動的時間伸縮法(DTW)を使って録音音声を比較する: Wolfram言語 11の新機能

動的時間伸縮法(DTW)を使って録音音声を比較する

「不思議の国のアリス」の最初の文の4通りの録音音声をインポートし，トリムし，前処理する．

完全なWolfram言語入力を表示する

In[1]:=

urls = {"http://ia800503.us.archive.org/3/items/alices_adventures/\
aliceinwonderland_01_carroll.mp3", 
   "http://ia800306.us.archive.org/25/items/alice_wonderland_0711_\
librivox/alice_01_carroll.mp3", 
   "http://ia800201.us.archive.org/32/items/alices_adventures_1003/\
alices_adventures_01_carroll.mp3", 
   "https://ia800904.us.archive.org/15/items/alicesadventure_abridged_\
pc_librivox/alicesadventuresinwonderlandabridged_01_carroll.mp3"};
times = {{27, 33.5}, {16.5, 25}, {22.3, 28.5}, {31, 38}};

In[2]:=

alice = ConformAudio[
  MapThread[
   AudioNormalize[
     AudioChannelMix[AudioTrim[AudioResample[Import[#1], 11025], #2], 
      1]] &, {urls, times}]]

Out[2]=

信号のプロットを示す．

In[3]:=

AudioPlot[alice, ImageSize -> Medium]

Out[3]=

サンプルのMFCCに基づく特徴を計算しプロットする．

In[4]:=

mfcc = AudioLocalMeasurements[#, "MFCC", 
      PartitionGranularity -> {.05, .01}]["Values"] & /@ alice;

In[5]:=

Column[MatrixPlot[#, PlotTheme -> "Minimal", ImageSize -> Medium] & /@
   Transpose /@ mfcc]

Out[5]=

WarpingDistanceを使って，録音音声間の動的時間伸縮による距離を計算する．

In[6]:=

DistanceMatrix[mfcc, 
  DistanceFunction -> WarpingDistance] // MatrixPlot

Out[6]=

WarpingCorrespondenceを使って，2つの録音音声間の動的時間伸縮対応を計算する．

In[7]:=

{n, m} = WarpingCorrespondence[mfcc[[1]], mfcc[[2]]];

完全なWolfram言語入力を表示する

In[8]:=

dur = QuantityMagnitude[Duration[alice[[1]]], "s"];
s = {n, m}\[Transpose]/Max[{n, m}] dur;
Labeled[
 ListLinePlot[
  s,
  PlotRange -> {{0, dur}, {0, dur}}, AspectRatio -> 1, Axes -> False, 
  PlotStyle -> Thickness[.01], ImageSize -> Medium, Frame -> True, 
  FrameTicks -> None, 
  Prolog -> {RGBColor[
    0.6666666666666666, 0.6666666666666666, 
     0.6666666666666666], {Line[{{#[[1]], 0}, #}], 
       Line[{{0, #[[2]]}, #}]} & /@ (s[[;; ;; 100]])}
  ],
 AudioPlot[#, PlotStyle -> RGBColor[0.560181, 0.691569, 0.194885], 
    Frame -> False, Axes -> False, ImageSize -> Medium, 
    AspectRatio -> 1/15] & /@ (alice[[;; 2]]), {Bottom, Left}, 
 RotateLabel -> True, Spacings -> {0, 0}]

Out[8]=