語音的時域分析和頻域分析是語音分析的兩種重要方法，但是都存在著局限性。時域分析對語音信號的頻率特性沒有直觀的了解，頻域特性中又沒有語音信號隨時間的變化關系。而語譜圖綜合了時域和頻域的優點，明顯的顯示出了語音頻譜隨時間的變化情況、語譜圖的橫軸為時間，縱軸為頻率，任意給定頻率成分在給定時刻的強弱用顏色深淺來表示。顏色深的，頻譜值大，顏色淺的，頻譜值小。語譜圖上不同的黑白程度形成不同的紋路，稱之為聲紋，不同講話者的聲紋是不一樣的，可用作聲紋識別。

下面是在python中繪制語譜圖：

# 導入相應的包

import numpy, wave
import matplotlib.pyplot as plt
import
 
 numpy as np
import os

filename = ‘bluesky3.wav‘

# 調用wave模塊中的open函數，打開語音文件。
f = wave.open(filename,‘rb‘)

# 得到語音參數
params = f.getparams()
nchannels, sampwidth, framerate,nframes = params[:4]

# 得到的數據是字符串，需要將其轉成int型
strData = f.readframes(nframes)
wavaData = np.fromstring(strData,dtype=np.int16)

# 歸一化
wavaData 
 
= wavaData * 1.0/max(abs(wavaData))

# .T 表示轉置
wavaData = np.reshape(wavaData,[nframes,nchannels]).T
f.close()

# 繪制頻譜
plt.specgram(wavaData[0],Fs = framerate,scale_by_freq=True,sides=‘default‘)
plt.ylabel(‘Frequency‘)
plt.xlabel(‘Time(s)‘)
plt.show()

python生成語譜圖