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:

逆短时傅里叶变换。这应该是 stft() 的逆运算。

警告

从版本 2.1 开始，如果未指定 window，将会提供警告。在未来的版本中，此属性将是必需的。请提供与 stft 调用中使用的相同的窗口。

它具有相同的参数（+ 额外的可选参数 length），并且应该返回原始信号的最小二乘估计。该算法将使用NOLA条件（非零重叠）进行检查。

参数中的重要考虑因素 window 和 center 以确保所有窗口的总和在某些时间点上不会为零。具体来说， $\sum_{t=-\infty}^{\infty} |w|^2[n-t\times hop\_length] \cancel{=} 0$。

由于 stft() 会丢弃信号末尾的元素（如果它们不适合一个帧）， istft 可能会返回比原始信号更短的信号（如果 center 为 False，则可能会发生这种情况，因为信号没有填充）。如果在参数中给出了 length 并且比预期的更长， istft 将在返回信号的末尾填充零。

如果 center 是 True，则会有填充，例如 'constant'、'reflect' 等。 左填充可以被精确地裁剪掉，因为它们可以被计算出来，但右填充在没有额外信息的情况下无法被计算出来。

示例：假设最后一个窗口是： [17, 18, 0, 0, 0] 对比 [18, 0, 0, 0, 0]

The n_fft, hop_length, win_length 都是相同的，这会阻止右填充的计算。这些额外的值可能是零或信号的反射，因此提供length可能是有用的。如果length是None，那么填充将被积极地移除（可能会丢失一些信号）。

[1] D. W. Griffin 和 J. S. Lim, “从修改后的短时傅里叶变换中估计信号,” IEEE Trans. ASSP, 第32卷, 第2期, 第236-243页, 1984年4月.

Parameters

• 输入 (张量) –

  输入张量。预期为 stft() 的输出格式。即形状为 (B?, N, T) 的复数张量，其中

  • B? 是可选的批次维度

  • N 是频率样本的数量，对于单边输入为 (n_fft // 2) + 1，否则为 n_fft。

  • T 是帧的数量，对于中心化的 STFT 为 1 + length // hop_length，否则为 1 + (length - n_fft) // hop_length。

  版本 2.0 中的更改: 不再支持实数数据类型的输入。输入现在必须具有复数数据类型，如 stft(..., return_complex=True) 返回的那样。

• n_fft (int) – 傅里叶变换的大小

• hop_length (可选[int]) – 相邻滑动窗口帧之间的距离。 (默认值: n_fft // 4)

• win_length (可选[int]) – 窗口帧和STFT滤波器的大小。(默认值: n_fft)

• 窗口 (可选[torch.Tensor]) – 可选的窗口函数。 形状必须为1维且 <= n_fft (默认值: torch.ones(win_length))

• center (bool) – 是否在两侧填充input，以便第$t$帧在时间$t \times \text{hop\_length}$处居中。 (默认值: True)

• 归一化 (bool) – STFT是否被归一化。(默认值: False)

• onesided (可选[bool]) – STFT是否为单边。 (默认值: True 如果 n_fft != fft_size 在输入大小中)

• 长度 (可选[int]) – 要修剪信号的数量（即原始信号长度）。默认为 (T - 1) * hop_length 对于居中的 stft，或者 n_fft + (T - 1) * hop_length 否则，其中 T 是输入帧的数量。

• return_complex (可选[布尔值]) – 输出是否应为复数，或者输入是否应被假定为来自实信号和窗口。 注意，这与onesided=True不兼容。 (默认值: False)

Returns

原始信号的形状 (B?, length) 的最小二乘估计，其中

B? 是来自输入张量的可选批次维度。

Return type

张量