是否有任何可用的功能说Matlab。将量级频谱图转换为音频信号??
#1 楼
如果将频谱图计算为来自重叠窗口的短时傅里叶变换的幅度，则频谱图将隐含一些相位信息。以下迭代完成了该工作：
$$ x_ {n + 1} = \ text {istft}（S \ cdot \ exp（i \ cdot \ text { angle}（\ text {stft}（x_n））））$$
$ S $是频谱图，$ \ text {stft} $是前向短时傅立叶变换，$ \ text {isft} $是逆短时傅立叶变换。
评论
$ \ begingroup $
我想直接在@edouard上发表评论，但我的声誉不高。有人知道他的答案是$ \ text {i} $吗？另外，我将如何初始化$ x_0 $？只是随机的？是$ x_n $是迭代$ n $的完整重构信号，还是只是$ x $的$ n ^ {\ text {th}} $系数？谢谢。
$ \ endgroup $
–P.R.
2014年6月14日19:46
$ \ begingroup $
@ P.R。这是单位虚数$ \ sqrt {-1} $。
$ \ endgroup $
– Peter K.♦
17年9月13日在10:51
#2 楼
我很难理解@edouard的答案，这是正确的做法。与我用来实现重建的https://dsp.stackexchange.com/a/3410/9031相比。请注意，$ i $是虚数，而$ x_n $是$ n ^ {\ text {th}} $迭代时的重构信号。从$ x_0 $开始，它是音频信号长度的随机向量。对我来说，进行几次迭代就足以得到听起来不错的结果。然而，原始信号的绝对误差仍然很高。从重构信号生成的生成的频谱图I虽然总体上显示出相同的结构，但幅度却大不相同。
#3 楼
您可以使用重构的频谱图与原始频谱图来设计一个滤波器，该滤波器的幅度响应会将一个频谱图转换为另一个频谱图。然后，您可以将此过滤器应用于原始时域数据，或应用于原始FFT以进行重叠添加/保存快速卷积过滤。评论
$ \ begingroup $
@ hotpaw2：我不明白您的回答，我为什么要将一个频谱图转换成另一个频谱图？给定一个频谱图矩阵$ | S | $，我想重建音频信号。设计从一个频谱图转换为另一个频谱图并重叠添加/保存快速卷积滤波的滤波器有什么要求？我想从$ | S | $重构音频，以便了解PCA的效果。假设我可以播放两个剪辑，一个是原始音频信号，另一个是从较小尺寸$ | \ hat {S} | $重建的
$ \ endgroup $
–user76170
2013年7月10日15:44
$ \ begingroup $
频谱图矩阵是有损的，因此不能用于重建。但是，如果您可以对转换进行反向工程以生成所需的频谱图，则可以将其应用于原始的非损耗时域数据，或者可能应用于原始的复杂结果FFT。
$ \ endgroup $
– hotpaw2
13年7月10日在16:13
$ \ begingroup $
好的，您的意思是说我可以从复杂结果$ S $中重建音频信号，而不仅仅是使用它的幅度$ | S | $。我想，因为我已经使用$ | S | $进行进一步处理和降维，所以无法重建原始信号。
$ \ endgroup $
–user76170
13年7月13日在19:50
$ \ begingroup $
@ user76170总而言之，就是在重建信号之前需要使用复杂的STFT。如果仅具有STFT幅度，那还不够。此规则有例外，但通常，您需要复杂的STFT，而不仅仅是幅度。
$ \ endgroup $
– Tarin Ziyaee
2013年9月7日23:49
$ \ begingroup $
@ hotpaw2：是否可以这样做，我存储相位信息（复数FFT的虚部），然后取幅值谱$ | S | $，然后进行降维处理，然后从低维重建获得$ {| \ hat {S} |} $，添加相位信息并进行逆FFT以获得音频信号？
$ \ endgroup $
–user76170
13-10-10在23:07
#4 楼
如果您不担心计算复杂性，请使用Griffin-Lim算法将声谱图中的音频信号反转。评论
$ \ begingroup $
能否请您扩展一下答案？也许在算法中添加代表性论文或链接，并简要说明它与该问题的关系（？）
$ \ endgroup $
– A_A
17年9月13日在9:26
$ \ begingroup $
如果我正确理解了您的问题，那么简而言之，您想从频谱图中重建音频信号而不使用原始相位信息。 Griffin-Lim算法需要一个频谱图矩阵作为输入并迭代地重建相位。您可以参考论文ieeexplore.ieee.org/document/1164317
$ \ endgroup $
–吉坦德拉·迪曼（Jitendra Dhiman）
17-10-23在5:12
$ \ begingroup $
谢谢你让我知道。只是为了澄清这一点。该回复以“低质量”出现在我的评论队列中。我在“审核”方面的选择包括为“改进”提供评论。为了使此答案与DSP.SE中常见的答案相符，必须对Griffin Lim算法进行一些说明，以显示它与OP的要求如何相关。以后进行任何修改，您都可以直接将其应用于答案。这样做的目的不是要特别满足“我”，而是要为问题提供有意义的启发性答案。
$ \ endgroup $
– A_A
17-10-23在8:58
$ \ begingroup $
如果您没有原始FFT信息，最好的答案是在此处（使用Griffin-Lim）。 timsainb.github.io/…
$ \ endgroup $
– Artemi Krymski
18-11-22在13:52
评论
您确实需要STFT和逆STFT。 “频谱图”只是STFT幅度的热图的名称，仅幅度就不足以重建信号。看看mathworks.com/matlabcentral/fileexchange/12902-dafx-toolbox/…吗？为了扩展@endolith的评论，从STFT转到频谱图时，您所缺少的是相位信息，这是信号频域表示的重要组成部分。
因此，这意味着如果我要重建原始音频信号，则需要STFT的幅度和相位？但通常是为了建立音频功能，| S |使用的是复数no的幅度，并且相位信息被丢弃。我对mel频谱图执行了PCA，我将其计算为$ X = log（M | S |）$ M，这是mel滤波器组乘法矩阵。那么如何在给定$ \ hat {X} $的情况下重建音频信号，即PCA之后得到的X的近似值？
@endolith：我尝试使用您给mathworks.com/matlabcentral/fileexchange/12902-dafx-toolbox/的链接。...我使用了相位和幅度信息，即（将复杂的$ S $作为上述函数的输入）。使用这个，我尝试播放信号，听起来震撼。为什么会这样？然后，我计算了原始信号与如上所述通过逆STFT过程获得的信号之间的范数，它显示出3.46 * 10 ^ 3的巨大值。知道为什么会发生这种情况吗？
@ user76170：断断续续是因为STFT将信号切成帧，有时会重叠，因此您必须以与构造它们相同的方式来解构它们，否则每一个都会不连续。您是否从该链接使用了STFT和ISTFT函数？查看震荡信号的波形，以便了解问题所在。