6.6.2 SpeechRecognitionSMNClient

6.6.2.1 ノードの概要

音響特徴量をネットワーク経由で音声認識ノードに送信するノードである． SpeechRecognitionClient との違いは，入力特徴ベクトルの平均除去 (Spectral Mean Normalization: SMN) を行う点である． ただし，実時間処理を実現するためには， 当該発話の平均を除去することができない問題がある． 当該発話の平均値をなんらかの値を用いてい推定あるいは，近似する必要がある． 近似処理の詳細は，ノードの詳細部分を参照のこと．

6.6.2.2 必要なファイル

無し．

6.6.2.3 使用方法

どんなときに使うのか

音響特徴量を HARK 外のソフトウェアに送信するために用いる． 例えば，大語彙連続音声認識ソフトウェア Julius $^{(1)}$ に送信し，音声認識を行う．

典型的な接続例

6.6.2.4 ノードの入出力とプロパティ

入力

FEATURES

: Map<int, ObjectRef> 型．音源 ID と特徴量ベクトルの Vector<float> 型のデータのペア．

MASKS

: Map<int, ObjectRef> 型．音源 ID とマスクベクトルの Vector<float> 型のデータのペア．

SOURCES

: Vector<ObjectRef> 型．

出力

OUTPUT

: Vector<ObjectRef> 型．

パラメータ

MFM_ENABLED

: bool 型．trueの場合， MASKS を転送する．falseの場合は，入力の MASKS を無視し，すべて 1 のマスクを転送する．

HOST

: string 型．音響パラメータを転送するホストの IP アドレスでる．SOCKET_ENABLED が falseの場合は，無効である．

PORT

: int 型．音響パラメータを転送するソケット番号である． SOCKET_ENABLED が falseの場合は，無効である．

SOCKET_ENABLED

: bool 型．trueで音響パラメータをソケットに転送し，falseで転送しない．

6.6.2.5 ノードの詳細

MFM_ENABLED が trueかつ SOCKET_ENABLED のとき， 音響特徴量ベクトルとマスクベクトルをネットワークポートを経由で音声認識ノードに 送信するノードである． MFM_ENABLED が falseのとき，ミッシングフィーチャー理論を使わない音声認識になる． 実際には，マスクベクトルの値をすべて 1 ，つまりすべての音響特徴量を信頼する状態にして マスクベクトルを送り出す．SOCKET_ENABLED が falseのときは，特徴量を音声認識 ノードに送信しない．これは，音声認識エンジンが外部プログラムに依存しているため， 外部プログラムを動かさずに HARK のネットワーク動作チェックを行うために使用する． HOST は，ベクトルを送信する外部プログラムが動作する HOST の IP アドレスを指定する． PORT は，ベクトルを送信するネットワークポート番号を指定する．

6.6.2.6 参考文献:

(1) http://julius.sourceforge.jp/en_index.php