python实现 stft_scipy-Python中的可逆STFT和ISTFT
scipy-Python中的可逆STFT和ISTFT
SciPy或NumPy或其他内置的逆傅立叶变换是否有通用形式的短时傅立叶变换？
matplotlib中有pyplot specgram函数，该函数调用2734972705589589167104，该函数调用mlab.specgram()，该函数调用istft(stft(x))==x：
istft(stft(x))==x
但
这是一个辅助功能，可实现 204＃psd，csd和频谱图。 它是 不打算在mlab之外使用
我不确定这是否可以用于STFT和ISTFT。 还有什么，还是我应该翻译像这些MATLAB函数一样的东西？
我知道如何编写自己的临时实现； 我只是在寻找功能全面的东西，它可以处理不同的窗口功能(但默认设置是健全的)，并且可以通过COLA窗口(istft(stft(x))==x)完全反转，并由多人测试，没有错位的错误，可以处理 末端和零填充很好，用于实际输入的快速RFFT实现等。
10个解决方案
62 votes
这是我的Python代码，针对此答案进行了简化：
import scipy, pylab
def stft(x, fs, framesz, hop):
framesamp = int(framesz*fs)
hopsamp = int(hop*fs)
w = scipy.hanning(framesamp)
X = scipy.array([scipy.fft(w*x[i:i+framesamp])
for i in range(0, len(x)-framesamp, hopsamp)])
return X
def istft(X, fs, T, hop):
x = scipy.zeros(T*fs)
framesamp = X.shape[1]
hopsamp = int(hop*fs)
for n,i in enumerate(range(0, len(x)-framesamp, hopsamp)):
x[i:i+framesamp] += scipy.real(scipy.ifft(X[n]))
return x
笔记：
列表理解是我喜欢用来模拟numpy / scipy中信号块处理的一个小技巧。 就像Matlab中的istft一样。 我将命令(例如fft)应用于列表推导中的信号的每一帧，而不是hanning循环，然后scipy.array将其转换为2D数组。 我用它来制作频谱图，色谱图，MFCC图等。
对于此示例，我在istft中使用了幼稚的“重叠与加法”。为了重建原始信号，顺序窗口函数之和必须恒定，最好等于1(1.0)。 在这种情况下，我选择了Hann(或hanning)窗口和50％的重叠，效果很好。 有关更多信息，请参见此讨论。
计算ISTFT可能有更原则的方法。 这个例子主要是为了教育。
一个测试：
if __name__ == '__main__':
f0 = 440 # Compute the STFT of a 440 Hz sinusoid
fs = 8000 # sampled at 8 kHz
T = 5 # lasting 5 seconds
framesz = 0.050 # with a frame size of 50 milliseconds
hop = 0.025 # and hop size of 25 milliseconds.
# Create test signal and STFT.
t = scipy.linspace(0, T, T*fs, endpoint=False)
x = scipy.sin(2*scipy.pi*f0*t)
X = stft(x, fs, framesz, hop)
# Plot the magnitude spectrogram.
pylab.figure()
pylab.imshow(scipy.absolute(X.T), origin='lower', aspect='auto',
interpolation='nearest')
pylab.xlabel('Time')
pylab.ylabel('Frequency')
pylab.show()
# Compute the ISTFT.
xhat = istft(X, fs, T, hop)
# Plot the input and output signals over 0.1 seconds.
T1 = int(0.1*fs)
pylab.figure()
pylab.plot(t[:T1], x[:T1], t[:T1], xhat[:T1])
pylab.xlabel('Time (seconds)')
pylab.figure()
pylab.plot(t[-T1:], x[-T1:], t[-T1:], xhat[-T1:])
pylab.xlabel('Time (seconds)')
Steve Tjoa answered 2020-02-06T02:07:40Z
9 votes
这是我使用的STFT代码。 这里的STFT + ISTFT可以提供完美的重建效果(即使是第一帧)。 我对Steve Tjoa在此处给出的代码进行了稍微修改：在这里，重构信号的幅度与输入信号的幅度相同。
import scipy, numpy as np
def stft(x, fftsize=1024, overlap=4):
hop = fftsize / overlap
w = scipy.hanning(fftsize+1)[:-1] # better reconstruction with this trick +1)[:-1]
return np.array([np.fft.rfft(w*x[i:i+fftsize]) for i in range(0, len(x)-fftsize, hop)])
def istft(X, overlap=4):
fftsize=(X.shape[1]-1)*2
hop = fftsize / overlap
w = scipy.hanning(fftsize+1)[:-1]
x = scipy.zeros(X.shape[0]*hop)
wsum = scipy.zeros(X.shape[0]*hop)
for n,i in enumerate(range(0, len(x)-fftsize, hop)):
x[i:i+fftsize] += scipy.real(np.fft.irfft(X[n])) * w # overlap-add
wsum[i:i+fftsize] += w ** 2.
