请教一下MATLAB频谱的分析结果

Question

不要人工智能GPT回答：
各位好，我用Audition软件和MATLAB分析了两段蟋蟀的鸣声，发现它们主峰的频谱特征，问题如下：
1、用Audition软件分析鸣声1和鸣声2的频谱（如下图1、2），鸣声1主峰频率为3800Hz,鸣声2主峰频率为4500Hz左右，这两段主峰也是基频所在的峰，分离这两段主峰出来跟纯音的3800Hz、4500Hz比较峰形状宽很多、听感也没那么尖锐、单一频率，像是很多频率分量组成的峰，为何这两个主峰有那么多非整数频率汇总一起组成一个峰？是这些非整数倍的频率和基频造成上面鸣声的非纯音感？
2、用MATLAB分析这两段鸣声（截取上面同样长度的信息量）来分析他们的主峰频谱（如下图3、4），发现他们的频谱图跟音频软件Audition分析结果很大不同，主峰窄很多，两个鸣声的主峰中都有一两个的频率幅值高很多，其他频率分量都很多，那MATLAB的分析结果也就证明这主峰是由很多频率成分组成的？主峰中主次频率的幅值相差甚大，如何体现次频率的对整个主峰能量的贡献（听感像多频率组成的）？为何音频软件分析的主峰频率和MATLAB分析的频谱相差如何之大？
3、发现很多物种鸣声、音频、人语言都存在主峰多频率组成这特征？
4、为何平时分析时只提基频、整数倍的谐波代表峰的频，峰里的其他频率不提及？为何不用一定范围的频率代表一个峰？
5、我尝试自己建模，单独比较主峰里几个非整数倍频率的纯音听感觉没区别（例如3800Hz和3850Hz），但把这几音混在一起播放比纯音区别大，不像纯音的听感，跟蟋蟀的鸣声类似，为何有这现象？？
以上请扶正！感谢！

Answer 1

引自强大而免费的微信小程序：皆我百晓生。

Audition软件分析结果与MATLAB分析结果的不同

Audition软件和MATLAB使用了不同的算法和原理来进行频谱分析，这可能导致它们的结果有所不同。Audition软件可能采用了某种平滑滤波的方法来估计频率分量的幅度，从而得到较宽的主峰。而MATLAB可能使用了更为精确的频谱分析算法，能够更准确地定位频率分量的位置，因此得到的主峰会显得更窄。

频谱图中的主峰通常是由多个频率成分组成的，这是因为音频信号中的波形是复杂的、非正弦波的，而多个频率成分叠加在一起形成了波形。例如，一个周期信号是由多个正弦波加权叠加而成的，所以频谱图中的主峰可以看作是这些成分的集中表达。

次频率在频谱分析中的体现

频谱分析可以通过谱峰的幅度来判断某个频率成分在整个主峰中的权重，即其对整个主峰能量的贡献程度。幅度较大的频率成分对应的振幅也较大，说明它的能量贡献较大，而幅度较小的频率成分对应的振幅较小，其能量贡献也相应较小。

在频谱图中，次频率的幅度相对于主频率的幅度会显得较小，因为主频率的幅度较大，其他频率成分对应的幅度相对较小。在频谱图上，次频率在主峰幅度上的体现可能不够直观，因此我们可以通过计算主频率和次频率间的幅度比来表征其贡献度。

主峰多频率组成的特征

主峰多频率组成是许多声音信号的普遍特征，无论是动物鸣声、音频还是人的语言。这是由于声音信号的复杂性决定的，绝大多数声音信号都是由多个频率成分叠加在一起形成的。例如，自然界中许多动物的鸣声往往包含了多个主频率，这是为了增加声音的丰富性和穿透力。

在人的语音中，人的发声器官、喉结等对声音信号的影响也导致了主峰多频率组成的特征。因此，在声音信号的频谱分析中，我们通常会看到由多个频率成分组成的主峰。

总结一下：

1. Audition软件和MATLAB使用不同的算法和原理进行频谱分析，结果会有所不同。
2. 主峰通常由多个频率成分组成，因为声音信号是复杂的，多个频率成分叠加在一起形成波形。
3. 次频率的贡献可以通过幅度比来体现，次频率对应的振幅相对较小。
4. 主峰多频率组成是声音信号的普遍特征，包括动物鸣声、音频和人的语言。