14.5.4 MSLS+Power

図 14.5.4 に実行例を示す． 実行後，MFBANK14_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 14 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 3
 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，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 14.22,14.23 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． ここでは，MSLSExtraction の USE_POWER プロパティを trueにして， パワー項も同時に出力している．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）． USE_POWER プロパティを trueにしているので，$\delta $ 係数は， $\delta $ MSLS とデルタパワー項の格納領域が確保される．従って，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． 必要な MSLS 係数とパワー項以外は， FeatureRemover で削除している． 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 14.23: MAIN (subnet)

Figure 14.24: MAIN_LOOP (iterator)

表 14.16 に主要なパラメータを示す．