嘿，我来帮你搞定这个！你已经完成了读取音频和计算FFT幅度的第一步，接下来只需要处理频率轴并截取有效区间，就能得到想要的图像了。下面是完整的可运行代码，我会一步步解释关键部分：

% 读取音频文件
[y, Fs] = audioread('sound_noisy.wav');

% 处理立体声：如果是双声道，转成单声道（取左右声道的平均值）
if size(y, 2) > 1
    y = mean(y, 2);
end

N = length(y);          % 获取音频信号的总长度
fft_result = fft(y);    % 计算信号的FFT
magnitude = abs(fft_result); % 提取FFT的幅度值

% 生成完整的频率轴：从0到Fs（实际是Fs*(N-1)/N，接近Fs）
frequency_axis = (0:N-1) * (Fs / N);

% 截取0到Fs/2的区间：实信号的FFT是共轭对称的，只需要前一半数据
half_length = floor(N/2) + 1;
target_frequencies = frequency_axis(1:half_length);
target_magnitude = magnitude(1:half_length);

% 绘制幅度谱
figure;
plot(target_frequencies, target_magnitude);
title('音频幅度谱（0 到 Fs/2）');
xlabel('频率 (Hz)');
ylabel('幅度');
grid on;

关键细节说明： #

• 立体声处理：如果你的音频是双声道（比如常见的音乐文件），直接做FFT会得到二维数组，所以先转成单声道避免出错。
• 频率轴计算：(0:N-1)*(Fs/N)的作用是把FFT的每个点映射到对应的实际频率，这样x轴就是我们能看懂的Hz单位。
• 区间截取：因为实信号的FFT结果是左右对称的，Fs/2之后的部分和前半部分是镜像的，所以只保留前一半就足够了，这也是音频分析里的标准操作。

如果你想让幅度谱更符合专业音频分析的展示方式（比如用分贝刻度），可以试试这段调整后的代码：

% 归一化幅度（让幅度值和原始信号的幅值对应）
normalized_magnitude = target_magnitude / N;
% 转换为分贝（加eps是为了避免log(0)出现错误）
db_magnitude = 20 * log10(normalized_magnitude + eps);

% 绘制分贝幅度谱
figure;
plot(target_frequencies, db_magnitude);
title('音频幅度谱（分贝刻度，0 到 Fs/2）');
xlabel('频率 (Hz)');
ylabel('幅度 (dB)');
grid on;

这样绘制出来的图会更直观地展示不同频率的能量差异哦！

内容的提问来源于stack exchange，提问作者z.gomar