JuliaTokyo #3 Speech Signal Processing in Julia

JuliaTokyo #3でLT発表してきました。前回のJuliaTokyo #2でも発表したので、二回目でした。

スライド

コード

https://github.com/r9y9/JuliaTokyo3

三行まとめ

発表の内容を三行でまとめると、

• 音声ファイルの読み込み（or 書き込み）は[WAV.jl]((https://github.com/dancasimiro/WAV.jl)を使おう
• 基本的なデジタル信号処理は JuliaDSP/DSP.jl をチェック（※JuliaDSPにはウェーブレットとかもあるよ）
• 音声に特化した信号処理は、r9y9/WORLD.jl がオススメです

という感じです。

応用例として、歌声を分離する話（デモコード）、統計的声質変換（統計的声質変換クッソムズすぎワロタ（チュートリアル編） - LESS IS MORE）、画像をスペクトログラムに足しこむ話とか、さっと紹介しました。

補足

僕が使う/作ったパッケージを、あとで見返せるように最後のスライドにまとめておいたのですが、改めてここで整理しておきます。

• dancasimiro/WAV WAVファイルの読み込み
• JuliaDSP/DSP 窓関数、スペクトログラム、デジタルフィルタ
• r9y9/WORLD 音声分析・合成フレームワーク
• r9y9/MelGeneralizedCepstrums メル一般化ケプストラム分析
• r9y9/SynthesisFilters メル一般化ケプストラムからの波形合成
• r9y9/SPTK 音声信号処理ツールキット
• r9y9/RobustPCA ロバスト主成分分析(歌声分離へ応用)
• r9y9/REAPER 基本周波数推定
• r9y9/VoiceConversion 統計的声質変換

上から順に、汎用的かなーと思います¹。僕が書いたパッケージの中では、WORLDのみ公式パッケージにしています。理由は単純で、その他のパッケージはあまりユーザがいないだろうなーと思ったからです。かなりマニアックであったり、今後の方針が決まってなかったり（ごめんなさい）、応用的過ぎて全然汎用的でなかったり。WORLDは自信を持ってオススメできますので、Juliaで音声信号処理をやってみようかなと思った方は、ぜひお試しください。

ざっくり感想

• ＃Juliaわからん 本当に素晴らしいと思うので、僕も積極的に #Juliaわからん とつぶやいていこうと思います（詳しくは @chezou さんの記事をどうぞ #JuliaTokyo で #juliaわからん という雑なレポジトリを立てた話をしたら julia.tokyo ができてた - once upon a time,）。僕は、Julia に Theano が欲しいです。T.grad 強力すぎる
• ccall かんたんとか言いましたが、ミスった書き方をしたときのエラーメッセージはあまり親切ではないので、つまずきやすいかも。僕は気合で何とかしています。
• Julia遅いんだけど？？？と言われたら、@bicycle1885 さんの What’s wrong with this Julia? を投げつけようと思います。
• かなり聴衆が限定的になってしまう話をしてしまったので、次発表するならJulia 言語自体の話をしようかなと思いました

最後に

@soramiさんを筆頭とする運営の方々、本当にありがとうございました！楽しかったです。