Matlab Spectrogram函数问题：无法获取图中对应dB值

问题描述 #

运行Matlab程序读取音频文件并显示功率谱图，需要获取指定时间和频率对应的dB/Hz值。目前图上能看到合理的x（频率）、y（时间）、z（dB/Hz）刻度值，但调用[S, F, T, P, Fc, Tc] = spectrogram(...)后，得到的P矩阵数值在0.0000至0.0002之间，和图中-80到-100的dB/Hz刻度不符，不清楚P的含义，也不知道如何获取对应图中刻度的矩阵。

原代码如下：

clicky = audioread('ChamberTesting_Feb13.wav'); %normalized

quiet_n = audioread('quiet60_normalized.wav'); %normalized

%spectrogram(clicky(:,1),1000,500,1000,Fs); %channel 1 spectrogram
spectrogram(quiet_n(:,1),1000,500,1000,Fs); %channel 1 spectrogram
view(90,90)

%s = spectrogram(clicky(:,1),1000,500,1000,Fs);
s = spectrogram(quiet_n(:,1),1000,500,1000,Fs);
C = get(gca, 'children');
X = get(C, 'Xdata');
Y = get(C, 'Ydata');
Z = get(C, 'Zdata');



delta = 1; %change in time from peak
diff = 10;
differences_count = 0;

for j = 1:5
    for i = 1:40
        num_init = Z(i,j)
        num_comp = Z(i, j+delta) 
        if abs(num_init-num_comp)>diff & differences_count<10
            differences_count = differences_count+1;
        end
    end
end

if(differences_count>5)
    disp("CLICKY!")
end

解决方案 #

1. P矩阵的含义 #

spectrogram函数返回的P是线性刻度的功率谱密度（PSD），单位与输入信号幅值相关（你的音频是归一化到[-1,1]的，所以P的单位为1/Hz）。而绘图时Matlab会自动将线性PSD转换为对数刻度的dB/Hz值，转换公式为：

P_dB = 10 * log10(P);

你看到的0.0000_{0.0002的线性值是显示精度问题，真实数值更小（比如1e-8}1e-10），转换后正好对应图中-80~-100的dB/Hz刻度。

2. 获取对应图中刻度的矩阵 #

直接对P进行dB转换即可得到与图中Z轴刻度一致的矩阵，为避免log10(0)的计算错误，可添加机器精度eps：

P_dB = 10 * log10(P + eps);

3. 优化后的代码 #

无需从图形对象中提取Zdata，直接用转换后的P_dB矩阵计算更可靠高效：

% 读取音频时同时获取采样率Fs
[clicky, Fs] = audioread('ChamberTesting_Feb13.wav'); %normalized
[quiet_n, Fs] = audioread('quiet60_normalized.wav'); %normalized

% 绘制频谱图（可选，用于可视化）
spectrogram(quiet_n(:,1),1000,500,1000,Fs);
view(90,90)

% 获取线性PSD及对应频率、时间轴
[S, F, T, P] = spectrogram(quiet_n(:,1),1000,500,1000,Fs);
% 转换为dB/Hz刻度，添加eps避免计算错误
P_dB = 10 * log10(P + eps);

delta = 1; % 时间步长
diff = 10; % dB差值阈值
differences_count = 0;

% 循环时避免索引越界，P_dB的行对应频率，列对应时间
time_len = size(P_dB, 2);
for j = 1:(time_len - delta)
    for i = 1:size(P_dB, 1)
        num_init = P_dB(i,j);
        num_comp = P_dB(i, j+delta);
        if abs(num_init - num_comp) > diff && differences_count < 10
            differences_count = differences_count + 1;
        end
    end
end

if differences_count > 5
    disp("CLICKY!")
end

补充说明 #

你之前通过get(gca, 'children')获取的Zdata是已经转换后的dB值，但这种方式依赖图形对象结构，不如直接计算P_dB稳定。另外，P矩阵维度为[频率点数, 时间帧数]，对应图中的X（频率）和Y（时间）轴，循环时需注意索引对应关系。

内容的提问来源于stack exchange，提问作者jukebox41188