改善时间/频率分辨率平衡仍然是一个标准的研究问题，尝试适应 STFT，发明新颖/更好的时间频率分布（Wigner，Cohen），一起使用或结合以上。例如，在音乐或语音源分离中，一对 STFT 通常与短窗口和长窗口一起使用，以便能够从较大的信号中分离出瞬态信号。

您可以组合此类 SFTF 的方式在很大程度上取决于您要提取的确切处理或特征，如 @hotpaw2 所述。这里有一些指向建议方法的参考资料。第一个建议将两个频谱图逐点组合为

• 组合多分辨率（宽带/窄带）频谱图，ICASSP 1991
• 关于结合进化谱估计, 1994
• 音频分析和处理的自适应时频分辨率, AES 2006

是的。当然，您可以将它们组合在一起。问题是如何选择组合它们的方式，以及组合结果是否提供任何有用的信息增益（突出某些类型的光谱）或价值（例如看起来“更好”、更丰富多彩等）

一种方法可能是对每个 STFT 集进行上采样或重新采样，一个在时间维度上，一个在频率维度上，直到获得一组匹配的 2D 矩阵大小和网格点。然后使用根据您的目的选择的某种算法组合时频网格点。例如，您可以为每个矩阵提供不同的颜色查找表，然后混合两种颜色（使用 2D LUT，或执行 3 个 STFT 并混合 RGB）。或者选择最大值或最小值或平均值，或使用一些非线性 2D 滤波器内核，例如阈值门、中值滤波器、最高对比度决策复用器或最佳配色方案选择器等。