如何将声学的spectrogram（声谱图）重新反变换成时域语音信号

Posted 2021-03-22 nicoooolas

最近在研究一些信号分析的事情，感兴趣如何将频谱信号反变换成时域信号。fft 与ifft可以顺畅的转变，但是这个是一帧信号，当时间较长的信号再一起是，通过反变换变成一帧一帧的时域信号，如何把他们拼接起来非常感兴趣，以后会做一些尝试，这里先留个档案。

1.将声音转化为声谱图（Spectrogram）

通过短时傅里叶变换。

2.将声谱图转换为声音

1. 通过ifft将一帧一帧的FFT信号（即1维的FFT信号数组X(F)(i)[ i=0 to length( X(f) ) ]）变换成一小段一小段的时域信号，再将他们拼接起来。（加窗和overlap是否带来影响及相位是否丢失？）

 

下面打算通过labview或matlab去实现。(本来想查阅了相关资料借鉴一下，没有找到相关的资料，所以打算自己去尝试下下面的处理，如果有知道的还请告诉我相关的资料或方法，借鉴一下，谢谢)

第一步是找一个语音信号，将其转换为STFT的Spectrogram,

第二步是将他还原回去一帧一帧的声学信号，并拼接成语音信号，看语音信号是否能1. 语音是否能还原，2平滑过渡，3相位是否会丢失。（2019-12-15，完成后再来更新）