MFCCファイルを操作しています

Question

HTKが.wavファイルから生成したMFCC（メル周波数ケプストラム係数）ファイルがあります。私が必要とするのは、MFCCからタイムスパンを抽出することです。 MFCCファイルが90分の長さの音声を表す場合、例えば、オーディオの3分目のMFCC。

HTKの本は、MFCCファイルがヘッダーとサンプルの連続したシーケンスで構成されているとしています。しかし、サンプルの正確なサイズをバイト単位で判断するのは簡単ではないようです。

おそらくファイルのパーサーはありますか？ （もちろんそこHTKでは、ですが、私は、このタスクのためのバイナリを使用する方法を見つけ出すことに成功しませんでした。）

それとも、サンプルのとの大きさを決定する簡単な方法があります単純にファイルを切り離すことができるように、ヘッダー？

Answer 1

HTKにはそのためのツールがあります。 HCopyは、MFCCをMFCCに変換し、開始と終了のパラメータを受け入れることができます。

HCopy -C config0 -s 10e7 -e 11e7 source.mfcc target.mfcc 

カット00:10 .. 00:11ソースから。

config0には、sourcekindがwavに設定されていることを除いて、元のmfccをwavから作成するのと同じ設定を含める必要があります。