上一篇博客我们了解到，可以将一个语音信号傅里叶变换，那么，我们能不能逆向推回去呢，用已经存在的数据进行傅里叶逆变换？答案是肯定的。下面就讲讲如何实现傅里叶的反变换。
[y,Fs]=audioread('C:\Users\wxq\Desktop\66666.wav')Nsamps = length(y);t = (1/Fs)*(1:Nsamps)%Prepare time data for plot%Do Fourier Transformy_fft = abs(fft(y)); %Retain Magnitude%y_fft = fft(y); y1=ifft(y_fft);figure;plot(t ,y1);
傅里叶变换的函数是ifft()；但是ifft()有很多引用的参数语法讲究。
y = ifft(X)
y = ifft(X,n)
y = ifft(X,[],dim)
y = ifft(X,n,dim)
y = ifft(..., 'symmetric')
y = ifft(..., 'nonsymmetric')
Y = IFFT（x）的逆离散傅里叶变换的回报（DFT）向量X，用快速傅里叶变换（FFT）算
法计算。如果x是一个矩阵，IFFT返回每个列的矩阵的逆DFT。
IFFT测试X是否沿活动尺寸X向量的共轭对称。如果是这样的话，计算速度快，输出是真
实的。一个n元向
量x是共轭对称如果x（i）=连词（x（MOD（n i + 1，n）+ 1））为X的每个元素
如果x是一个多维数组，IFFT操作上的第一个非单维度。
Y = IFFT（x，n）返回向量X的N点DFT逆
Y = IFFT（x，[ ]，DIM）和Y = IFFT（x，n，DIM）返回x在维暗淡的逆DFT。
Y = IFFT（…，“对称”）导致治疗X共轭IFFT沿活动维对称。当X是不完全对称共轭的
选项是有用的，只
是由于舍入误差。
Y = IFFT（…，“非对称”）是叫IFFT相同（…）没有参数“非对称”。
对任意的x，IFFT变换（FFT（X））等于x的舍入误差。
总结：
IFFT算法（x）为FFT算法相同（X），除了改变符号，N =长度比例因子（X）。由于
FFT、IFFT执行时间取决于变换长度。这是最快的两个权力。这是几乎一样快，只有小素
数的长度。它通常是几倍的速度的长度是总理或具有大素数因子。
注意：
你可以增加使用效用函数FFTW IFFT的速度，它控制着®MATLAB软件优化计算一个特定的
大小和尺寸的FFT算法。
类似于ifft()用法的还有；fft2；fftw；ifft2；ifftn；ifftshift
不懂的可以加我的QQ群：522869126（语音信号处理）欢迎你的
到来哦，看了博文给点脚印呗，谢谢啦~~
