在 Tensorflow 中没有窗口的情况下，STFT 不能正确反转

Question

在应用 STFT 后跟反向 STFT 时，Tensorflow 不会重建原始信号。当 STFT 的帧重叠时会出现问题：似乎每个帧的权重为 1，而不管重叠帧的数量N = frame_size / frame_step。结果，信号的中心部分比原始信号大N 倍。这是重现错误的最小代码：

import matplotlib.pyplot as plt
import numpy as np
import tensorflow as tf

size = 2048
frame_length = 512
frame_step = 128
waveform = np.sin(np.arange(size) * 1 / 100)

stft = tf.signal.stft(waveform, frame_length, frame_step, window_fn=None)
inverse_stft = tf.signal.inverse_stft(stft, frame_length, frame_step, window_fn=None)

plt.plot(waveform)
plt.plot(inverse_stft)
plt.show()
plt.clf()

请注意，我没有使用任何窗口。如果我放置 Hann 窗口，中心部分运行良好，但边界平滑地变为零，这是一个相关但令人惊讶的不同错误。 scipy 的实现在所有情况下都运行良好。

我错过了什么吗？

Answer 1

似乎 Tensorflow 有一些不完美的实现，在信号/stfts 的边界上不能很好地工作。而且frame_rate =/= frame length时没有考虑到账户适当的缩放

这可以作为一个问题发布在他们的 github 上。

对于更长的信号（加上考虑缩放）它看起来“足够好”：

size = 20480
frame_length = 512
frame_step = 256
waveform = np.sin(np.arange(size) * 1 / 100)

stft = tf.signal.stft(waveform, frame_length, frame_step, window_fn=None, pad_end=True)
inverse_stft = tf.signal.inverse_stft(stft, frame_length, frame_step, window_fn=None) / (frame_length / frame_step)

plt.plot(waveform)
plt.plot(inverse_stft)
plt.show()
plt.clf()