一。聲音的基本概念
聲音代表了空氣的密度隨時間的變化，基本上是一個連續的函數，但是若要將此信號儲存在電腦裏，就必須將此信號數位化。一般而言，當我們將聲音儲存到電腦的時候，將有一下幾個參數需要考慮：
1、取樣頻率（sample rate）：每秒鐘所取得的聲音資料點數，以Hertz（簡寫Hz）爲單位。點數越高，聲音品質越好，但是資料量越大，常用的取樣頻率如下：
1）、8KHz：電話的音質、一般玩具內語音IC的音質
2）、16KHz：一般語音識別所採用
3）、44.1KHz：CD音質
2、取樣解析度（bit resolution）：每個聲音資料點所用的位元數，常用的數值如下：
1）、8-bit：可表示的數值範圍爲0~255或-128~127
2）、16-bit：可表示的數值範圍爲-32768~32767
換句話說，每個取樣點的數值都是整數，以方便儲存。但是在matlab的表示法，通常把音訊的值正規化到[-1 1]範圍內的浮點數，因此若要轉回原先的整數值，就必須再乘上2^nbits/2，其中nbits是取樣解析度。
3、聲道：一般只分單聲道（mono）或立體聲（stereo），立體聲就是雙聲道。
二、基本聲學特徵
1、一些最主要的特徵
音量（volume）：代表聲音的大小，可由聲音信號的振幅來類比，又稱爲能量（energy）或強度（intensity）等。
音高（pitch）：代表聲音的高低，可由基本頻率(fundamental frequency)來類比，這是基本週期（fundemental period）的倒數。
音色（timbre）：代表聲音的內容（例如英文的母音）,可由每一個波形在一個基本週期的變化來類比。
2、特徵抓取時常用語
（特徵提取時，需要將聲音信號切成一個個音框）
音框點數（frame size）：每一個音框所含有的點數。
音框重疊量（frame overlap）：音框之間重疊的點數。
音框跳距（frame step or hop size）：此音框起點和下一個音框起點的距離點數，等於音框點數減去音框重疊量。
音框率（frame rate）：每秒出現的音框數目，等於取頻率除以音框跳距。
三、聲音的錄音、播放和保存
wavrecord（錄音）、wavplay（播放）、wavwrite(保存)
程序實例：
<!--StartFragment-->
fs=11025; % Sampling rate (取樣頻率)
duration=2; % Recording duration (錄音時間)
waveFile='test.wav'; % Wav file to be saved (欲儲存的 wav 檔案)
fprintf('Press any key to start %g seconds of recording...', duration); pause
fprintf('Recording...');
y=wavrecord(duration*fs, fs);
fprintf('Finished recording.\n');
fprintf('Press any key to save the sound data to %s...', waveFile); pause
nbits=8; % Bit resolution (每點的解析度為 8-bit)
wavwrite(y, fs, nbits, waveFile);
fprintf('Finished writing %s\n', waveFile);
fprintf('Press any key to play %s...\n', waveFile);
dos(['start ', waveFile]); % Start the application for .wav file (開啟與 wav 檔案對應的應用程式)
源地址：http://bingxinye1.blog.163.com/blog/static/16879709820118275618122/