如题，可以说说使用matlab里的什么函数，或是什么方法，最好有代码，急用！万分感谢！
【语谱图的matlab提取】
[x,Fs,nBits]=wavread('audio.wav');
s=length(x); % 信号长度
w=256; % 窗长
n=w; % nfft，表示做fft变换需要的点数，一般为刚大于w的2的幂。举例，w=250，则n一般设为256
ov=w/2; % 分帧的交叉程度，常见设为窗长的二分之一或四分之一
h=w-ov; % 不重叠点数
win=hamming(n)';% 选了常见的汉明窗，并设置nfft
c=1; % 指向当前帧的指针
ncols=1+fix((s-n)/h); % 计算总共有多少帧
d=zeros((1+n/2),ncols); % 语谱图初始化
for b=0:h:(s-n) % 以下处理各帧
u=win.*x((b+1):(b+n)); % 各帧加窗
t=fft(u,n); % 各帧进行fft，内容为u，nfft=n。对于fft，输入n个时域点，输出n个频域点
d(:,c)=t(1:(1+n/2))'; % 并联频谱向量，注意只取1+n/2，因为负频率无意义，只留下0和正频率
c=c+1; % 移动指针
end
tt=[0:h:(s-n)]/Fs; % 时间轴
ff=[0:(n/2)]*Fs/n; % 频率轴
imagesc(tt/1000,ff/1000,20*log10(abs(d))); % 绘制
colormap(hot);
axis xy
xlabel('时间/s');
ylabel('频率/kHz');
利用MATLAB中的wavread命令来读入（采集）语音信号，将它赋值给某一向量，参考链接：https://blog.csdn.net/tobefans/article/details/125429377
另外，这里最后提供一个应用MatLab对语音信号进行处理的笔记，供你参考，笔记讲述详细，注解清晰，应该可以有效的帮助你加深理解，祝你学有所成：
https://zhuanlan.zhihu.com/p/57902993
[x,Fs,nBits]=wavread('audio.wav');
s=length(x); % 信号长度
w=256; % 窗长
n=w; % nfft，表示做fft变换需要的点数，一般为刚大于w的2的幂。举例，w=250，则n一般设为256
ov=w/2; % 分帧的交叉程度，常见设为窗长的二分之一或四分之一
h=w-ov; % 不重叠点数
win=hamming(n)';% 选了常见的汉明窗，并设置nfft
c=1; % 指向当前帧的指针
ncols=1+fix((s-n)/h); % 计算总共有多少帧
d=zeros((1+n/2),ncols); % 语谱图初始化
for b=0:h:(s-n) % 以下处理各帧
u=win.*x((b+1):(b+n)); % 各帧加窗
t=fft(u,n); % 各帧进行fft，内容为u，nfft=n。对于fft，输入n个时域点，输出n个频域点
d(:,c)=t(1:(1+n/2))'; % 并联频谱向量，注意只取1+n/2，因为负频率无意义，只留下0和正频率
c=c+1; % 移动指针
end
tt=[0:h:(s-n)]/Fs; % 时间轴
ff=[0:(n/2)]Fs/n; % 频率轴
imagesc(tt/1000,ff/1000,20log10(abs(d))); % 绘制
colormap(hot);
axis xy
xlabel('时间/s');
ylabel('频率/kHz');
如果你只是真的只有论文中某张语谱图的图片的话，当然是不行，必须要有具体的语谱图数据来做逆变换；而且理论上讲，由于正变换时进行了时域加窗截断，频域上进行了卷积，每一种窗都对应一种窗函数以及频域H(e^jw)，所以你还需要知道这张语谱图用的是何种窗函数，正变换时分了多少帧，才能进行解卷积，只能说是很困难，语谱图一般只是为了方便观察频域和时域对应的能量变化，并不具备恢复原始音频的目的。