STFT e ISTFT invertíveis em Python
-
20-09-2019 - |
Pergunta
Existe alguma forma de uso geral de Transformação de Fourier de curto tempo com a transformação inversa correspondente incorporada em ccepy ou numpy ou o que for?
Tem o pyplot specgram
função em matplotlib, que chama ax.specgram()
, que chama mlab.specgram()
, que chama _spectral_helper()
:
#The checks for if y is x are so that we can use the same function to #implement the core of psd(), csd(), and spectrogram() without doing #extra calculations. We return the unaveraged Pxy, freqs, and t.
mas
Esta é uma função auxiliar que implementa a semelhança entre os 204 #PSD, CSD e Spectrogram. Isso é NÃO destinado a ser usado fora do mlab
Não tenho certeza se isso pode ser usado para fazer um STFT e ISTFT. Há mais alguma coisa, ou devo traduzir algo como Essas funções do MATLAB?
Eu sei como escrever minha própria implementação ad-hoc; Estou apenas procurando por algo completo, que pode lidar com diferentes funções de janela (mas tem um padrão são totalmente invertíveis com janelas de cola (istft(stft(x))==x
), testado por várias pessoas, sem erros fora por um, lida com as pontas e zero estofamento, implementação rápida do RFFT para entrada real, etc.
Solução
Estou um pouco atrasado para isso, mas percebi que o Scipy está embutido istft função a partir de 0,19.0
Outras dicas
Aqui está o meu código Python, simplificado para esta resposta:
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
Notas:
- o Compreensão da lista é um pequeno truque que eu gosto de usar para simular o processamento de bloqueios de sinais em Numpy/Scipy. É como
blkproc
em Matlab. Em vez de umfor
Loop, eu aplico um comando (por exemplo,fft
) para cada quadro do sinal dentro de uma compreensão da lista e depoisscipy.array
Lança para um 2D-Array. Eu uso isso para fazer espectrogramas, cromagramas, gramas MFCC e muito mais. - Para este exemplo, eu uso um método ingênuo de sobreposição e adição em
istft
. Para reconstruir o sinal original, a soma das funções da janela seqüencial deve ser constante, de preferência igual à unidade (1.0). Nesse caso, escolhi o Hann (ouhanning
) Janela e uma sobreposição de 50% que funciona perfeitamente. Ver esta discussão Para maiores informações. - Provavelmente existem maneiras mais com princípios de calcular o ISTFT. Este exemplo é principalmente para ser educacional.
Um teste:
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)')
Aqui está o código STFT que eu uso. Stft + istft aqui dá reconstrução perfeita (mesmo para os primeiros quadros). Modifiquei ligeiramente o código fornecido aqui por Steve Tjoa: aqui a magnitude do sinal reconstruído é o mesmo do sinal de entrada.
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
librosa.core.stft
e istft
Parece bem parecido com o que eu estava procurando, embora eles não existissem na época:
librosa.core.stft(y, n_fft=2048, hop_length=None, win_length=None, window=None, center=True, dtype=<type 'numpy.complex64'>)
Eles não invertem exatamente, no entanto; As extremidades são cônicas.
Encontrou outro STFT, mas nenhuma função inversa correspondente:
http://code.google.com/p/pytfd/source/browse/trunk/pytfd/stft.py
def stft(x, w, L=None):
...
return X_stft
- W é uma função de janela como uma matriz
- eu é a sobreposição, em amostras
Nenhuma das respostas acima funcionou bem para mim. Então eu modifiquei o Steve Tjoa's.
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...
Também encontrei isso no Github, mas parece operar em dutos em vez de matrizes normais:
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))
Eu acho que o Scipy.Signal tem o que você está procurando. Possui padrões razoáveis, suporta vários tipos de janelas, etc ...
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)
Uma versão fixa da resposta de Basj.
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()
Se você tem acesso a uma biblioteca binária que faz o que quiser, use http://code.google.com/p/ctypesgen/ Para gerar uma interface Python para essa biblioteca.