代码：

file='lixiyang.wav'
%file='girl1.mp3'
[x,fs]=audioread(file); % 读入声音文件，返回样本数据 y 以及该数据的采样率 Fs。
%======时域图像======  随着时间声音赋值震荡图
data=x(:,1);            %取单声道
n=0:length(x)-1;        %建立一个信号等长的序列
time=n/fs;              %建立时间序列，作为横坐标
figure(1);              %图1：时域波形图
plot(time,data);        %作图
title('音频信号时域图')  %标题
xlabel('时间/s');       %标注横坐标
ylabel('幅值');         %标注纵坐标
grid on;                %打开网格线
 
%=======频域图======
N=length(data);         %取信号矩阵的长度
Y1=fft(data,N);         %N点傅里叶变换
mag=abs(Y1);            %取模
f=n*fs/N;               %频率序列
figure(2);              %图2：频谱图
plot(f(1:fix(N/2)),mag(1:fix(N/2)));
title('音频信号fft频谱图');%标题
xlabel('频率/Hz');       %标注横坐标
ylabel('幅度');          %标注纵坐标
grid on;                 %打开网格线
 
%======基音频率提取======
[~,index]=max(data);          % 返回最大值 最大值索引
timewin=floor(0.015*fs);%向负无穷舍入
xwin=data(index-timewin:index+timewin);
[y,~]=xcov(xwin);%计算xwin的互协方差
ylen=length(y);%求音频长度
halflen=(ylen+1)/2 +30;
yy=y(halflen: ylen);%选中见到末尾一段数据
[~,maxindex] = max(yy);%yy矩阵的最大值传递出去
fmax=fs/(maxindex+30);
disp([file,'基音频率为 ', num2str(fmax), ' Hz'])%显示频率结果
%======通过基音频率判断男女声======
if fmax<200
    disp([file,' 是男声文件']);%频率小于200的为男生
else
    disp([file,' 是女声文件']);%频率大于200为女生
end
 

结果：