adintool ADINTOOL(1) ADINTOOL(1) 名前 adintool - 音声波形データの記録・分割・送信・受信ツール 概要 adintool {-in inputdev} {-out outputdev} [options...] DESCRIPTION adintool は，音声波形データ中の音声区間の検出および記録を連続的に行 う ツールです．入力音声に対して零交差数と振幅レベルに基づく音声区間検 出を 逐次行い，音声区間部分を連続出力します． adintool は adinrec の高機能版です．音声データの入力元として，マイク 入 力・ 音声波形ファイル・標準入力・ネットワーク入力(adinnet サーバー モー ド)が選択できます．Julius の -input オプションも 使用可能で，プラグイン 入力も選択できます． 出力先として，音声波形ファイル・標準出力・ネットワーク出力(adinnet ク ライアントモード)が選択できます．特にネットワーク出力（adinnet クライ アントモード）では， julius へネットワーク経由で音声を送信して音声認識 させることができます． 入力音声は音声区間ごとに自動分割され，逐次出力されます．音声区間の切 り 出しには adinrec と同じ，一定時間内の零交差数とパワー（振幅レベル） の しきい値を用います．音声区間開始と同時に音声出力が開始されます．出 力と してファイル出力を選んだ場合は，連番ファイル名で検出された区間ごと に保 存します． サンプリング周波数は任意に設定可能です．録音形式は 16bit, 1 channel で，書き出されるファイル形式は Microsoft WAV 形式です． 既に同じ名前の ファイルが存在する場合は上書きされます． OPTIONS Julius の全てのオプションが指定可能である．指定されたもののうち， 音声 入力に関係するオプションのみ扱われる．以下に，adintool の オプション， および有効な Julius オプションを解説する． adintool specific options -freq Hz 音声のサンプリング周波数 (Hz) を指定する．(default: 16,000) -in inputdev 音声を読み込む入力デバイスを指定する．"mic" でマイク入力， "file" で ファイル入力, "stdin" で標準入力から音声を読み込む． ファイル入力の 場合，ファイル名は起動後に出てくるプロンプトに対 して指定する．ま た，"adinnet" で adintool は adinnet サーバー となり，adinnet クライ アントから音声データを tcp/ip 経由で 受け取る．ポート番号は 5530 で ある（"-inport" で変更可能）． 入力デバイスは，そのほか Julius の "-input" オプションでも指定可能 である．その場合，プラグインからの入力も可能である． -out outputdev 音声を出力するデバイスを指定する．"file" でファイル出力， stdout で 標準出力へ出力する．ファイルの場合，出力ファイル名は オプション "-filename" で与える．出力ファイル 形式は 16bit WAV 形式である． ま た，"adinnet" で adintool は adinnet クライアント となり，adinnet サーバへ取り込んだ音声データを tcp/ip 経由で 送信できる．送信先ホス トは "-server" で指定する． ポート番号は 5530 である（"-port" で変更 可能）． -inport num 入力が adinnet の場合 (-in adinnet)，接続を受けるポート番号 を指定す る．指定しない場合のデフォルトは 5530 である． -server [host] [,host...] 出力が adinnet の場合 (-out adinnet)，送信先のサーバ名を指定する． 複数ある場合は，カンマで区切って指定する． -port [num] [,num...] 出力が adinnet の場合 (-out adinnet)，送信先の各サーバのポート番号 を指定する．指定しない場合のデフォルトは 5530 である． -server で複 数のサーバを指定している場合， 全てについて明示的にポート番号を指定 する必要がある． -filename file ファイル出力 (-out file) 時，出力ファイル名を 与える．デフォルトで は，検出された音声区間検出ごとに， "file.0000.wav" , "file.0001.wav" ... のように区間ごとに連番で 記録される．番号の初期値は 0 である （-startidで 変更可能）．なお，オプション -oneshot 指定時は 最初の区 間だけが "file" の名前で保存される． -startid number ファイル出力時，記録を開始する連番番号の初期値を指定する．（ デフォ ルト：0） -oneshot 最初の音声区間が終了したら終了する． -nosegment 入力音声の音声区間検出（無音による区切りと無音区間のスキップ）を 行 わない． -raw RAWファイル形式で出力する． -autopause 出力が adinnet の場合（-out adinnet），音声区間が終了するたび に入力 停止・動作停止状態に移行する．