现在，我想显示语音的频率。但是，我不确定最好的方法是什么。有时似乎计算傅立叶变换的绝对值，有时计算功率谱密度。

如果您想在分析中附加物理意义，请使用功率谱密度 (PSD)。这是因为这只会在每个频段为您提供信号的功率。另一方面，如果您不想/关心物理意义，但想知道每个频带的傅立叶幅度如何相对于彼此变化，则可以坚持绝对幅度。

在实践中，您可以将 PSD 简单地计算为傅立叶变换平方的绝对幅度。例如，如果您的信号是$x[n]$, 其 DFT 为$X(f)$，则 DFT 的绝对大小为$|X(f)|$，而 PSD 是$|X(f)|^2$.

如果我理解正确，后者可以工作，以便我将信号分成几部分，逐部分进行 FFT 并以某种方式求和。以某种方式涉及窗口函数。你能为我澄清一下吗？我是 DSP 的新手。

不，这不是真的。您在这里谈论的是短时傅里叶变换（STFT）。这只是将您的时域信号切碎，将其分离，然后采用傅立叶变换。不过，归根结底，您仍然会有一个复杂的矩阵。如果你选择取它的绝对幅度，你将得到一个绝对幅度傅里叶变换矩阵。如果你取其绝对幅度的平方，你将得到一个功率谱密度矩阵。

理解语音信号之类的重要一点是它的频率分量是随时间变化的。为了在频域中表示语音，我们通常采用足够短的信号窗口，在该窗口内我们可以假设语音的频谱没有显着变化（通常为 10 毫秒）。因此，我们使用STFT （通常在窗口之间有一些重叠）计算每个连续 10 毫秒窗口的功率谱，并将每个连续频谱视为该特定时间语音频率分量的“快照”。通常将连续光谱绘制在 3D 图中，例如光谱图，X 轴为时间，Y 轴为频率，幅度绘制为每个 X、Y 位置的假色或灰度强度。