Forum Replies Created
-
お問い合わせありがとうございます。
参照手順の通りにインストールしていた場合、hark-desigenrの最新版がインストールされているかと思います。
hark-desigenrは3.0以降でdefファイルからjsonファイルへと変更しており、互換性がございません。お手数ですが、下記手順でhark-desigenrのバージョンを確認していただき、3.0.0以降であった場合は一度削除して、2.5.0をインストールしてください。
dpkg -l hark-designer # バージョンが3.0.0以降の場合、以下を実行 sudo apt purge hark-designer sudo apt install hark-designer=2.5.0以上、よろしくお願いいたします。
HARKサポートチームHi Riya,
If you use HARK for speech recognition, please input the wav file format instead of MP3, as described here.
Sincerely,
HARK Support Teamご提供いただいたネットワークファイルと伝達関数を用いて、こちらで検証を行いました。
結論としては、THRESHの設定が音源定位の環境とマッチしていないということになります。
こちらでMUSICパワーを確認したところ、
SourceTrackerノードのTHRESHが測定されたパワーよりも高めに設定されていましたので、
21~22程度に変更したところ定位結果が表示されるようになりました。精度よく定位させるためには、お使いの環境に応じてTHRESHを設定する必要がございます。
判定に使用しているMUSICパワーはLocalizeMUSICノードで計算された結果ですので、
実際の環境でどのようなパワーが出力されているかをDEBUG出力等で確認しながらの調整になるかと思います。
LocalizeMUSICの出力を確認するには、こちらに記載してあるSPECTRUM端子を追加して、DEBUGをtrueに設定してください。参考までに、こちらで動作させた際のMUSICパワーを添付します。
特に雑音のない状態で19～20程度、発話時のピークで22程度となっています。
実際の環境では、周囲の雑音や定位させたい音声の大きさ等に左右されますのでご注意ください以上、よろしくお願いいたします。
HARKサポート回答が遅くなり申し訳ありません。
詳細はこちらの
2.2.1.2. Sound Source Positions XMLに記載していますが、
音源ファイルの名称については、特に制限はございません。
音源ソース位置を記載したXMLファイル上で音源座標とファイルパスが紐づけられますので、
そこでわかりやすい名称にしておくことが多いかと思います。その観点から申し上げれば、ご提示のファイル名で問題ありません。
以上、よろしくお願いいたします。
HARKサポート回答が遅くなり申し訳ありません。。
不動話者の分離が主目的で、その他の移動する話者を個別に分離する必要はないとの前提で簡単に回答いたします。
回答１：可能です
回答２：不動話者の位置だけでは、その他の話者の位置が話者１か話者２に引き込まれてしまいます。添付した図のように、不動話者の両脇でも測定してください。また、話者１と２は等距離が望ましいです。その他の話者が両脇に引き込まれ、不動話者と分離可能になります。ただし、その他の話者の音声を分離したい場合、測定位置の間隔はある程度広くても構いませんが全方向（360度）の測定が必要となります。
回答３：下記手順にて音源座標ファイルを作成後、初期画面の「Sound source positions」の「Visualize」メニューで不要な音源座標を削除してください。https://www.hark.jp/document/packages/harktool5-gui-ja/harktool5-gui.html#create-source-label
回答４：ConstantoLocaizaitonノードを使用して特定方向からの音源のみを対象とすることが可能です。
以上となりますが、伝達関数の測定については他にも考慮すべき点が多々ありますので、
実際に測定してみないと分からないというのが実情です。
大変申し訳ございませんが、上記をご留意いただけますようお願いします。以上、よろしくお願いいたします。
HARKサポートAttachments:
