HARK クックブック: MSLS

MSLS

図 14.15 に実行例を示す．実行後，MFBANK13_0.spec というファイルが生成される．このファイルは，リトルエンディアン，32 ビット浮動小数点数形式で表された 13 次元ベクトル列を格納している．失敗するときは，data ディレクトリに f101b001.wav ファイルがあるかチェックしよう．

: 実行例

$>$ ./demo.sh 1
MSLS
UINodeRepositoryScan()
Scanning def /usr/lib/flowdesigner/toolbox
done loading def files
loading XML document from memory
done!
Building network MAIN

本サンプルに含まれるモジュールは，12 個である． MAIN (subnet) に 3 個 MAIN_LOOP (iterator) に 9 個のモジュールがある． MAIN (subnet) と MAIN_LOOP (iterator) を図 14.16,14.17 に示す．処理の概要は，AudioStreamFromWave モジュールで取り込んだ音声波形を MSLSExtraction で音響特徴量を計算し，SaveFeatures でファイルに書き出す単純なネットワーク構成である． MSLSExtraction は， MSLS の計算にメルフィルタバンクの出力とパワースペクトルを必要とするため，取り込んだ音声波形は， MultiFFT によって分析され， MatrixToMap と PowerCalcForMap によってデータ型を変換した後に MelFilterBank によりメルフィルタバンクの出力を求める処理が入っている． MSLSExtraction は， MSLS 係数の他に $\delta$ MSLS 係数の格納領域をリザーブし，MSLSExtraction の FBANK_COUNT プロパティで指定した値の 2 倍のベクトルを特徴量として出力する（ $\delta$ MSLS 係数の格納領域には 0 が入れられている）．そのため， MSLS 係数のみを求めるためには，ここでは不要な $\delta$ MSLS 係数領域を削除する必要がある．削除には FeatureRemover を用いている． SaveFeatures は，入力 FEATURE を保存する．入力 SOURCES には ConstantLocalization で生成した正面方向の定位結果を与える．

$\includegraphics{fig/recipes/demo-FeatureExtraction1-MAIN.png}$

: MAIN (subnet)

$\includegraphics{fig/recipes/demo-FeatureExtraction1-MAIN_LOOP.png}$

: MAIN_LOOP (iterator)

表 14.13 に主要なパラメータを示す．重要なモジュールは，MSLSExtraction である．

: パラメータ表

ノード名	パラメータ名	型	設定値
MAIN_LOOP	LENGTH	`subnet_param`	2
	ADVANCE	`subnet_param`	3
	SAMPLING_RATE	`subnet_param`	4
	FBANK_COUNT	`subnet_param`	5
	DOWHILE	`bool`	(空欄)
MSLSExtraction	FBANK_COUNT	`subnet_param`	FBANK_COUNT
	NORMALIZE_MODE	`string`	Cepstral
	USE_POWER	`bool`	`false`