时频分析：给频谱加上时间轴

频谱的盲区：对一整首歌做傅里叶变换，频谱会告诉你「这首歌用了哪些音符」，但完全看不出什么时候用了哪个——时间信息全丢了。可音乐、语音恰恰重要在顺序：同样的音，排列不同就是不同的歌。

短时傅里叶（STFT）：办法朴素而有效——把信号切成许多重叠的小段（比如每段 25 毫秒），每段加窗后各做一次 FFT，再把所有频谱按时间顺序排成一张图：横轴时间，纵轴频率，颜色深浅表示能量。这就是频谱图，卡拉 OK 字幕、音频编辑软件里那条跳动的「瀑布」就是它。

鱼和熊掌的权衡：段切得越短，时间看得越细，但每段点数少，频率就模糊；段切得长，频率精细了，时间又糊了。这就像拿放大镜看地图——视野和细节不可兼得，是不确定性原理在信号里的化身。

小波：换个切法：低频成分变化慢，用长窗看；高频成分转瞬即逝，用短窗看——让窗口宽度随频率自动伸缩，就是小波变换的思想。JPEG 2000、某些心率异常检测用它，能同时抓住「慢变化的整体」和「一瞬间的尖峰」。

真实应用：语音识别把语音变成频谱图后当图片处理；医生看脑电、心电也是先看时频图找异常发作的时段；蝙蝠声呐的叫声在频谱图上是一条漂亮的下滑弧线。

常见误区：「存在一种分析能把时间和频率都看得无限细」——不存在。时间分辨力与频率分辨力的乘积有下限，这是数学定理，不是技术不够。

练一练：找一段鸟叫音频，用免费软件看它的频谱图，描述音高随时间怎么变化。