这里的Fs是采样频率，而不是声音的频率。
假设信号频率是w0，采样频率为Fs，我们知道连续正弦信号可以表示为y(t)=sin(w0*t)，其中w0=2π*f0，这里f0就是信号的频率，也就是你这里的2000Hz，t为连续的时间。在离散信号中，t是离散的，我们以固定的时间间隔采样，设时间间隔为Ts=1/Fs。那么t=n*Ts，n表示第n个样点。所以刚才的连续信号就可以表示成y(t)=sin(2π*f0*n*Ts)=sin(2π*f0*n/Fs)，也就是y(n)=sin(2π*f0*n/Fs)。
采样频率Fs是可以任意选择的，但是为了能从离散信号无失真还原原始信号，Fs必须大于等于2*f0。Fs越大，保留的信息就越多，但是采样相同时间数据量就越大。但是如果采样时间相应减断，采样点数过少，则有可能会造成频谱泄露，除非你恰好采够整数个周期
matlab自带了短时傅里叶变换的分析函数，也即spectrogram函数。其使用方式有两种1. [S,F,T,P]=spectrogram(x,window,noverlap,nfft,fs)2. [S,F,T,P]=spectrogram(x,window,noverlap,F,fs)x---输入信号的向量；
Window---窗函数；
Noverlap---各段之间重叠的采样点数；
Nfft---计算离散傅里叶变换的点数；
Fs---采样频率Hz；
F---在输入变量中使用F频率向量。对应题主的问题假设语音信号保存在wave变量中，那么，对其做短时傅里叶变换的函数语句为[S,F,T,P]=spectrogram(wave,window,noverlap,nfft,fs)参数可以根据具体信号的特点进行设定。
