[vDSP][信号処理]オーディオ・音声分析への道7 FFT 自己相関関数 ピッチ検出 - Qiita
前回までで、 Xcodeにてオーディオデータの入出力を行う Libsndfile , vDSPによる各種演算方法 vDSPによるFFT、iFFT法 FFT結果の強度(magnitude)と位相(phase)への変換 簡単なフィルタリング を行いました。今回は、vDSPを使用して自己相関関数(Autocorrelation)を求め、そこからオーディオデータのピッチが検出できるようにしたいと思います。 自己相関関数 Autocorrelation 自己相関関数は、以下の数式によって示されるように、 信号がそれ自身を時間シフトした信号とどれだけ良く整合するかを測る尺度であり、時間シフトの大きさの関数として表される。wikipedia参照
![[vDSP][信号処理]オーディオ・音声分析への道7 FFT 自己相関関数 ピッチ検出 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/1e172e51c38f606acb35cd8967e360133f14bf6c/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwVGFsb2theSZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9ZmVjNzdjMDA0MjVmN2M0ZGViNGIzY2M4NTAwMWIyYTg%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D2271f286719cdfb47e64f4c7007e6642)
pepperでクラウド音声認識サービスを使う (ROS Indigo, rospeex) - Qiita
pepper君の音声認識精度がいまいちなので、クラウド音声認識サービスを使って精度向上ができないか試してみました。 NAOqiのドライバでpepperのマイク信号をネットワーク経由で取得し、音声区間のみをクラウドサービスに送ることで音声認識結果を得るという方法です。 Google Speech APIではかなり良い精度で認識できました。NICTの音声認識サービスでもまずまずの精度でした。 サンプルコードをGitHubに公開していますので、お試しください。 注意点 NICTのAPIの利用は、学術研究目的に限られています。詳しくはrospeexのライセンスを参照してください。 Google Speech APIには、1日50回の呼び出し回数制限があります。 動作環境 Ubuntu 14.04.1 LTS 64bit 手元の環境では、Mac OSのVMware Fusionで動かしています RO
pepperくんの耳を良くする - LIFULL Creators Blog
こんにちは、ネクスト リッテルラボラトリーの清田です。 最近、pepperくんにコンシェルジュ的なことをやらせてみたい、と思って触り始めています。 ただ、pepperくんにデフォルトで搭載されている音声認識エンジンですが、まだまだ精度がいまいちといったところで、pepper開発者の皆さんも苦労されているかと思います。 もちろん、Speech Reco.ボックスで認識させたいことばをすべて登録しておけば精度は出せますが、やはり地名や駅名なども認識させたいところです。 そこで、今回はrospeexというライブラリを使って、クラウド音声認識サービスを使う方法を試してみました。ROS (Robot Operating System)を利用しています。 詳しい利用方法についてはQiitaに書いていますので、そちらをご覧ください。 Qiita: pepperでクラウド音声認識サービスを使う (ROS
Webアプリに高機能な音声認識を追加するWeb Speech API - Kesinの知見置き場
Microphone' by Juan_Alvaro, http://www.flickr.com/photos/31590610@N03/5408706936/ CC by 2.0 最近、にわかに音声認識というものが盛り上がっています。 スマートフォンに搭載されている、AppleのSiri、NTTドコモのしゃべってコンシェル、Googleの音声検索あたりが有名ですが、お掃除ロボやエアコン、カーナビといった家電にも音声認識機能が搭載されるようになってきました。 認識の精度や意識の問題（人前で機械に話しかけるのはちょっと恥ずかしい）などの課題はありますが、音声認識はアプリや家電のUIの一部としてこれから普及していくと思われます。 ですが、一般の開発者にとって音声認識機能を自分のアプリやウェブサイトに組み込むのはまだまだ難しいです。 Juliusのようなオープンソースの音声認識システムもありま
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
処理を実行中です
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
