1. 清浊音基础概念与实验准备
第一次用Audacity分析语音频谱时，我被清音/p/和浊音/b/的波形差异惊到了——明明发音相似的两个辅音，频谱图上却像两个星系的构造。这种直观的视觉对比，比教科书上的文字描述震撼十倍。
清浊音的本质区别在于声带振动。发浊音时你能摸到喉咙震动，比如/b/、/d/、/g/；而清音像/p/、/t/、/k/则是纯粹的气流爆破。这种生理差异会在声学特征上形成鲜明对比：
- 浊音：声带振动产生周期性波形，频域呈现明显的共振峰结构
- 清音：随机湍流形成非周期波形，频谱类似白噪声
实验前需要准备：
- 最新版Audacity（建议3.7.6+，支持小波分析）
- 普通电脑麦克风（手机耳机麦也行）
- 安静环境（背景噪音低于-50dB）
录音时注意：
# 推荐录音参数设置 sample_rate = 44100 # 采样率 bit_depth = 32 # 位深度 channels = 1 # 单声道2. 清音/p/的时频域特征分析
对着麦克风发"pa"音时，那个短暂的爆破声就是清音/p/的典型样本。在Audacity里选中这个片段，点击"分析→频谱图"，你会看到：
时域波形像炸开的烟花（图1），突然爆发后迅速衰减。放大看细节会发现：
- 振幅突变（爆破瞬间达到-6dB）
- 无规律震荡（不像正弦波有固定周期）
- 持续时间约30-50ms
切换到频谱视图（FFT尺寸设为2048）：
# 频谱分析参数建议 FFT Size = 2048 # 频率分辨率 Window type = Hanning # 减少频谱泄漏 Axis = Logarithmic # 对数坐标更直观清音频谱像撒了一把沙子（图2），能量集中在低频区（<2kHz），高频部分快速衰减。对比不同人的/p/发音会发现：
- 能量集中区域相似（500-1500Hz）
- 女性发音高频成分更多
- 爆破强度影响振幅而非频率分布
3. 浊音/b/的声学指纹解析
同样的"ba"发音，浊音/b/展现出完全不同的特征。时域波形最显著的特点是：
周期性震荡（图3），就像整齐排列的波浪。测量相邻波峰间隔：
- 男性典型周期：8-10ms（对应100-125Hz基频）
- 女性典型周期：5-7ms（对应150-200Hz基频）
用Audacity的"分析→频谱图"功能，选择"小波"算法能看到更精细的时频分布。浊音的三维频谱（图4）会显示：
- 基频线（F0）及其谐波
- 明显的共振峰结构（F1通常在300-700Hz）
- 能量分布比清音更均匀
有趣的是，说"ba"时如果故意压低声音，能看到F1频率下移；而提高音调时谐波间距会增大。这些动态变化在清音中是完全看不到的。
4. 清浊音对比实验指南
在Audacity中并排摆放/p/和/b/的频谱图（图5），差异一目了然。建议按以下步骤操作：
波形对比：
- 清音：单脉冲+随机震荡
- 浊音：持续周期波
频谱参数测量：
| 特征 | 清音/p/ | 浊音/b/ | |-------------|-------------|-------------| | 基频 | 无 | 100-200Hz | | F1共振峰 | 无 | 300-700Hz | | 能量分布 | 集中低频 | 全频段 | | 谐波结构 | 无 | 明显 |动态特征分析：
- 用"包络线"工具查看振幅变化
- 清音衰减速度比浊音快3-5倍
感知实验： 尝试用Audacity的"效果→改变音高"单独修改基频，会发现：
- 浊音音高变化明显
- 清音只有音色微变
5. 进阶分析技巧与常见问题
当分析连续语音（如"pa-ba-pa"组合）时，推荐使用频谱瀑布图（Spectrogram Waterfall）。在Audacity 3.7.6+版本中：
- 选择"视图→频谱图设置"
- 将"显示"改为"瀑布图"
- 调整"时间分辨率"到50ms
这样能清晰看到清浊音过渡时（图6）：
- 能量突然从低频转向全频段
- 谐波结构从无到有的过程
- 共振峰的动态形成
常见问题排查：
- 如果频谱出现横纹：检查麦克风采样率是否一致
- 基频检测不准：尝试调整FFT尺寸（男性用1024，女性用2048）
- 共振峰模糊：确保录音时距麦克风10-15cm
有个实用技巧：选中浊音段落后，用"分析→频谱图→导出"功能，可以把数据导入Excel做更精细的F1/F2测量。我常用这个方法来分析方言中的浊音变异特征。
6. 语音研究中的实际应用案例
去年帮一个方言研究团队分析吴语浊音时，我们发现Audacity的频谱对比功能比专业语音软件更直观。具体操作：
- 录制"拜[pai]"和"败[bai]"的发音
- 对齐波形起始点（Ctrl+Shift+I）
- 开启"视图→对比模式"
关键发现（图7）：
- 吴语浊音/b/的VOT（Voice Onset Time）比普通话短
- 其F1频率比普通话低约80Hz
- 能量衰减曲线存在地域差异
另一个有趣的应用是语音病理检测。通过对比正常与嘶哑嗓音的浊音频谱：
- 病理嗓音谐波结构紊乱
- 高频噪声成分增加
- 共振峰带宽变宽
这些特征用Audacity的"频谱图→自定义"设置可以量化测量：
# 病理嗓音检测参数 min_freq = 100 max_freq = 5000 gain = 20 color_scheme = "Grayscale"记得保存分析模板（"文件→保存分析预设"），下次直接调用就能一键生成标准化报告。
