libsent/include/sent/mfcc.h

MFCC計算のための定義. [詳細]

#include <sent/stddefs.h>
#include <sent/htk_defs.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。

データ構造
struct	Value
	mfcc configuration parameter values [詳細]
struct	FBankInfo
	Workspace for filterbank analysis. [詳細]
struct	DeltaBuf
	Cycle buffer for delta computation. [詳細]
マクロ定義
#define	DEF_SMPPERIOD   625
	DEBUG: define if you want to enable debug messages for sin/cos table operation.
#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   1.0
	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.
#define	VALUE_VERSION   1
	Integer version number of Value, for embedding.
関数
void	WMP_calc_init (Value para, float **bf, int *bflen)
void	WMP_calc (float *mfcc, float *bf, Value para, float *ssbuf)
void	WMP_calc_fin (float *bf)
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)
FBankInfo	InitFBank (Value para)
void	FreeFBank (FBankInfo fb)
void	Hamming (float *wave, int framesize)
void	PreEmphasise (float *wave, Value para)
float	Mel (int k, float fres)
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)
int	Wav2MFCC (SP16 *wave, float **mfcc, Value para, int nSamples, float *ssbuf, int ssbuflen)
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)
void	CMN (float **mfcc, int frame_num, int dim)
void	WMP_init (Value para, float **bf, float *ssbuf, int ssbuflen)
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)
void	energy_max_init ()
void	energy_max_prepare (Value *para)
LOGPROB	energy_max_normalize (LOGPROB f, Value *para)
float *	new_SS_load_from_file (char *filename, int *slen)
float *	new_SS_calculate (SP16 *wave, int wavelen, Value para, int *slen)
void	undef_para (Value *para)
void	make_default_para (Value *para)
void	make_default_para_htk (Value *para)
void	apply_para (Value *dst, Value *src)
boolean	htk_config_file_parse (char *HTKconffile, Value *para)
void	calc_para_from_header (Value *para, short param_type, short vec_size)
void	put_para (Value *para)

---

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

1.8

mfcc.h で定義されています。

---

マクロ定義

#define DEF_SMPPERIOD   625

DEBUG: define if you want to enable debug messages for sin/cos table operation.

Default sampling period in 100ns (625 = 16kHz)

mfcc.h の 50 行で定義されています。

---

関数

void WMP_calc_init	(	Value	para,
		float **	bf,
		int *	bflen
	)

Initialize calculation functions and work areas.

引数:

	para	[in] configuration parameters
	bf	[out] returns pointer to newly allocated window buffer
	bflen	[out] length of bf

mfcc-core.c の 605 行で定義されています。

参照元 WMP_init().

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

mfcc-core.c の 632 行で定義されています。

参照元 RealTimePipeLine(), と Wav2MFCC().

void WMP_calc_fin

(

float *

bf

)

Free work area for MFCC computation

引数:

bf

[in] window buffer previously allocated by WMP_calc_init()

mfcc-core.c の 674 行で定義されています。

参照元 Wav2MFCC().

void make_costbl_hamming

(

int

framesize

)

Generate table for hamming window.

引数:

framesize

[in] window size

mfcc-core.c の 63 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

mfcc-core.c の 94 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

mfcc-core.c の 127 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

mfcc-core.c の 165 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.

mfcc-core.c の 211 行で定義されています。

参照元 WMP_calc_init().

void FreeFBank

(

FBankInfo

fb

)

Free FBankInfo.

引数:

fb

[in] filterbank information

mfcc-core.c の 305 行で定義されています。

参照元 WMP_calc_fin().

void Hamming	(	float *	wave,
		int	framesize
	)

Apply hamming window.

引数:

	wave	[i/o] waveform data in the current frame
	framesize	[in] frame size

mfcc-core.c の 375 行で定義されています。

参照元 new_SS_calculate(), 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

mfcc-core.c の 360 行で定義されています。

参照元 new_SS_calculate(), 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.

mfcc-core.c の 199 行で定義されています。

参照元 InitFBank().

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

mfcc-core.c の 396 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

mfcc-core.c の 450 行で定義されています。

参照元 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

mfcc-core.c の 528 行で定義されています。

参照元 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:

mfcc-core.c の 510 行で定義されています。

参照元 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.

mfcc-core.c の 341 行で定義されています。

参照元 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

mfcc-core.c の 322 行で定義されています。

参照元 new_SS_calculate(), 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

mfcc-core.c の 562 行で定義されています。

参照元 WMP_calc().

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 56 行で定義されています。

参照元 new_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 140 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 188 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 108 行で定義されています。

参照元 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 227 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 57 行で定義されています。

参照元 RealTimeInit(), と Wav2MFCC().

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 83 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 110 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 128 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 187 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 229 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 290 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 317 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 332 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 360 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 460 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 504 行で定義されています。

参照元 RealTimeCMNUpdate().

void energy_max_init

(

)

Initialize work area for energy normalization on live input. This should be called once on startup.

wav2mfcc-pipe.c の 543 行で定義されています。

参照元 RealTimeInit().

void energy_max_prepare

(

Value *

para

)

Prepare values for energy normalization on live input. This should be called before each input segment.

引数:

para

[in] MFCC computation configuration parameter

wav2mfcc-pipe.c の 555 行で定義されています。

参照元 RealTimePipeLinePrepare().

LOGPROB energy_max_normalize	(	LOGPROB	f,
		Value *	para
	)

Peform energy normalization using maximum of last input.

引数:

	f	[in] raw energy
	para	[in] MFCC computation configuration parameter

戻り値:

value of the normalized log energy.

wav2mfcc-pipe.c の 571 行で定義されています。

参照元 RealTimePipeLine().

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().

void undef_para

(

Value *

para

)

Reset configuration parameters for MFCC computation.

引数:

para

[out] feature extraction parameters

para.c の 38 行で定義されています。

参照元 initialize_GMM(), initialize_GSHMM(), と system_bootup().

void make_default_para

(

Value *

para

)

Set Julius default parameters for MFCC computation.

引数:

para

[out] feature extraction parameters

para.c の 79 行で定義されています。

参照元 system_bootup().

void make_default_para_htk

(

Value *

para

)

Set HTK default configuration parameters for MFCC computation. This will be refered when parameters are given as HTK Config file.

引数:

para

[out] feature extraction parameters

para.c の 109 行で定義されています。

参照元 system_bootup().

void apply_para	(	Value *	dst,
		Value *	src
	)

Merge two configuration parameters for MFCC computation.

引数:

	dst	[out] feature extraction parameters to set to
	src	[out] feature extraction parameters to set from

para.c の 134 行で定義されています。

参照元 final_fusion().

boolean htk_config_file_parse	(	char *	HTKconffile,
		Value *	para
	)

Read and parse an HTK Config file, and set the specified option values.

引数:

	HTKconffile	[in] HTK Config file path name
	para	[out] MFCC parameter to set

戻り値:

TRUE on success, FALSE on failure.

para.c の 178 行で定義されています。

参照元 opt_parse().

void calc_para_from_header	(	Value *	para,
		short	param_type,
		short	vec_size
	)

Set acoustic analysis parameters from HTK HMM definition header information.

引数:

	para	[out] acoustic analysis parameters
	param_type	[in] parameter type specified at HMM header
	vec_size	[in] vector size type specified at HMM header

para.c の 286 行で定義されています。

参照元 initialize_HMM().

void put_para

(

Value *

para

)

Output acoustic analysis configuration parameters to stdout.

引数:

para

[in] configuration parameter

para.c の 322 行で定義されています。

参照元 print_info().