matlab语音信号时域波形图，加矩形窗和汉明窗后计算短时自相关归一化的结果

要计算语音信号的短时自相关归一化结果，需要先将语音信号分帧，并在每一帧上应用矩形窗或汉明窗。

假设你的语音信号为y，采样率为fs，时长为T，你想要使用256个采样点（即帧长为256个采样点）进行分帧，每帧之间重叠128个采样点，然后在每一帧上使用矩形窗或汉明窗，计算短时自相关归一化结果，则代码如下：

% 设置分帧参数
frame_length = 256; % 帧长
frame_step = 128; % 帧移

% 分帧
frames = buffer(y, frame_length, frame_length-frame_step);

% 应用窗函数
hamming_window = hamming(frame_length); % 汉明窗
rect_window = rectwin(frame_length); % 矩形窗

hamming_frames = bsxfun(@times, frames, hamming_window');
rect_frames = bsxfun(@times, frames, rect_window');

% 计算短时自相关归一化结果
hamming_autocorrs = xcorr(hamming_frames, frame_length-1, 'coeff');
rect_autocorrs = xcorr(rect_frames, frame_length-1, 'coeff');

% 取一半的自相关系数
hamming_autocorrs = hamming_autocorrs(:, frame_length:end);
rect_autocorrs = rect_autocorrs(:, frame_length:end);

% 绘制结果
figure;
subplot(2,1,1);
imagesc(hamming_autocorrs);
title('Hamming Window');
xlabel('Lag (samples)');
ylabel('Frame Index');
colorbar;

subplot(2,1,2);
imagesc(rect_autocorrs);
title('Rectangular Window');
xlabel('Lag (samples)');
ylabel('Frame Index');
colorbar;

其中，buffer函数用于分帧，hamming函数和rectwin函数用于生成汉明窗和矩形窗，bsxfun函数用于在每一帧上应用窗函数，xcorr函数用于计算短时自相关系数，imagesc函数用于绘制结果。

注意，在计算自相关系数时，需要将结果归一化，使用'coeff'选项即可实现。另外，为了避免边界效应，需要在结果中只取一半的自相关系数，即从帧长开始的位置开始截取。最后，我们将结果绘制成图像，横轴是自相关系数的滞后（即时间延迟），纵轴是帧的索引。