mp=np.sum(s**2)/fl_n #mean power
mP.append(mp)
if mp <args.mp_th:
continue
# プリエンファシスフィルタをかける
p = 0.97 # プリエンファシス係数
s = preEmphasis(s, p)
# ハミング窓をかける
hammingWindow = np.hamming(len(s))
s = s * hammingWindow
# LPC係数を求める
# lpcOrder = 32
lpcOrder = args.k # LPC係数の次数
r = autocorr(s, lpcOrder + 1)
a, e = LevinsonDurbin(r, lpcOrder)
A.append(a)
#print "*** result ***"
E.append(e)
# if i <10 :
# plot(a)
# mypltshow('LPC{}.eps'.format(i));
# LPC係数の振幅スペクトルを求める
nfft = 2048 # FFTのサンプル数
fscale = np.fft.fftfreq(nfft, d = 1.0 / fs)[:nfft/2]
# オリジナル信号の対数スペクトル
spec = np.abs(np.fft.fft(s, nfft))
logspec = 20 * np.log10(spec)
def calc_formant(audio, fs):
# 音声をロード
wav = audio
# t = np.arange(0.0, len(wav) / fs, 1/fs)
# 音声波形の中心部分を切り出す
# center = len(wav) / 2 # 中心のサンプル番号
# cuttime = 0.04 # 切り出す長さ [s]
# s = wav[(int)(center - cuttime/2*fs) : (int)(center + cuttime/2*fs)]
s = wav
# プリエンファシスフィルタをかける
p = 0.97 # プリエンファシス係数
s = preEmphasis(s, p)
# ハミング窓をかける
hammingWindow = np.hamming(len(s))
s = s * hammingWindow
# LPC係数を求める
lpcOrder = 48
r = autocorr(s, lpcOrder + 1)
a, e = LevinsonDurbin(r, lpcOrder)
# ----------------------------------------------------------------------
# nfft = 2048
# # FFTのサンプル数
# fscale = np.fft.fftfreq(nfft, d = 1.0 / fs)[:(int)(nfft/2)]
# # オリジナル信号の対数スペクトル
# spec = np.abs(np.fft.fft(audio*hammingWindow, nfft))
# logspec = 20 * np.log10(spec)
# plt.plot(fscale, logspec[:(int)(nfft/2)])
# # LPC対数スペクトル
# w, h = scipy.signal.freqz(np.sqrt(e), a, nfft, "whole")
# lpcspec = np.abs(h)
# loglpcspec = 20 * np.log10(lpcspec)
# plt.plot(fscale, loglpcspec[:(int)(nfft/2)], "r", linewidth=2)
# plt.xlim((0, 4000))
# plt.show()
# ------------------------------------------------------------------------
# フォルマント検出( by Tasuku SUENAGA a.k.a. gunyarakun )
# 根を求めて三千里
rts = np.roots(a)
# 共役解のうち、虚部が負のものは取り除く
rts = np.array(list(filter(lambda x: np.imag(x) >= 0, rts)))
# 根から角度を計算
angz = np.arctan2(np.imag(rts), np.real(rts))
# 角度の低い順にソート
sorted_index = angz.argsort()
# 角度からフォルマント周波数を計算
freqs = angz.take(sorted_index) * (fs / (2 * np.pi))
# 角度からフォルマントの帯域幅も計算
bw = -1 / 2 * (fs / (2 * np.pi)) * np.log(np.abs(rts.take(sorted_index)))
ff = []
for i in range(len(freqs)):
# フォルマントの周波数は90Hz超えで、帯域幅は400Hz未満
if freqs[i] > 150 and bw[i] < 400 and freqs[i] < 3000:
# print("formant : %d" % freqs[i])
ff.append(freqs[i])
return ff