利用采样定理，对该段语音信号进行采样，观察不同采样频率 (过采样、欠采样、临界采样) 对信号的影响。

以下是一个简单的Matlab代码实现对采样频率对语音信号的影响：

% 读取语音文件
[x, fs] = audioread('example.wav');

% 设置不同的采样频率
fs_oversample = fs * 2; % 过采样，采样率为原来的2倍
fs_undersample = fs / 2; % 欠采样，采样率为原来的一半
fs_critical = 2 * 44100; % 临界采样，采样率为2倍的最大可听频率

% 对语音进行过采样、欠采样和临界采样
x_oversample = resample(x, fs_oversample, fs);
x_undersample = resample(x, fs_undersample, fs);
x_critical = resample(x, fs_critical, fs);

% 绘制原始语音波形和采样后的语音波形
t = (0:length(x)-1)/fs;
t_oversample = (0:length(x_oversample)-1)/fs_oversample;
t_undersample = (0:length(x_undersample)-1)/fs_undersample;
t_critical = (0:length(x_critical)-1)/fs_critical;

subplot(221), plot(t, x), title('原始语音波形');
subplot(222), plot(t_oversample, x_oversample), title('过采样后的语音波形');
subplot(223), plot(t_undersample, x_undersample), title('欠采样后的语音波形');
subplot(224), plot(t_critical, x_critical), title('临界采样后的语音波形');

在这个例子中，我们首先使用`audioread`函数读取一个语音文件，获取语音信号和采样频率。然后设置不同的采样频率，包括过采样、欠采样和临界采样。使用`resample`函数对语音进行采样，得到采样后的语音信号。最后使用`subplot`函数将原始语音波形和采样后的语音波形绘制在同一个图像窗口中，方便对比观察。

通过观察不同采样频率下的语音波形，我们可以发现：

- 过采样：采样频率为原来的2倍，波形形状基本没有变化，但是数据量增加了，需要更多的存储空间和处理时间。
- 欠采样：采样频率为原来的一半，波形形状发生了变化，高频部分被截断，会产生混叠现象，导致信息丢失。
- 临界采样：采样频率为2倍的最大可听频率，波形形状基本没有变化，这是因为采样频率已经足够高，可以准确还原原始信号，不会产生混叠现象。