mfcc.h

MFCC計算のための定義. [詳細]

#include <sent/stddefs.h>
#include <ctype.h>

mfcc.hのインクルード依存関係図

このグラフは、どのファイルから直接、間接的にインクルードされているかを示しています。

ソースコードを見る。

マクロ定義
#define	DEF_SMPPERIOD   625
	Default sampling period in 100ns (625 = 16kHz).
#define	DEF_FRAMESIZE   400
	Default Window size in samples, similar to WINDOWSIZE in HTK (unit is different).
#define	DEF_FFTNUM   512
	Number of FFT steps.
#define	DEF_FRAMESHIFT   160
	Default frame shift length in samples.
#define	DEF_PREENPH   0.97
	Default pre-emphasis coefficient, corresponds to PREEMCOEF in HTK.
#define	DEF_MFCCDIM   12
	Default number of MFCC dimension, corresponds to NUMCEPS in HTK.
#define	DEF_CEPLIF   22
	Default cepstral Liftering coefficient, corresponds to CEPLIFTER in HTK.
#define	DEF_FBANK   24
	Default number of filterbank channels, corresponds to NUMCHANS in HTK.
#define	DEF_DELWIN   2
	Default delta window size, corresponds to DELTAWINDOW in HTK.
#define	DEF_ACCWIN   2
	Default acceleration window size, corresponds to ACCWINDOW in HTK.
#define	DEF_SILFLOOR   50.0
	Default energy silence floor in dBs, corresponds to SILFLOOR in HTK.
#define	DEF_ESCALE   0.1
	Default scaling coefficient of log energy, corresponds to ESCALE in HTK.
#define	DEF_SSALPHA   2.0
	Default alpha coefficient for spectral subtraction.
#define	DEF_SSFLOOR   0.5
	Default flooring coefficient for spectral subtraction.
関数
void	make_costbl_hamming (int framesize)
void	make_fft_table (int n)
void	make_costbl_makemfcc (int fbank_num, int mfcc_dim)
void	make_sintbl_wcep (int lifter, int mfcc_dim)
void	Hamming (float *wave, int framesize)
void	PreEmphasise (float *wave, Value para)
float	Mel (int k, float fres)
FBankInfo	InitFBank (Value para)
void	FreeFBank (FBankInfo fb)
void	FFT (float *xRe, float *xIm, int p)
void	MakeFBank (float *wave, double *fbank, FBankInfo info, Value para, float *ssbuf)
void	MakeMFCC (double *fbank, float *mfcc, Value para)
float	CalcC0 (double *fbank, Value para)
float	CalcLogRawE (float *wave, int framesize)
void	ZMeanFrame (float *wave, int framesize)
void	WeightCepstrum (float *mfcc, Value para)
void	Delta (float **c, int frame, Value para)
void	Accel (float **c, int frame, Value para)
void	NormaliseLogE (float **c, int frame_num, Value para)
int	Wav2MFCC (SP16 *wave, float **mfcc, Value para, int nSamples, float *ssbuf, int ssbuflen)
void	CMN (float **mfcc, int frame_num, int dim)
void	WMP_init (Value para, float **bf, float *ssbuf, int ssbuflen)
void	WMP_calc (float *mfcc, float *bf, Value para, float *ssbuf)
DeltaBuf *	WMP_deltabuf_new (int veclen, int windowlen)
void	WMP_deltabuf_free (DeltaBuf *db)
void	WMP_deltabuf_prepare (DeltaBuf *db)
boolean	WMP_deltabuf_proceed (DeltaBuf *db, float *new_mfcc)
boolean	WMP_deltabuf_flush (DeltaBuf *db)
void	CMN_realtime_init (int dimension, float weight)
void	CMN_realtime_prepare ()
void	CMN_realtime (float *mfcc, int dim)
void	CMN_realtime_update ()
boolean	CMN_load_from_file (char *filename, int dim)
boolean	CMN_save_to_file (char *filename)
float *	new_SS_load_from_file (char *filename, int *slen)
float *	new_SS_calculate (SP16 *wave, int wavelen, Value para, int *slen)

---

説明

MFCC計算のための定義.

