torch.istft

torch.istft(input, n_fft, hop_length=None, win_length=None, window=None, center=True, normalized=False, onesided=None, length=None, return_complex=False) → Tensor:

逆短時傅立葉變換。這預計是 stft() 的逆運算。

警告

從版本 2.1 開始，如果未指定 window，將發出警告。在未來的版本中，此屬性將是必需的。請提供與 stft 呼叫中使用的相同的視窗。

它具有相同的引數（+ 額外可選引數 length），並且應返回原始訊號的最小二乘估計。演算法將使用 NOLA 條件（非零重疊）進行檢查。

引數 window 和 center 的重要考慮事項是，所有視窗求和建立的包絡在時間上的某個點絕不為零。具體而言，$\sum_{t=-\infty}^{\infty} |w|^2[n-t\times hop\_length] \cancel{=} 0$。

由於 stft() 如果訊號末尾的元素無法填充到幀中，會丟棄這些元素，因此 istft 返回的訊號可能比原始訊號短（如果 center 為 False 可能發生，因為訊號未填充）。如果在引數中給定了 length 並且它長於預期，則 istft 將在返回訊號的末尾填充零。

如果 center 為 True，則會進行填充，例如 'constant'、'reflect' 等。左側填充可以精確地去除，因為它們可以計算，但右側填充在沒有額外資訊的情況下無法計算。

示例：假設最後一個視窗是：[17, 18, 0, 0, 0] 對比 [18, 0, 0, 0, 0]

引數 n_fft、hop_length、win_length 都相同，這使得無法計算右側填充。這些額外的值可能是零，也可能是訊號的反射，因此提供 length 可能很有用。如果 length 為 None，則填充將被積極地移除（會損失部分訊號）。

[1] D. W. Griffin and J. S. Lim，“Signal estimation from modified short-time Fourier transform”，IEEE Trans. ASSP，第 32 卷，第 2 期，第 236-243 頁，1984 年 4 月。

引數

• input (Tensor) –

  輸入張量。期望格式與 stft() 的輸出相同。即形狀為 (B?, N, T) 的複數張量，其中

  • B? 是可選的批次維度

  • N 是頻率樣本數，對於 onesided 輸入是 (n_fft // 2) + 1，否則是 n_fft。

  • T 是幀數，對於 centered stft 是 1 + length // hop_length，否則是 1 + (length - n_fft) // hop_length。

  版本 2.0 中的變化：不再支援實數資料型別輸入。輸入現在必須具有複數資料型別，如 stft(..., return_complex=True) 返回的那樣。

• n_fft (int) – 傅立葉變換大小

• hop_length (Optional[int]) – 相鄰滑動視窗幀之間的距離。(預設值: n_fft // 4)

• win_length (Optional[int]) – 視窗幀和 STFT 濾波器的大小。(預設值: n_fft)

• window (Optional[torch.Tensor]) – 可選的視窗函式。形狀必須是一維且 <= n_fft。(預設值: torch.ones(win_length))

• center (bool) – 輸入是否在兩側進行填充，使得第 $t$ 幀以時間 $t \times \text{hop\_length}$ 為中心。(預設值: True)

• normalized (bool) – STFT 是否已歸一化。(預設值: False)

• onesided (Optional[bool]) – STFT 是否是單側的。(預設值: 如果輸入大小中的 n_fft != fft_size 則為 True)

• length (Optional[int]) – 訊號的修剪量（即原始訊號長度）。對於 centered stft，預設為 (T - 1) * hop_length，否則為 n_fft + (T - 1) * hop_length，其中 T 是輸入幀數。

• return_complex (Optional[bool]) – 輸出是否應為複數，或者輸入是否應假定源自實訊號和視窗。請注意，這與 onesided=True 不相容。(預設值: False)

返回值

原始訊號的最小二乘估計，形狀為 (B?, length)，其中

B? 是輸入張量中的可選批次維度。

返回型別

Tensor