MATLAB Note/音声の分析 - Miyazawa’s Pukiwiki 公開版
音声を取り込む・再生する † WAVREAD Microsoft WAVE (".wav") サウンドファイルの読み込み filename = 'a.wav'; %読み込むファイル名を指定 [data,Fs,Bits] = wavread(filename); %dataに音声データ、Fsにはサンプリング周波数を代入 sound(data,Fs); %サンプリング周波数 Fs で再生 wavplay(data,Fs); %サンプリング周波数 Fs でWindows のオーディオ出力を使って再生 wavplay(data,Fs,'async'); %音声の再生に平行して処理を続行する disp('再生中...'); デフォルトで、以下のような音声データが用意されています。 load laughter; %笑い声 sound(y, Fs); load handel; %handelのハレルヤ
ケプストラム分析 - 人工知能に関する断創録
Pythonで音声信号処理（2011/05/14）の第18回目。 今回は、音声の特徴量としてよく使われるMFCC（Mel-Frequency Cepstrum Coefficients: メル周波数ケプストラム係数）抽出に向けた第一歩としてケプストラム分析を試しました。Wikipediaでケプストラムの定義を見てみると。 ケプストラムは1963年、Bogertらの論文で定義された。ケプストラムの定義は以下の通り。 口語的定義: （信号の）ケプストラムとは、（信号の）フーリエ変換の対数（位相アンラッピングを施したもの）をフーリエ変換したものである。スペクトルのスペクトルとも呼ばれる。 数学的定義: 信号のケプストラムは FT(log(|FT(信号)|)+j2πm) である。ここで m は、複素対数関数の虚数成分または角度の位相アンラッピングを正しく行うのに必要とされる整数である。 アルゴリズ
メル周波数ケプストラム係数（MFCC） - 人工知能に関する断創録
Pythonで音声信号処理（2011/05/14）の第19回目。 今回は、音声認識の特徴量としてよく見かけるメル周波数ケプストラム係数（Mel-Frequency Cepstrum Coefficients）を求めてみました。いわゆるMFCCです。 MFCCはケプストラム（2012/2/11）と同じく声道特性を表す特徴量です。ケプストラムとMFCCの違いはMFCCが人間の音声知覚の特徴を考慮していることです。メルという言葉がそれを表しています。 MFCCの抽出手順をまとめると プリエンファシスフィルタで波形の高域成分を強調する 窓関数をかけた後にFFTして振幅スペクトルを求める 振幅スペクトルにメルフィルタバンクをかけて圧縮する 上記の圧縮した数値列を信号とみなして離散コサイン変換する 得られたケプストラムの低次成分がMFCC となります。私が参考にしたコードは振幅スペクトルを使ってたけど
PythonでMFCC(メル周波数ケプストラム係数)を計算 - memorandum
音声処理ではMFCCという特徴量を使うことがあり、MFCCを計算できるツールやライブラリは数多く存在します。ここでは、Pythonの音声処理用モジュールscikits.talkboxでお手軽に計算してみます。 参考 メル周波数ケプストラム係数（MFCC）/ 人工知能に関する断創録 Audio-Visual Speech Recognition using SciPy 環境 OS : OSX 10.8.3 Python : 2.7.3 パッケージ管理 : homebrew インストール scikits.audiolab libsndfileのラッパーモジュールです。 brew install libsndfile pip install scikits.audiolab scikits.talkbox 音声処理用のモジュールです。MFCCはこれで取得できます。 pip install sci
cepstrum - ケプストラム計算
Please note that the recommended version of Scilab is 2024.0.0. This page might be outdated. See the recommended documentation of this function Scilab help >> Signal Processing > cepstrum
STRAIGHTメモ：その3 フォルマント周波数の推定_1 - 雑多にしっとり
その1，STRAIGHTの導入 その2，音声関係の用語 今回は内容を一気に飛躍して，フォルマント周波数の推定ってのを頑張りたいと思う． その2で説明した用語は，説明なしで使う予定． フォルマント周波数とは？ フォルマント - Wikipedia 雑句把覧に説明してしまうと，フォルマント周波数(F1,F2,F3,...)がわかれば，音声Aが何の母音か大体わかる． つまりフォルマント周波数とは，母音(細かくいうと音韻？)の特徴とも言えるようです(専門的に言うと誤りかも)． 一応，フリーのソフトでも推定できるが，今回は自作する． 補足：WaveSurferを使うと推定できる．(画像1) なお推定されたフォルマントは，スペクトログラム上の赤，緑，青，黄の線だ． (画像1) フォルマントは下から順に，F1,F2,F3,F4,...と呼ばれる． 画像では，赤線がF1，黄線がF4だ． フォルマント周波数
MatSigProc3b.nb
ケプストラム（Cepstrum），スペクトル包絡とフォルマント 対数スペクトルのフーリエ変換を「ケプストラム (Cepstrum)」といいます．これによって，対数スペクトルを構成するなだらかな成分と，細かな変動成分を分離することができます．前者を「スペクトル包絡」，後者を「スペクトルの微細構造」ということがあります． For[i = ii, i<4098 - ii, i ++, ceps[[i]] = 0] ; ListPlot[Re[ceps], PlotRa ... All, {-3, 10}}, PlotJoined->True] (* 配列要素128以上の高域成分を全てゼロにする . 低域リフタ (lifter<< filter) *)" width="538" height="63" align="absmiddle" /> このように，ケプストラムの高域成分を除去した後に，
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
フーリエとは ゲームの人気・最新記事を集めました - はてな