Алгоритм Гриффина — Лима
Итеративный метод, который превращает спектрограмму с одной лишь амплитудой обратно в звук, подбирая фазу до тех пор, пока всё не сойдётся.
Спектрограмма, полученная через STFT, обычно отбрасывает фазу и хранит только силу каждой частоты в каждом кадре. Чтобы смотреть на звук, этого хватает, чтобы воспроизвести — нет. Даниэль Гриффин и Чэ Лим из MIT предложили выход в 1984 году: взять случайную фазу, преобразовать в аудио, снова применить преобразование, оставить новую фазу, но подставить известную амплитуду — и повторять. Каждый проход уменьшает ошибку, хотя гарантии, что получится истинная фаза, нет.
Вторую жизнь алгоритм получил в 2017 году, когда система синтеза речи Google Tacotron стала с его помощью озвучивать сгенерированные спектрограммы. Речь была разборчивой, но металлической и «фазовой», и именно от этого звучания нейронные вокодеры вроде WaveNet и призваны были избавить.