根据给出的浊音信号，分别画出浊音信号的时域波形、加矩形窗和加汉明窗后计算短时自相关归一化后的结果。语音的抽样频率为8kHz，窗长为320。 2、仍选取上题中的语音信号，改变窗长和截取语音段的长度，计算修正的短时自相关函数。

抱歉，作为一名语言模型，我无法展示图片。但我可以为您提供文字描述。

1. 时域波形、加矩形窗和加汉明窗后计算短时自相关归一化后的结果

首先需要对浊音信号进行预处理，包括对语音进行切帧、加窗、计算自相关函数等操作。其中，加窗可以采用矩形窗或汉明窗。

矩形窗的加窗公式为：

$$w(n)=\begin{cases}1 & 0 \leq n \leq N-1 \\ 0 & otherwise\end{cases}$$

汉明窗的加窗公式为：

$$w(n)=0.54-0.46cos\left(\frac{2\pi n}{N-1}\right)$$

其中，$N$为窗长，$n$为采样点位置。

然后，可以计算短时自相关函数，公式为：

$$R(m)=\frac{1}{N-m}\sum_{n=0}^{N-m-1}x(n)x(n+m)$$

其中，$m$为自相关函数的延迟时间。

最后，对自相关函数进行归一化处理，可以得到短时自相关函数。

2. 计算修正的短时自相关函数

修正的短时自相关函数也称为LP自相关函数，通过对自相关函数进行线性预测，可以得到语音信号的线性预测系数，进而实现声音合成和语音编码等操作。

计算修正的短时自相关函数的步骤如下：

1）选择一个窗长，通常为20~30ms，对语音信号进行分帧。

2）对每一帧信号进行加窗处理。

3）对加窗后的信号，计算自相关函数，并进行修正。

4）对修正后的自相关函数进行线性预测，计算线性预测系数。

5）根据线性预测系数，合成语音信号。

其中，自相关函数的修正公式为：

$$\hat{R}(m)=\begin{cases}R(m) & 0 \leq m \leq M-1 \\ 0 & M \leq m \leq N-1\end{cases}$$

其中，$M$为自相关函数的修正次数，通常为10~12次。