istft¶
- paddle.signal. istft ( x, n_fft, hop_length=None, win_length=None, window=None, center=True, normalized=False, onesided=True, length=None, return_complex=False, name=None ) [源代码] ¶
逆短时傅里叶变换。
当输入的窗函数满足 NOLA 条件时,可以通过逆短时傅里叶变换构建原始信号,NOLA 条件:
上式中符号的意义:
\(t\):短时傅里叶变换中的第 \(t\) 帧输入信号;
\(N\): n_fft 参数的值;
\(H\): hop_length 参数的值。
paddle.signal.istft
的结果理论上是 paddle.signal.stft
的原始输入 x
,但 如果频域的结果是经过修改(如滤波),这种情况下恢复的时域信号是无法保证真实存在的。因此, paddle.signal.istft
的结果是对于原始信号的最小二乘估计: Griffin-Lim optimal estimate 。
参数¶
x (Tensor) - 输入数据,是维度为 2D 或者 3D 的 Tensor,数据类型必须为复数(复信号),其 形状为
[..., fft_size, num_frames]
;n_fft (int) - 离散傅里叶变换的样本点个数;
hop_length (int,可选) - 对输入分帧时,相邻两帧偏移的样本点个数,默认为
None
(为n_fft//4
);win_length (int,可选) - 信号窗的长度,默认为
None
(为n_fft
);window (int,可选) - 维度为 1D 长度为
win_length
的 Tensor,数据类型可为复数。 如果win_length < n_fft
,该 Tensor 将被补长至n_fft
。默认为None
(长 度为win_length
幅值为 1 的矩形窗);center (bool,可选) - 选择是否将输入信号进行补长,使得第 \(t \times hop\_length\) 个样本点在第 \(t\) 帧的中心,默认为
True
;normalized (bool,可选) - 是否将傅里叶变换的结果乘以值为
1/sqrt(n)
的缩放 系数;onesided (bool,可选) - 该参数与
paddle.signal.stft
中的有区别,此处表示 告知接口输入的x
是否为满足共轭对称性的短时傅里叶变换 Tensor 的一半。若满足上述条件, 且设为True
,则paddle.signal.istft
将返回一个实信号,默认为True
;length (int,可选) - 指定输出信号的长度,该信号将从逆短时傅里叶变换的结果中截取。 默认为
None
(返回不截取的信号);return_complex (bool,可选) - 表示输出的重构信号是否为复信号。如果
return_complex
设为True
,onesided
必须设为False
,默认 为False
;name (str,可选) - 具体用法请参见 Name,一般无需设置,默认值为 None。
返回¶
逆短时傅里叶变换的结果,是重构信号的最小二乘估计 Tensor,其形状为 [..., seq_length]
。
代码示例¶
import numpy as np
import paddle
from paddle.signal import stft, istft
paddle.seed(0)
# STFT
x = paddle.randn([8, 48000], dtype=paddle.float64)
y = stft(x, n_fft=512) # [8, 257, 376]
# ISTFT
x_ = istft(y, n_fft=512) # [8, 48000]
np.allclose(x, x_) # True