plt.figure(figsize=(30, 8)) plt.specgram(emphasized_signal, NFFT=1024, Fs=sample_rate, noverlap=900) plt.xlabel('time (s)') plt.ylabel('Frequency') plt.show() plt.savefig(fname+'_spec'+'.png', dpi=800)

这段代码使用了 matplotlib 库中的 specgram 函数，可以绘制音频信号的频谱图。其中 emphasized_signal 是经过语音信号增强处理后的信号，sample_rate 表示采样率。NFFT 表示每个频谱片段的长度，Fs 表示采样频率，noverlap 表示相邻两个频谱片段之间的重叠长度。最后通过 xlabel 和 ylabel 函数设置 x 轴和 y 轴的标签，再通过 show 函数将图像显示出来，并通过 savefig 函数将图像保存到本地。

相关问题

fig_qfhdr, ax_qfhdr = plt.subplots() plt.figure(figsize=(10, 8))有无问题

有问题，应该是：

fig_qfhdr, ax_qfhdr = plt.subplots(figsize=(10, 8))

`plt.subplots()` 函数会创建一个 `Figure` 对象和一个 `Axes` 对象，而 `figsize` 参数用于指定 `Figure` 对象的大小。因此，应该将 `figsize` 参数传递给 `plt.subplots()` 函数而不是 `plt.figure()` 函数。

sample_rate, signal = wav.read('Male_Twenties.wav') pre_emphasis = 0.95 emphasized_signal = numpy.append(signal[0], signal[1:] - pre_emphasis * signal[:-1]) # 对信号进行短时分帧处理 frame_size = 0.025 # 设置帧长 frame_stride = 0.1 # 计算帧对应采样数（frame_length)以及步长对应采样数（frame_step) frame_length, frame_step = frame_size * sample_rate, frame_stride * sample_rate signal_length = len(emphasized_signal) # 信号总采样数 frame_length = int(round(frame_length)) # 帧采样数 frame_step = int(round(frame_step)) # num_frames为总帧数，确保我们至少有一个帧 num_frames = int(np.ceil(float(np.abs(signal_length - frame_length)) / frame_step)) pad_signal_length = num_frames * frame_step + frame_length z = np.zeros((pad_signal_length - signal_length)) # 填充信号以后确保所有的帧的采样数相等 pad_signal = np.append(emphasized_signal, z) indices = np.tile(np.arange(0, frame_length), (num_frames, 1)) + np.tile( np.arange(0, num_frames * frame_step, frame_step), (frame_length, 1)).T frames = pad_signal[indices.astype(np.int32, copy=False)] NFFT = 512 mag_frames = np.absolute(np.fft.rfft(frames, NFFT)) pow_frames = ((1.0 / NFFT) * ((mag_frames) ** 2)) log_pow_frames = logpowspec(pow_frames, NFFT, norm=1) # 保留语音的前3.5秒 # signal=signal[0:int(3.5*sample_rate)] # 信号预加重 # emphasized_signal=preemphasis(signal,coeff=0.95) # 显示信号 plt.plot(mag_frames) plt.title("Mag_Spectrum") plt.plot(emphasized_signal) plt.show() plt.plot(pow_frames) plt.title("Power_Spectrum") plt.show() plt.plot(log_pow_frames) plt.title("Log_Power_Spectrum") plt.show()中的三个图分别如何命名横纵坐标

第一个图应该命名为 "Mag_Spectrum"，横坐标为频率，单位为 Hz，纵坐标为幅度，单位为未知。

第二个图应该命名为 "Power_Spectrum"，横坐标为频率，单位为 Hz，纵坐标为功率，单位为未知。

第三个图应该命名为 "Log_Power_Spectrum"，横坐标为频率，单位为 Hz，纵坐标为对数功率，单位为未知。