Nhƣ đã đề cập ở trên, bản chất của tiếng nói là bán tĩnh (quasi-static), nghĩa là các tham sốthay đổi theo thời gian, chỉ có thể coi là các tham sốkhông thay đổi nếu xem xét tín hiệu trong một khoảng thời gian đủ nhỏ. Do đó, việc chỉ phân tích trong miền thời gian, hoặc chỉ trong miền tần số là không đủ để tìm hiểu về các đặc trƣng của tín hiệu. Spectrogram hay còn gọi là sonogram là một phân tích thời gian-tần số của tín hiệu, hay phân tích hai chiều. Với phân tích này, các đặc trung phổ thay đổi theo thời gian có thể dễdàng quan sát đƣợc.
Để thực hiện biểu diễn này, ngƣời ta thực hiện chia tín hiệu thành các phân đoạn ngắn hạn bằng các hàm cửa sổ. Độ rộng của cửa sổ phân tích thƣờng đƣợc chọn tƣơng ứng với độ rộng của 10-30ms tín hiệu. Các phân đoạn không tách rời nhau mà thƣờng có sựbao trùm nhau tƣơng ứng với khoảng 10ms tín hiệu. Sau đó, mỗi phân đoạn tín hiệu đƣợc thực hiện biến đổi Fourier để tìm phổ biên độ. Tại mỗi phân đoạn tƣơng ứng với trục thời gian theo phƣơng ngang, thực hiện biểu diễn phổ theo phƣơng thẳng đứng với biểu diễn độđậm nhạt màu tỷ lệ thuận với năng lƣợng phổbiên độ.
CHƢƠNG 1. MỘT SỐ KHÁI NIỆM CƠ BẢN
Từ biểu diễn spectrogram, chúng ta có thể thấy đây là một công cụ rất thuận tiện để quan sát và phân tích tín hiệu. Chẳng hạn, chúng ta có thể phân biệt một cách tƣơng đối âm vô thanh với âm hữu thanh dựa trên biểu diễn spectrogram. Ở những phân đoạn tín hiệu ứng với âm hữu thanh thì spectrogram tƣơng ứng là những dải đậm màu có những vằn (còn gọi là những cực trị) tƣơng ứng với tính tuần hoàn của tín hiệu. Những vạch này cho thấy có sự phân bố không đồng đều của tần số tín hiệu nhƣ đã quan sát trong biểu diễn phổ biên độ. Còn ở những phân đoạn tín hiệu tƣơng ứng với âm vô thanh thì spectrogram tƣơng ứng là những dải đặc nhạt màu. Dải đặc này tƣơng ứng với sự phân bố tần số không có các cực trị và trải đều trên toàn trục trùng với quan sát trong biểu diễn phổbiên độ.