F0推定法「Harvest」
-
- いいね！17
M. Morise (忍者系研究者)
@m_morise
あー，WORLDのDIO+StoneMaskを将来的にプロジェクトから外そうと思っていましたけど，訂正します．次のバージョンで，単独のDIOだけではなく，StoneMaskと統合した新しいDIO（名前はまだない）を作ります．StoneMaskは耐雑音性に優れていた．
2015-11-28 17:14:55
M. Morise (忍者系研究者)
@m_morise
ギッパブにpushしたStoneMask，精度は0.1%未満の誤差の範疇で落ちるけど速度は3, 4割早いです．
2015-11-29 18:42:59
M. Morise (忍者系研究者)
@m_morise
新ネタのHarvestは諸々調整しましたけど，今回は諦めました．色々理論について誤解していたのが原因で，思ったより改善が無かった．残念無念．
2015-11-29 18:44:10
M. Morise (忍者系研究者)
@m_morise
うーん．新型F0推定法Harvestを作っているのだけどなかなか期待通りに動いてくれない．すでにプロトタイプのバージョンが23まで来たけど，調整パラメータが多すぎて最適化もしんどくなってきた．
2016-03-13 17:16:53
M. Morise (忍者系研究者)
@m_morise
Harvest version 26まで作ったけど全滅だな．．．SNR 10 dBくらいまでは比較的簡単に実現できそうだけど0 dBを目指すときつい．アイディア自体は悪くないと思ったんだけど，あんまり筋が良くない気がしてきた．
2016-03-13 22:55:23
M. Morise (忍者系研究者)
@m_morise
ダメだ，Harvestは一旦開発停止．WORLDの合成部の新しい実装を先にやったほうが早そうだ．Dio+StoneMaskでもそれなりに静かな環境で録音すればOKだし，優先順位を一旦下げよう．
2016-03-13 23:10:32
M. Morise (忍者系研究者)
@m_morise
脳みそ切り替えて，WORLDの合成部をフレーム単位で合成できるバージョンを作ります．具体的に，音声パラメータ一式を登録すれば，合成関数を1回呼ぶたびにNフレーム分の波形が吐き出される関数を作ります．音声パラメータは途中で追加することも認めるかどうかは検討中．
2016-03-13 23:19:16
M. Morise (忍者系研究者)
@m_morise
目標は3月中にプロトタイプをリリース．本年度の出張は全部クリアしたし，後は歓送会が数回ある程度だから何とか時間を捻出できそう．
2016-03-13 23:21:24
M. Morise (忍者系研究者)
@m_morise
寝ようと思って床に就いた瞬間，Harvestの新しいやり方を閃いたので実装してみたところ，目標とするSNR 0 dBでもかなり高精度に推定できる形が見えてきた．またトリッキーなアイディアを使うことになりそう．
2016-03-14 01:12:33
M. Morise (忍者系研究者)
@m_morise
大雑把な動作チェックの結果，とりあえずSNR 0 dBのエラーレートは0.01%以下に抑えられそう．これからTUSKで検証して最後に音声DBを使った評価だな．
2016-03-14 01:21:48TUSK:
各F0推定法の強み・弱みを計測して推定法選択の手助けをするフレームワーク
A framework for overviewing the performance of F0 estimators
M. Morise (忍者系研究者)
@m_morise
Harvest，何がダメなのか全くわからん．．．理論的にはStoneMaskと同じくらいな性能が出るはずなのに．．．
2016-03-14 18:49:18
M. Morise (忍者系研究者)
@m_morise
Harvest version 35のアイディアが出てきたけど，ちょっとこれは実装に時間がかかるなぁ．そして，この方法だと「Harvest」より「無双三段」のほうが多分マッチする．
2016-03-14 23:17:27
M. Morise (忍者系研究者)
@m_morise
Harvest version 48で耐雑音性と正確さは両立できたけど，今度はビブラート耐性に問題が出てきた．NDFマジでバランス良すぎて勝てる気がせぬ・・・
2016-03-15 14:09:50