最常用的一种方法就是对录音（wav波形声音）进行傅里叶变换，可以得出这段录音的频谱，也就是短时音调-时间图。不过由于录制录音的时候，环境不可能绝对安静，肯定会混有噪声，而且人声唱歌或多或少的会有走调，所以分析出来的这段音调不一定准确。
