6.1.5 SaveWavePCM

6.1.5.1 ノードの概要

時間領域の音声データをファイルに保存する．SaveRawPCM ノードとの違いは， 出力されるのがヘッダーを持つ WAVE 形式のファイルである点である．そのため， 例えば audacity や wavesurfer などで読み込む際に簡単である．また，ファイルを AudioStreamFromWave ノードで開きたい場合は，この SaveWavePCM で保存する．

6.1.5.2 必要なファイル

無し．

6.1.5.3 使用方法

どんなときに使うのか

SaveRawPCM ノードと同様に，分離音を聞いてみたい場合や，多チャンネルの 音声データ録音を行う場合に用いる．

典型的な接続例

使い方は，サンプリング周波数をパラメータとして指定する必要がある以外は SaveRawPCM ノードと同じである． 図6.11，6.12 の例において SaveRawPCM ノードを SaveWavePCM ノードに入れ替えて使うことができる．

6.1.5.4 ノードの入出力とプロパティ

入力

INPUT

: Map<int, ObjectRef> または Matrix<float> 型．前者は分離音など，音源 ID と音声データの 構造体，後者は多チャネルの音声データ行列．

SOURCES

: Vector<ObjectRef> 型．音源定位結果 (Source 型の Vector )が入力される。なくても良い。

出力

OUTPUT

: Map<int, ObjectRef> または Matrix<float> 型．入力と同じものが出力される．

パラメータ

BASENAME

: string 型．デフォルトは sep_．通常の文字列の場合はファイル名のプレフィックス、 あるいはフォーマットを指定する．詳細は次のセクションを参照。

ADVANCE

: int 型．他のノードの ADVANCE の値と揃える必要がある．

SAMPLING_RATE

: int 型．他のノードの SAMPLING_RATE の値と揃える必要がある． この値はヘッダに書き込むために用いられるだけであり，このパラメータを変更してもA/D 変換 におけるサンプリングレートを変更することはできない．

BITS

: string 型．ファイルに保存する音声波形の量子化ビット数．int16 または int24 を指定可．

INPUT_BITS

: string 型．入力音声波形の量子化ビット数．int16 または int24 を指定可．as_BITSはBITSと同じ値を意味する．

6.1.5.5 ノードの詳細

保存されるファイルのフォーマット:

保存されるファイルは，ヘッダ情報を持つ WAVE ファイルとして記録される． したがって，ファイルを読む際には，特にサンプリング周波数とトラック数， 量子化ビット数を指定しなくてもよい．

また，入力の型によって書き出されるファイルは次のように異なる．

Matrix<float> 型

このとき書き出されるファイルは，入力の行の数だけチャネルを持った 多チャネル音声データを含む WAVE ファイルとなる．

Map<int, ObjectRef> 型

このとき書き出されるファイルは， BASENAME の後に ID 番号が付与されたファイル名で， 各 ID ごとにモノラル音声データが書き出される (1 つのファイルには 1 つの ID に対応する音声データのみ)．

保存されるファイル名の決定方法：

ファイル名の決定方法は2種類ある。

1. プレフィックス方式
   デフォルトの動作は、パラメータ BASENAME をプレフィックスとし、 そのあとに音源IDが接続され、最後に拡張子 .wav が接続される方式で名前が決定される。 たとえば、BASENAME の値が sep_ であれば、音源 ID が 0, 1, 2 の音声が入力されると、 ファイル名は sep_0.wav, sep_1.wav, sep_2.wav となる。

2. フォーマット文字列方式 (HARK 2.3.1 以降)
   BASENAME に次の特別な文字列パターン{tag:format}がある場合、それにしたがってファイル名が決定される。 このフォーマットを利用すると、ファイル名にさまざまな情報を追加できる。

   tag には表 6.7 に示す 4 種類が使用できる。 音源 ID を表す srcid と実行時の時刻を表す date は制限なく利用できる。 方位角と仰角をあらわす azimuth と elevation を利用するためには、 SaveWavePCM に SOURCES 入力を追加し、音源定位結果を接続する必要がある。

   format はオプショナルなのでなくても良い。 この部分は、桁数の指定 (03d) に利用できる。フォーマットは printf などで使われる標準的なフォーマット。

   Table 6.7: tag リスト

   Tag	Description	Unit
   srcid	音源 ID	整数
   date	実行時の時刻	時刻文字列 (yyyyMMDD-HHmmss)
   azimuth	方位角 (要SOURCES)	degree(整数、小数点以下四捨五入)
   elevation	仰角 (要SOURCES)	degree(整数、小数点以下四捨五入)

   以下に使用例を示す。

   音源 ID をファイルの中頃に挿入する場合

    
   

   • FORMAT: wav_id_{srcid}_output

   • OUTPUT: wav_id_0_output.wav, wav_id_1_output.wav ...

   音源 ID の桁を揃える場合

    
   

   • FORMAT: wav_id_{srcid:03d}

   • OUTPUT: wav_id_000.wav, wav_id_001_output.wav ...

   azimuth をファイル名に含める場合

    
   

   • FORMAT: wav_az_{azimuth}

   • OUTPUT: wav_az_30.wav, wav_az_-10.wav ...

   だたし、この場合同じ角度の定位結果があれば上書きされるので注意。 srcid をファイル名に含めることでファイル名の一意性が確保できる。