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。预计这将是 stft() 的逆运算。

警告

从 2.1 版本开始，如果未指定 window，将提供警告。在将来的版本中，此属性将是必需的。请提供与 stft 调用中使用的相同窗口。

它具有相同的参数（+ length 的附加可选参数），它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 window 和 center 中的重要考虑因素，以便所有窗口的求和创建的包络在时间上的某个点永远不为零。具体来说，$\sum_{t=-\infty}^{\infty} |w|^2[n-t\times hop\_length] \cancel{=} 0$.

由于 stft() 会丢弃不适合帧的信号末尾的元素，istft 可能会返回比原始信号更短的信号（如果 center 为 False，则可能发生这种情况，因为信号没有进行填充）。如果参数中给出了 length 并且比预期长，istft 将在返回信号的末尾填充零。

如果 center 为 True，则将存在填充，例如 'constant'，'reflect' 等。左侧填充可以精确地被裁剪掉，因为它们可以被计算出来，但是右侧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] vs [18, 0, 0, 0, 0]

的 n_fft，hop_length，win_length 都是相同的，这阻止了右侧填充的计算。这些附加值可以是零，也可以是信号的反射，因此提供 length 可能会有用。如果 length 为 None，则填充将被积极地去除（一些信号丢失）。

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

参数

• input (Tensor) –

  输入张量。预计格式为 stft() 的输出。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，(n_fft // 2) + 1，否则为 n_fft。

  • T 是帧数，对于中心化的 stft，1 + length // hop_length，否则为 1 + (length - n_fft) // hop_length。

  在版本 2.0 中更改：不再支持实数数据类型输入。输入现在必须具有复数数据类型，如 stft(..., return_complex=True) 所返回。

• n_fft (int) – 傅里叶变换的大小

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

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

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

• center (bool) – 是否 input 在两侧进行了填充，以便第 $t$-th 帧以时间 $t \times \text{hop\_length}$ 为中心。（默认：True）

• normalized (bool) – 是否对 STFT 进行了归一化。（默认：False）

• onesided (Optional[bool]) – 是否 STFT 是单边的。（默认：如果输入大小中的 n_fft != fft_size，则为 True）

• length (Optional[int]) – 要对信号进行裁剪的量（即原始信号长度）。对于中心化的 stft，默认值为 (T - 1) * hop_length，否则为 n_fft + (T - 1) * hop_length，其中 T 是输入帧数。

• return_complex (Optional[bool]) – 输出是否应该是复数，或者输入是否应该被假定为来自实数信号和窗口。注意，这与 onesided=True 不兼容。（默认：False）

返回值

原始信号的最小二乘估计，形状为 (B?, length)，其中

B? 是输入张量中的可选批次维度。

返回类型

张量