Algoritmo di Griffin–Lim
Un metodo iterativo per riportare allo stato di audio uno spettrogramma di sola ampiezza, indovinando la fase finché il risultato non regge.
Uno spettrogramma ottenuto con una STFT di solito scarta la fase e conserva soltanto l'intensità di ogni frequenza per ciascuna finestra temporale. Basta per guardare un suono, non per riprodurlo. Daniel Griffin e Jae Lim, al MIT, pubblicarono una soluzione nel 1984: si parte da una fase casuale, si converte in audio, si trasforma di nuovo, si tiene la nuova fase ma si rimette il modulo noto, e si ripete. A ogni passaggio l'errore diminuisce, anche se nulla garantisce di arrivare alla fase vera.
L'algoritmo ebbe una seconda carriera nel 2017, quando il sistema di sintesi vocale Tacotron di Google lo usò per rendere i propri spettrogrammi. Il risultato era comprensibile ma metallico e «fasato», ed è proprio quel suono che i vocoder neurali come WaveNet sono nati per eliminare.