作者:

Akinobu LEE

日付:

Fri Feb 11 03:40:52 2005

このファイルには，音声波形データからMFCC形式の特徴量ベクトル系列を 計算するための構造体の定義およびデフォルト値が含まれています． デフォルト値は Julius とともに配布されている音響モデルで使用している 値であり，HTKのデフォルトとは値が異なる部分がありますので注意して下さい．

参照:

libsent/src/wav2mfcc/wav2mfcc.c

libsent/src/wav2mfcc/wav2mfcc-pipe.c

julius/wav2mfcc.c

julius/realtime-1stpass.c

Revision

1.4

mfcc.h で定義されています。

---

関数

void make_costbl_hamming (  int  framesize  )

Generate table for hamming window. 引数: framesize  [in] window size wav2mfcc-buffer.c の 74 行で定義されています。 参照元 InitFBank(), と new_SS_calculate().

void make_fft_table (  int  n  )

Build tables for FFT. 引数: n  [in] 2^n = FFT point wav2mfcc-buffer.c の 105 行で定義されています。 参照元 InitFBank(), と new_SS_calculate().

void make_costbl_makemfcc (  int  fbank_num, int  mfcc_dim )

Generate table for DCT operation to make mfcc from fbank. 引数: fbank_num  [in] number of filer banks mfcc_dim  [in] number of dimensions in MFCC wav2mfcc-buffer.c の 138 行で定義されています。 参照元 InitFBank().

void make_sintbl_wcep (  int  lifter, int  mfcc_dim )

Generate table for weighing cepstrum. 引数: lifter  [in] cepstral liftering coefficient mfcc_dim  [in] number of dimensions in MFCC wav2mfcc-buffer.c の 176 行で定義されています。 参照元 InitFBank().

void Hamming (  float *  wave, int  framesize )

Apply hamming window. 引数: wave  [i/o] waveform data in the current frame framesize  [in] frame size wav2mfcc-buffer.c の 354 行で定義されています。 参照元 new_SS_calculate(), Wav2MFCC(), と WMP_calc().

void PreEmphasise (  float *  wave, Value  para )

Apply pre-emphasis filter. 引数: wave  [i/o] waveform data in the current frame para  [in] configuration parameters wav2mfcc-buffer.c の 374 行で定義されています。 参照元 new_SS_calculate(), Wav2MFCC(), と WMP_calc().

float Mel (  int  k, float  fres )

Return mel-frequency. 引数: k  [in] channel number of filter bank fres  [in] constant value computed by "1.0E7 / (para.smp_period * fb.fftN * 700.0)" 戻り値: the mel frequency. wav2mfcc-buffer.c の 423 行で定義されています。 参照元 InitFBank().

FBankInfo InitFBank (  Value  para  )

Build filterbank information and generate tables for MFCC comptutation. 引数: para  [in] configuration parameters 戻り値: the generated filterbank information. wav2mfcc-buffer.c の 435 行で定義されています。 参照元 Wav2MFCC(), と WMP_init().

void FreeFBank (  FBankInfo  fb  )

Free FBankInfo. 引数: fb  [in] filterbank information wav2mfcc-buffer.c の 529 行で定義されています。 参照元 Wav2MFCC().

void FFT (  float *  xRe, float *  xIm, int  p )

Apply FFT 引数: xRe  [i/o] real part of waveform xIm  [i/o] imaginal part of waveform p  [in] 2^p = FFT point wav2mfcc-buffer.c の 782 行で定義されています。 参照元 MakeFBank(), と new_SS_calculate().

void MakeFBank (  float *  wave, double *  fbank, FBankInfo  fb, Value  para, float *  ssbuf )

Convert wave -> (spectral subtraction) -> mel-frequency filterbank 引数: wave  [in] waveform data in the current frame fbank  [out] the resulting mel-frequency filterbank fb  [in] filterbank information para  [in] configuration parameters ssbuf  [in] noise spectrum, or NULL if not apply subtraction wav2mfcc-buffer.c の 547 行で定義されています。 参照元 Wav2MFCC(), と WMP_calc().

void MakeMFCC (  double *  fbank, float *  mfcc, Value  para )

Apply DCT to filterbank to make MFCC. 引数: fbank  [in] filterbank mfcc  [out] output MFCC vector para  [in] configuration parameters wav2mfcc-buffer.c の 607 行で定義されています。 参照元 Wav2MFCC(), と WMP_calc().