pos = wsum != 0
x[pos] /= wsum[pos]
return x
Basj answered 2020-02-06T02:08:00Z
3 votes
2734974703168390390和2734974703168390390144看上去与我正在寻找的外观非常相似，尽管当时它们并不存在：
librosa.core.stft(y, n_fft=2048, hop_length=None, win_length=None, window=None, center=True, dtype=)
但是，它们并不能完全反转。 两端是锥形的。
endolith answered 2020-02-06T02:08:29Z
2 votes
我有点迟了，但意识到scipy自0.19.0起具有内置的istft功能
Miss Palmer answered 2020-02-06T02:06:57Z
1 votes
找到另一个STFT，但没有相应的逆函数：
[http://code.google.com/p/pytfd/source/browse/trunk/pytfd/stft.py]
def stft(x, w, L=None):
...
return X_stft
w是作为数组的窗口函数
L是重叠，在样本中
endolith answered 2020-02-06T02:09:02Z
1 votes
以上两种答案都不能很好地满足我的需求。 因此，我修改了史蒂夫·乔亚的。
import scipy, pylab
import numpy as np
def stft(x, fs, framesz, hop):
"""
x - signal
fs - sample rate
framesz - frame size
hop - hop size (frame size = overlap + hop size)
"""
framesamp = int(framesz*fs)
hopsamp = int(hop*fs)
w = scipy.hamming(framesamp)
X = scipy.array([scipy.fft(w*x[i:i+framesamp])
for i in range(0, len(x)-framesamp, hopsamp)])
return X
def istft(X, fs, T, hop):
""" T - signal length """
length = T*fs
x = scipy.zeros(T*fs)
framesamp = X.shape[1]
hopsamp = int(hop*fs)
for n,i in enumerate(range(0, len(x)-framesamp, hopsamp)):
x[i:i+framesamp] += scipy.real(scipy.ifft(X[n]))
# calculate the inverse envelope to scale results at the ends.
env = scipy.zeros(T*fs)
w = scipy.hamming(framesamp)
for i in range(0, len(x)-framesamp, hopsamp):
env[i:i+framesamp] += w
env[-(length%hopsamp):] += w[-(length%hopsamp):]
env = np.maximum(env, .01)
return x/env # right side is still a little messed up...
capybaralet answered 2020-02-06T02:09:23Z
0 votes
我也在GitHub上找到了它，但是它似乎在管道上而不是普通数组上运行：
[http://github.com/ronw/frontend/blob/master/basic.py#LID281]
def STFT(nfft, nwin=None, nhop=None, winfun=np.hanning):
...
return dataprocessor.Pipeline(Framer(nwin, nhop), Window(winfun),
RFFT(nfft))
def ISTFT(nfft, nwin=None, nhop=None, winfun=np.hanning):
...
return dataprocessor.Pipeline(IRFFT(nfft), Window(winfun),
OverlapAdd(nwin, nhop))
endolith answered 2020-02-06T02:09:47Z
0 votes
我认为scipy.signal具有您的所需。 它具有合理的默认值，支持多种窗口类型，等等。
[http://docs.scipy.org/doc/scipy-0.17.0/reference/generated/scipy.signal.spectrogram.html]
from scipy.signal import spectrogram
freq, time, Spec = spectrogram(signal)
meatcomputer answered 2020-02-06T02:10:12Z
0 votes
basj答案的固定版本。
import scipy, numpy as np
import matplotlib.pyplot as plt
def stft(x, fftsize=1024, overlap=4):
hop=fftsize//overlap
w = scipy.hanning(fftsize+1)[:-1] # better reconstruction with this trick +1)[:-1]
return np.vstack([np.fft.rfft(w*x[i:i+fftsize]) for i in range(0, len(x)-fftsize, hop)])
def istft(X, overlap=4):
fftsize=(X.shape[1]-1)*2
hop=fftsize//overlap
w=scipy.hanning(fftsize+1)[:-1]
rcs=int(np.ceil(float(X.shape[0])/float(overlap)))*fftsize
print(rcs)
x=np.zeros(rcs)
wsum=np.zeros(rcs)
for n,i in zip(X,range(0,len(X)*hop,hop)):
l=len(x[i:i+fftsize])
x[i:i+fftsize] += np.fft.irfft(n).real[:l] # overlap-add
wsum[i:i+fftsize] += w[:l]
pos = wsum != 0
x[pos] /= wsum[pos]
return x
a=np.random.random((65536))
b=istft(stft(a))
plt.plot(range(len(a)),a,range(len(b)),b)
plt.show()
Денис Колесников answered 2020-02-06T02:10:32Z
-3 votes
如果您可以访问所需的C二进制库，请使用[http://code.google.com/p/ctypesgen/]生成该库的Python接口。
Michael Dillon answered 2020-02-06T02:10:52Z