マイク入力を録音するには arecord コマンドを使用します。音質にこだわる訳ではありませんので、サンプリングレートは2000Hzとしました( -r 2オプション）。分解能は１６bitでもよかったのですが、なぜか符号なし８bitとなってしまいました。5秒間分をraw形式で出力します。
arecord -t raw -r 2 -d 5
出力されたバイナリファイルをodコマンドでテキスト形式に変換します。 -w1 オプションは１行に１バイト（8bit）分書き出すことを示します。 -t u1 オプションで符号なし８bitとして取扱います。-An はオフセットアドレスの非表示を、 -v オプションは繰り返し省略の無効を示します。
od -w1 -t u1 -v -An
awk コマンドで整形します。行数をサンプリングレートで割って秒に変換しています。またodコマンドの出力から１２８を引いて静音時がゼロとなるようにしています。この結果を一旦一時ファイルに書き出します。
awk '{print NR/2000,$1-128}' > $temp
横軸２５センチ縦軸１０センチで線形投影します（-JX25c/10c)。
横軸は０秒から５秒まで、縦軸は-50から+50までとします（-R0/5/-50/50）。
横軸は１秒ごとに目盛を示し”ｓｅｃ”というラベルを付けます（-Bxa1+l"sec"）。
縦軸は１０ごとに目盛を付けます。ラベルは表示しません（-Bya10 ）。
グラフの線幅は0.5ポイントとします（-W0.5p）。
gmt psxy $temp -JX25c/10c -R0/5/-50/50 -Bxa1+l"sec" -Bya10 -V -W0.5p > ${img}.ps
約１秒間隔で「イチ、ニ、サン、シ、ゴ」と話した結果の例です。
#!/bin/bash
temp=`mktemp ./XXXX`
img="音声"
arecord -t raw -r 2 -d 5 |\
od -w1 -t u1 -v -An |\
awk '{print NR/2000,$1-128}' > $temp
gmt psxy $temp -JX25c/10c -R0/5/-50/50 -Bxa1+l"sec" -Bya10 -V -W0.5p > ${img}.ps
rm $temp
convert -density 300 ${img}.ps ${img}.jpg