出力先の adinnet サーバか ら動作再開信 号がくると音声入力を再開する． -loosesync 出力が adinnet （-out adinnet）で複数の出力先サーバへ出力している 場 合，動作停止状態から動作再開信号によって動作を再開する際，adintool は すべてのサーバから動作再開信号を受けるまで動作を再開しない． この オプションを指定すると，少なくとも１つのサーバから再開信号 がくれば 動作を再開するようになる． -rewind msec 入力がマイクのとき，停止状態から動作を再開するとき，停止中から 持続 して音声入力中だった場合，指定されたミリ秒分だけさかのぼって 録音を 開始する． Concerning Julius options -input {mic|rawfile|adinnet|stdin|netaudio|esd|alsa|oss} 音声入力ソースを選択する．"-in" の代わりにこちらを使うことも できる （最後に指定したほうが優先される）．esd やプラグイン入力が 指定可能 である． -chunk_size samples 音声入力の処理バッファ（フラグメント）のサイズ．値はサンプル 数．(default: 1000) -lv thres 振幅レベルのしきい値．値は 0 から 32767 の範囲で指定する． (default: 2000) -zc thres 零交差数のしきい値．値は１秒あたりの交差数で指定する． (default: 60) -headmargin msec 音声区間開始部のマージン．単位はミリ秒． (default: 300) -tailmargin msec 音声区間終了部のマージン．単位はミリ秒． (default: 400) -zmean 入力音声ストリームに対して直流成分除去を行う．全ての音声処理の の前 段として処理される． -smpFreq Hz 音声のサンプリング周波数 (Hz) を指定する．(default: 16,000) -48 48kHzで入力を行い，16kHzにダウンサンプリングする． これは 16kHz のモ デルを使用しているときのみ有効である． ダウンダンプリングの内部機能 は sptk から 移植された． (Rev. 4.0) -NA devicename DatLink サーバのデバイス名 (-input netaudio). -adport port_number -input adinnet 使用時，接続を受け付ける adinnet のボート番号を指定す る．(default: 5530) -nostrip 音声取り込み時，デバイスやファイルによっては，音声波形中に振幅 が "0" となるフレームが存在することがある．Julius は通常，音声 入力に含 まれるそのようなフレームを除去する．この零サンプル除去が うまく動か ない場合，このオプションを指定することで自動消去を 無効化することが できる． -C jconffile jconf設定ファイルを読み込む．ファイルの内容がこの場所に展開される． -plugindir dirlist プラグインを読み込むディレクトリを指定する．複数の場合は コロンで区 切って並べて指定する． ENVIRONMENT VARIABLES ALSADEV (マイク入力で alsa デバイス使用時) 録音デバイス名を指定する． 指定が ない場合は "default"． AUDIODEV (マイク入力で oss デバイス使用時) 録音デバイス名を指定する． 指定が ない場合は "/dev/dsp"． LATENCY_MSEC Linux (alsa/oss) および Windows で，マイク入力時の遅延時間をミ リ秒 単位で指定する．短い値を設定することで入力遅延を小さくでき るが，CPU の負荷が大きくなり，また環境によってはプロセスやOSの 挙動が不安定に なることがある．最適な値はOS やデバイスに大きく 依存する．デフォルト 値は動作環境に依存する． EXAMPLES マイクからの音声入力を，発話ごとに "data.0000.wav" から順に記録する： 巨大な収録音声ファイル "foobar.raw" を，音声区間ごとに "foobar.1500.wav" "foobar.1501.wav" ... に分割する： ネットワーク経由で音声ファイルを転送する(区間検出なし)： マイクからの入力音声を Julius へ送信して認識： SEE ALSO julius ( 1 ) , adinrec ( 1 ) COPYRIGHT Copyright (c) 1991-2008 京都大学 河原研究室 Copyright (c) 1997-2000 情報処理振興事業協会(IPA) Copyright (c) 2000-2008 奈良先端科学技術大学院大学 鹿野研究室 Copyright (c) 2005-2008 名古屋工業大学 Julius開発チーム LICENSE Julius の使用許諾に準じます． 10/02/2008 ADINTOOL(1)