
介绍本文介绍一种使用tensorflow框架和densenet神经网路实现声纹语谱图识别算法,即说话人识别.本文侧重一种解决方案的思路,仅做了小批量数据的简单验证,收敛效果良好,还没有做大量数据集的 ...
语音信号处理频域语谱图matlab实验,语音信号的频域分析
实验二:语音信号的频域分析实验目的:以MATLAB 为工具,研究语音信号的频域特性,以及这些特性在<语音信号处理>中的应用情况. 实验要求:利用所给语音数据,分析语音的频谱.语谱图.基音 ...
语谱图的实现与种类,与画图
1. 语谱图的矩阵 1.1 原始矩阵首先原始矩阵,从上到下,依次为第0 行, 到最后一行: 1.2 语谱图矩阵最终生成的语谱图矩阵数据, 从上到下,第0 行代表低频,最后一行代表高频: 1.3 矩 ...
窄带语谱图c语言算法,MELP语音编码算法实现及算法改进
摘要: 随着数字通信在当今社会的快速发展和广泛应用,低速率语音编码以其极低的编码速率,高质量的合成效果在网络通信,军事通信,保密通信和卫星通信等领域发挥着及其重要的作用,成为语音编码中的关键技术.当前 ...
语音信号处理（四）：生成语音信号的语谱图
关于语谱图的简单介绍可以参考这篇文章现代语音信号处理之语谱图(spectrogram) 下面对 ai d s t 这四个语音进行语谱图绘制绘制代码如下 mkdir('***');%新建存放语谱图的 ...
语谱图（四） Mel spectrogram 梅尔语谱图
1. 语谱图的产生前文介绍了语谱图的产生这里在简单小结如下, 信号预处理,预加重, 分帧, 加窗, 进行STFT 变换, 生成频谱图: 对单帧信号的频谱进行映射, (2,3 步骤如下图) 将映射后 ...

音频特征（2）：时域图、频谱图、语谱图（时频谱图）

文章目录