Hatena Blog Tags
はてなブログ トップ
mfcc
このタグでブログを書く

mfcc

このタグの解説についてこの解説文は、すでに終了したサービス「はてなキーワード」内で有志のユーザーが作成・編集した内容に基づいています。その正確性や網羅性をはてなが保証するものではありません。問題のある記述を発見した場合には、お問い合わせフォームよりご連絡ください。
piruty’s blog•2年前

JuliaでwavファイルからMFCCを抽出する

やってみてGistに上げた。 Juliaを使ってwavファイルからMFCCを抽出する WAVとMFCCのライブラリを使用した。 MFCCの説明については割愛するが、これをうまく使ってJuliaで話者認識を実装してみたい。

#mfcc

ネットで話題

もっと見る
39ブックマーク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aidiary.hatenablog.com
35ブックマークメル周波数ケプストラム（MFCC） - Miyazawa’s Pukiwiki 公開版スペクトラム（spectrum）とは † 音声や地震波などの周期性のある信号は、どれだけ複雑な信号であっても、単純な波に分解できる（フーリエの定理） 単純な波...単一の周波数と振幅をもつ正弦波、余弦波 上記の定理に従って、ある信号の周波数成分と振幅の成分を抽出したものが、周波数スペクトラム（スペクトル）です*1...shower.human.waseda.ac.jp
22ブックマーク音楽と機械学習 前処理編 MFCC ~ メル周波数ケプストラム係数 - Qiitaqiita.com
9ブックマークSPTKの使い方 (6) MFCCの抽出 - 人工知能に関する断創録aidiary.hatenablog.com
9ブックマークMFCC（メル周波数ケプストラム係数）入門 - Qiitaqiita.com
5ブックマークメル周波数ケプストラム（MFCC） - Miyazawa’s Pukiwiki 公開版用語 † ケプストラム ケプストラム（英: Cepstrum）とは、音のスペクトルを信号と見なしてフーリエ変換 (FT) した結果である。"spectrum" の最初の4文字をひっくり返した造語。 メル尺度 MFCC ケプストラムは声道によって歪められた信号から声帯の振動に起因するエネルギーだけを分離できる。 ↑ お題 † 「MATLAB」と発音...shower.human.waseda.ac.jp

関連ブログ

凹みTips•1ヶ月前

uLipSync v3.0.0 をリリースしました

はじめに Unity でキャラクタのリップシンクを行うことのできる uLipSync v3.0.0 をリリースしました。 github.com 本エントリではアップデートの内容について解説していきます。 MFCC の計算方法修正 一番大きなアップデートは MFCC の計算方法の改善です。これに関しては前回のブログ記事で解説しました。 tips.hecomi.com 端的に言うと、これまでの MFCC は計算方法が間違っていたため、正しくなるよう世の中一般のライブラリによる値と比較しながら修正を行った、という形です。ただし精度が劇的に上がった、というわけではありませんでした。。以前もそれっぽい特…

にんひどりんはんのう•1ヶ月前

[論文メモ] ZERO-SHOT TEXT-TO-SPEECH SYNTHESIS CONDITIONED USING SELF-SUPERVISED SPEECH REPRESENTATION MODEL

NTT ICASSP 2023 arxiv.org自己教師あり学習(SSL)による特徴を条件としたzero-shotのtext-to-speech(TTS)の提案既存手法の多人数話者TTSでは少量データでのfine-tuningが必要で計算コストや時間がかかる。 既存のzero-shot TTSでは話者認識ベースのd-vectorやx-vectorを使う方法や同時にエンコーダを学習してその埋め込みを利用する2タイプがある。 話者認識ベースは未知の話者にロバストだが、リズムなどの話者重要な個性が反映できない。 同時にエンコーダを学習するタイプは学習データがTTS用で規模が比較的小さいので未知話者…

凹みTips•2ヶ月前

uLipSync のアルゴリズム改善を行ってみた

はじめに ずっとやろうと思っていた Unity でリップシンクを実現するアセットである uLipSync のアルゴリズムの改善を行いました。 github.com uLipSyncでは、MFCC（Mel Frequency Cepstral Coefficients）と呼ばれる特徴量を計算しています。MFCC を利用することで音声信号から音素の違い（母音や子音など）や楽器の音色の違いを区別することができ、音声認識や音楽情報検索など、様々な音声・音楽処理タスクで広く利用されています。Python 環境では Librosa などのライブラリを使って MFCC は簡単に計算することが出来ます。 一方…

オムライスの備忘録•5ヶ月前

【音声解析】DP マッチング / DTW

音声解析 yhayato1320.hatenablog.com Index Index DP (Dynamic Programming) マッチング テンプレートマッチング 時間的ゆらぎ 音声アライメント アルゴリズム 最短経路問題 動的計画法 Dynamic Time Warping / DTW 参考 書籍 DP (Dynamic Programming) マッチング 動的計画法を用いた、音声フレーム間のマッチングを行うことで、 音声同士のアライメントを達成する手法. テンプレートマッチング 音声認識を始め、パターン認識全般において、最も初歩的な方法として、テンプレートマッチがある. 音声の…

オムライスの備忘録•5ヶ月前

【音声解析】ケプストラム特徴量 #実装編

Index Index ケプストラム特徴量 実装 ケプストラム特徴量の抽出 メル周波数ケプストラム特徴量の抽出 ケプストラムの表示 MFCC ケプストラム特徴量 ケプストラム特徴量 #アルゴリズム編 yhayato1320.hatenablog.com 実装 ケプストラム特徴量の抽出 メル周波数ケプストラム特徴量の抽出 ケプストラムの表示 MFCC