float CalcC0 (  double *  fbank, Value  para )

Calculate 0'th cepstral coefficient. 引数: fbank  [in] filterbank para  [in] configuration parameters 戻り値: wav2mfcc-buffer.c の 644 行で定義されています。 参照元 Wav2MFCC(), と WMP_calc().

float CalcLogRawE (  float *  wave, int  framesize )

Calculate Log Raw Energy. 引数: wave  [in] waveform data in the current frame framesize  [in] frame size 戻り値: the calculated log raw energy. wav2mfcc-buffer.c の 316 行で定義されています。 参照元 Wav2MFCC(), と WMP_calc().

void ZMeanFrame (  float *  wave, int  framesize )

Remove DC offset per frame 引数: wave  [i/o] waveform data in the current frame framesize  [in] frame size wav2mfcc-buffer.c の 337 行で定義されています。 参照元 Wav2MFCC(), と WMP_calc().

void WeightCepstrum (  float *  mfcc, Value  para )

Re-scale cepstral coefficients. 引数: mfcc  [i/o] a MFCC vector para  [in] configuration parameters wav2mfcc-buffer.c の 389 行で定義されています。 参照元 Wav2MFCC(), と WMP_calc().

void Delta (  float **  c, int  frame, Value  para )

Calculate delta coefficients 引数: c  [i/o] MFCC vectors, in which the delta coeff. will be appended. frame  [in] number of frames para  [in] configuration parameters wav2mfcc-buffer.c の 695 行で定義されています。 参照元 Wav2MFCC().

void Accel (  float **  c, int  frame, Value  para )

Calculate acceleration coefficients. 引数: c  [i/o] MFCC vectors, in which the delta coeff. will be appended. frame  [in] number of frames para  [in] configuration parameters wav2mfcc-buffer.c の 744 行で定義されています。 参照元 Wav2MFCC().

void NormaliseLogE (  float **  mfcc, int  frame_num, Value  para )

Normalise log energy 引数: mfcc  [i/o] array of MFCC vectors frame_num  [in] number of frames para  [in] configuration parameters wav2mfcc-buffer.c の 663 行で定義されています。 参照元 Wav2MFCC().

int Wav2MFCC (  SP16 *  wave, float **  mfcc, Value  para, int  nSamples, float *  ssbuf, int  ssbuflen )

Convert wave data to MFCC. Also does spectral subtraction if ssbuf specified. 引数: wave  [in] waveform data mfcc  [out] buffer to store the resulting MFCC parameter vector [t][0..veclen-1], should be already allocated para  [in] configuration parameters nSamples  [in] length of waveform data ssbuf  [in] buffer that holds noise spectrum to be subtracted from input, or NULL if not use spectral subtraction ssbuflen  [in] length of above, ignored when ssbuf is NULL 戻り値: the number of processed frames. wav2mfcc-buffer.c の 217 行で定義されています。 参照元 new_wav2mfcc().

void CMN (  float **  mfcc, int  frame_num, int  dim )

Cepstrum Mean Normalization (buffered) Cepstral mean will be computed within the given MFCC vectors. 引数: mfcc  [i/o] array of MFCC vectors frame_num  [in] number of frames dim  [in] total dimension of MFCC vectors wav2mfcc-buffer.c の 835 行で定義されています。 参照元 Wav2MFCC().

void WMP_init (  Value  para, float **  bf, float *  ssbuf, int  ssbuflen )

initialize and setup buffers for a MFCC computataion. 引数: para  [in] configuration parameters bf  [out] pointer to the entry point of workspace for FFT ssbuf  [in] noise spectrum, or NULL if not using spectral subtraction ssbuflen  [in] length of above, ignoredwhen ssbuf is NULL wav2mfcc-pipe.c の 60 行で定義されています。 参照元 RealTimeInit().

void WMP_calc (  float *  mfcc, float *  bf, Value  para, float *  ssbuf )

Calculate MFCC and log energy for one frame. Perform spectral subtraction if ssbuf is specified. 引数: mfcc  [out] buffer to hold the resulting MFCC vector bf  [i/o] work area for FFT para  [in] configuration parameters ssbuf  [in] noise spectrum, or NULL if not using spectral subtraction wav2mfcc-pipe.c の 95 行で定義されています。 参照元 RealTimePipeLine().

