wav2mfcc-buffer.c

音声波形から MFCC 特徴量へ変換する(発話単位) [詳細]

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

wav2mfcc-buffer.cのインクルード依存関係図

ソースコードを見る。

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)

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

float CalcLogRawE (float *wave, int framesize)

void ZMeanFrame (float *wave, int framesize)

void Hamming (float *wave, int framesize)

void PreEmphasise (float *wave, Value para)

void WeightCepstrum (float *mfcc, Value para)

float Mel (int k, float fres)

FBankInfo InitFBank (Value para)

void FreeFBank (FBankInfo fb)

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

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

float CalcC0 (double *fbank, Value para)

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

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

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

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

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

変数

static double * costbl_hamming

Cos table for hamming window.

static int costbl_hamming_len = 0

Length of above.

static double * costbl_fft

Cos table for FFT.

static double * sintbl_fft

Sin table for FFT.

static int tbllen = 0

Length of above.

static double * costbl_makemfcc

Cos table for DCT.

static int costbl_makemfcc_len = 0

Length of above.

static double * sintbl_wcep

Sin table for cepstrum weighting.

static int sintbl_wcep_len = 0

Length of above.

static float sqrt2var

Work area that holds value of sqrt(2.0) / fbank_num.

説明

音声波形から MFCC 特徴量へ変換する(発話単位)

作者:: Akinobu LEE

日付:: Thu Feb 17 17:43:35 2005

ここでは音声波形全体を単位として MFCC ベクトル系列へ変換する関数が定義されています．フレーム単位で抽出を行う関数は wav2mfcc-pipe.c に記述されています

ここで抽出できるのは MFCC[_0][_E][_D][_A][_Z] の形式です．

Revision: 1.2

wav2mfcc-buffer.c 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().

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().

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 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().

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().

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 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().

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().

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 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 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().

Juliusに対してTue Mar 28 16:07:06 2006に生成されました。

1.4.2


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)
int	Wav2MFCC (SP16 wave, float mfcc, Value para, int nSamples, float ssbuf, int ssbuflen)
float	CalcLogRawE (float *wave, int framesize)
void	ZMeanFrame (float *wave, int framesize)
void	Hamming (float *wave, int framesize)
void	PreEmphasise (float *wave, Value para)
void	WeightCepstrum (float *mfcc, Value para)
float	Mel (int k, float fres)
FBankInfo	InitFBank (Value para)
void	FreeFBank (FBankInfo fb)
void	MakeFBank (float wave, double fbank, FBankInfo fb, Value para, float *ssbuf)
void	MakeMFCC (double fbank, float mfcc, Value para)
float	CalcC0 (double *fbank, Value para)
void	NormaliseLogE (float **mfcc, int frame_num, Value para)
void	Delta (float **c, int frame, Value para)
void	Accel (float **c, int frame, Value para)
void	FFT (float xRe, float xIm, int p)
void	CMN (float **mfcc, int frame_num, int dim)
変数
static double *	costbl_hamming
	Cos table for hamming window.
static int	costbl_hamming_len = 0
	Length of above.
static double *	costbl_fft
	Cos table for FFT.
static double *	sintbl_fft
	Sin table for FFT.
static int	tbllen = 0
	Length of above.
static double *	costbl_makemfcc
	Cos table for DCT.
static int	costbl_makemfcc_len = 0
	Length of above.
static double *	sintbl_wcep
	Sin table for cepstrum weighting.
static int	sintbl_wcep_len = 0
	Length of above.
static float	sqrt2var
	Work area that holds value of sqrt(2.0) / fbank_num.