Griffin–Lim-algoritme
Een iteratieve methode om een spectrogram met alleen amplitude weer om te zetten in audio door de fase te raden tot het geheel klopt.
Een spectrogram uit een STFT gooit de fase meestal weg en bewaart alleen de sterkte van elke frequentie per tijdsframe. Dat volstaat om geluid te bekijken, maar niet om het af te spelen. Daniel Griffin en Jae Lim van MIT publiceerden in 1984 een oplossing: begin met willekeurige fase, zet om naar audio, transformeer terug, behoud de nieuwe fase maar vervang de amplitude door de bekende, en herhaal. Elke ronde verkleint de fout, al garandeert niets dat het bij de ware fase uitkomt.
Het algoritme kreeg in 2017 een tweede carrière, toen het spraaksynthesesysteem Tacotron van Google ermee zijn gegenereerde spectrogrammen omzette. Het resultaat was verstaanbaar maar metaalachtig en fazig, en precies dat geluid wilden neurale vocoders zoals WaveNet kwijtraken.