HARK クックブック: MSLS+MSLS

MSLS+ $\Delta$ MSLS

図 14.18 に実行例を示す．実行後，MFBANK26_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 26 次元ベクトル列を格納している．うまく特徴抽出できないときは， 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 2
MSLS + DeltaMSLS
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 14.19,14.20 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． Delta により， $\delta$ MSLS 係数が計算され格納される． SaveFeatures は，入力 FEATURE を保存する．入力 SOURCES には ConstantLocalization で生成した正面の定位結果を与える．

$\includegraphics{fig/recipes/demo-FeatureExtraction2-MAIN.png}$

: MAIN (subnet)

$\includegraphics{fig/recipes/demo-FeatureExtraction2-MAIN_LOOP.png}$

: MAIN_LOOP (iterator)

表 14.14 に主要なパラメータ表を示す．

: 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`	(empty)
Delta	FBANK_COUNT	`subnet_param`	FBANK_COUNT