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。它应为 stft() 的逆运算。

警告

从 2.1 版本开始，如果未指定 window，则会发出警告。在未来的版本中，此属性将是必需的。请提供与 stft 调用中使用的窗口相同的窗口。

它具有相同的参数（+ length 的附加可选参数），并且应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 中的重要考虑因素是，所有窗口的总和创建的包络线在时间上的某些点永远不会为零。具体而言，$\sum_{t=-\infty}^{\infty} |w|^2[n-t\times hop\_length] \cancel{=} 0$。

由于 stft() 会丢弃信号末尾不适合帧的元素，因此 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，因为信号未被填充）。如果在参数中给出了 length 并且比预期长，则 istft 将在返回信号的末尾填充零。

如果 center 为 True，则会进行填充，例如 'constant'、'reflect' 等。左侧填充可以精确地修剪掉，因为它们可以计算出来，但右侧填充无法在没有额外信息的情况下计算出来。

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

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或信号的反射，因此提供 length 可能很有用。如果 length 为 None，则将积极删除填充（信号会有一些损失）。

[1] D. W. Griffin 和 J. S. Lim，“Signal estimation from modified short-time Fourier transform,” IEEE Trans. ASSP, vol.32, no.2, pp.236-243, Apr. 1984.

参数

• input (Tensor) –

  输入张量。预计为 stft() 输出的格式。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 onesided 输入为 (n_fft // 2) + 1，否则为 n_fft。

  • T 是帧的数量，对于居中的 stft 为 1 + length // hop_length，否则为 1 + (length - n_fft) // hop_length。

  在 2.0 版本中更改: 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) 返回的。

• 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。（默认值：n_fft // 4）

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

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

• center (bool) – 指示 input 是否在两侧填充，以便第 $t$ 个帧以时间 $t \times \text{hop\_length}$ 为中心。（默认值：True）

• normalized (bool) – 指示 STFT 是否已标准化。（默认值：False）

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

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

• return_complex (Optional[bool]) – 指示输出是否应为复数，或者是否应假定输入源自实数信号和窗口。请注意，这与 onesided=True 不兼容。（默认值：False）

返回值

形状为 (B?, length) 的原始信号的最小二乘估计，其中

B? 是来自输入张量的可选批次维度。

返回类型

Tensor