14.5.7 MSLS+$\Delta $MSLS+$\Delta $Power+前処理

図 14.5.7 に実行例を示す． 実行後，MFBANK27p_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 6
 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，17 個である． MAIN (subnet) に 3 個 MAIN_LOOP (iterator) に 14 個のモジュールがある． MAIN (subnet) と MAIN_LOOP (iterator) を 図 14.30,14.31 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． プリエンファシスは，時間領域でかけるため，音声波形をMultiFFT で 分析した後，MatrixToMap による型変換を経て一旦 Synthesize によって 信号波形を合成している．合成波形に PreEmphasis でプリエンファシス をかけ，改めて MultiFFT で分析し， PowerCalcForMap による型変換を 経て，MSLSExtraction に送られている． 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，MultiFFT によって分析され， 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． 平均除去処理を行う SpectralMeanNormalization を経て 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を与える．

Figure 14.31: MAIN (subnet)

Figure 14.32: MAIN_LOOP (iterator)

表14.18 にネットワークのパラメータの設定値を まとめる． 重要なモジュールは，PreEmphasis と MSLSExtraction ， SpectralMeanNormalization ， Delta ， FeatureRemover である． 詳細は HARKドキュメントを参照．