修改NFFT = 2^nextpow2(win_len); f = linspace(0, Fs/2, NFFT/2+1); t = (win_len/2:overlap_len:length(x)-win_len/2-1) / Fs; spec = zeros(NFFT/2+1, length(t)); for i = 1:length(t) frame = frames(:, i); spec(:, i) = abs(fft(frame, NFFT)).^2 / (NFFT * sum(win.^2)); end figure; imagesc(t, f, 10*log10(spec)); axis xy; xlabel('Time (s)'); ylabel('Frequency (Hz)'); title('Spectrogram'); colorbar;

好的，我来帮您修改代码。

根据您的代码，NFFT 的值是根据窗长 win_len 计算得出的，为 2 的幂次方。建议将 NFFT 的值设置为比 win_len 更大的值，例如 1024 或 2048，以获得更好的频谱分辨率。同时，您可以使用 mat2gray 函数将 spec 矩阵转换为灰度图像，以更清晰地显示声谱图。

以下是修改后的代码：

% 加载音频文件
[x, Fs] = audioread('1.wav');

% 定义窗长和重叠长度
win_len = round(0.03 * Fs); % 窗长为30ms
overlap_len = round(0.015 * Fs); % 重叠长度为15ms

% 定义窗函数
win_type = 'hamming'; % 汉明窗
% win_type = 'rectwin'; % 矩形窗
win = window(win_type, win_len);

% 分帧并加窗
frames = buffer(x, win_len, overlap_len, 'nodelay');
frames = frames .* repmat(win, 1, size(frames, 2));

% 绘制时域波形
figure; 
subplot(2, 1, 1); 
plot(x); 
xlabel('Time (s)'); 
ylabel('Amplitude'); 
title('Original Signal'); 
subplot(2, 1, 2); 
plot(frames(:, 1)); 
xlabel('Samples'); 
ylabel('Amplitude'); 
title('Windowed Frame'); 

% 计算并绘制短时傅里叶变换
NFFT = 2048; % 设置 NFFT 的值为 2048
f = linspace(0, Fs/2, NFFT/2+1);
t = (win_len/2:overlap_len:length(x)-win_len/2-1) / Fs;
spec = zeros(NFFT/2+1, length(t));
for i = 1:length(t)
    frame = frames(:, i);
    spec(:, i) = abs(fft(frame, NFFT)).^2 / (NFFT * sum(win.^2));
end

% 转换为灰度图像并绘制声谱图
figure; 
imagesc(t, f, mat2gray(10*log10(spec))); 
axis xy; 
xlabel('Time (s)'); 
ylabel('Frequency (Hz)'); 
title('Spectrogram'); 
colorbar;

希望这次修改能够满足您的需求。