14.5.6 MSLS+$\Delta $MSLS+$\Delta $Power

図 14.5.6 に実行例を示す． 実行後，MFBANK27_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 27 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．

> ./demo.sh 5
 UINodeRepository::Scan()
 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，13 個である． MAIN (subnet) に 3 個 MAIN_LOOP (iterator) に 10 個のモジュールがある． MAIN (subnet) と MAIN_LOOP (iterator) を 図 14.28,14.29 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 $ 係数の格納領域をリザーブし，ベクトルを特徴量 として出力する（$\delta $ 係数の格納領域には 0 が入れられている）． ここでは MSLSExtraction の USE_POWER プロパティを trueにしているので， $\delta $ 係数は， $\delta $ MSLS とデルタパワー項を含む． MSLSExtraction の FBANK_COUNT プロパティで指定した値+1 次元の 2 倍の次元数のベクトルを特徴量として出力する． Delta により，$\delta $ MSLS 係数とデルタパワー項が計算され格納される． 必要な係数は MSLS 係数と $\delta $ MSLS 係数とデルタパワー項であるため，不要な パワー項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．

Figure 14.29: MAIN (subnet)

Figure 14.30: MAIN_LOOP (iterator)

表14.18 に主要なパラメータをまとめる．