DeltaBuf* WMP_deltabuf_new (  int  veclen, int  windowlen )

Allocate a new delta cycle buffer. 引数: veclen  [in] length of a vector windowlen  [in] window width for computing delta 戻り値: pointer to newly allocated delta cycle buffer structure. wav2mfcc-pipe.c の 141 行で定義されています。 参照元 RealTimeInit().

void WMP_deltabuf_free (  DeltaBuf *  db  )

Destroy the delta cycle buffer. 引数: db  [i/o] delta cycle buffer wav2mfcc-pipe.c の 168 行で定義されています。

void WMP_deltabuf_prepare (  DeltaBuf *  db  )

Reset and clear the delta cycle buffer. 引数: db  [i/o] delta cycle buffer wav2mfcc-pipe.c の 186 行で定義されています。 参照元 RealTimePipeLinePrepare().

boolean WMP_deltabuf_proceed (  DeltaBuf *  db, float *  new_mfcc )

Store the given MFCC vector into the delta cycle buffer, and compute the latest delta coefficients. 引数: db  [i/o] delta cycle buffer new_mfcc  [in] MFCC vector 戻り値: TRUE if next delta coeff. computed, in that case it is saved in db->delta[], or FALSE if delta is not yet computed by short of data. wav2mfcc-pipe.c の 245 行で定義されています。 参照元 RealTimeParam(), と RealTimePipeLine().

boolean WMP_deltabuf_flush (  DeltaBuf *  db  )

Flush the delta cycle buffer the delta coefficients left in the cycle buffer. 引数: db  [i/o] delta cycle buffer 戻り値: TRUE if next delta coeff. computed, in that case it is saved in db->delta[], or FALSE if all delta computation has been flushed and no data is available. wav2mfcc-pipe.c の 287 行で定義されています。 参照元 RealTimeParam().

void CMN_realtime_init (  int  dimension, float  weight )

Initialize MAP-CMN at startup. 引数: dimension  [in] vector dimension weight  [in] initial cepstral mean weight wav2mfcc-pipe.c の 348 行で定義されています。 参照元 RealTimeInit().

void CMN_realtime_prepare (   )

Prepare for MAP-CMN at start of each input wav2mfcc-pipe.c の 375 行で定義されています。 参照元 RealTimePipeLinePrepare().

void CMN_realtime (  float *  mfcc, int  dim )

Perform MAP-CMN for incoming MFCC vectors 引数: mfcc  [in] MFCC vector dim  [in] dimension wav2mfcc-pipe.c の 390 行で定義されています。 参照元 RealTimeParam(), と RealTimePipeLine().

void CMN_realtime_update (   )

Update initial cepstral mean from previous utterances for next input. wav2mfcc-pipe.c の 418 行で定義されています。 参照元 RealTimeCMNUpdate().

boolean CMN_load_from_file (  char *  filename, int  dim )

Load CMN parameter from file. If the number of MFCC dimension in the file does not match the specified one, an error will occur. 引数: filename  [in] file name dim  [in] required number of MFCC dimensions 戻り値: TRUE on success, FALSE on failure. wav2mfcc-pipe.c の 518 行で定義されています。 参照元 RealTimeInit().

boolean CMN_save_to_file (  char *  filename  )

Save the current CMN vector to a file. 引数: filename  [in] filename to save the data. 戻り値: TRUE on success, FALSE on failure. wav2mfcc-pipe.c の 562 行で定義されています。 参照元 RealTimeCMNUpdate().

float* new_SS_load_from_file (  char *  filename, int *  slen )

Load a noise spectrum from file. 引数: filename  [in] path name of noise spectrum file slen  [out] length of the returned buffer 戻り値: a newly allocated buffer that holds the loaded noise spectrum. ss.c の 65 行で定義されています。 参照元 new_wav2mfcc(), と RealTimeInit().

float* new_SS_calculate (  SP16 *  wave, int  wavelen, Value  para, int *  slen )

Compute average spectrum of audio input. This is used to estimate a noise spectrum from input samples. 引数: wave  [in] input audio data sequence wavelen  [in] length of above para  [in] parameter slen  [out] length of returned buffer 戻り値: a newly allocated buffer that contains the calculated spectrum. ss.c の 109 行で定義されています。 参照元 new_wav2mfcc().

---