가버변환 소스코드

어떤 분께서 가버 변환 관련 소스 코드를 요청하셔서 예전에 짜다가 내팽겨쳤던 코드를 공개합니다. 변환까지는 재미나게 개발하다가, 주파수 대역에서 특징추출하고 인식하는 부분이 엄청나게 어렵다는 것을 깨닫고 관두었던게 떠오르네요. 아무튼 흥미로운 분야입니다.

아래 소스코드는 음성 파일을 하나 읽어서 차례대로 가버 변환을 실시합니다. 이에는 다음과 같은 라이브러리들이 사용됩니다.

• libfft3w : 푸리에 변환을 수행해주는 라이브러리. c/c++ 계열에서는 푸리에 변환 관련해서 이 라이브러리를 능가하는게 없죠. 외부 라이브러리를 사용할수 있는 환경이라면 강추하는 녀석입니다.
• libsndfile : 다양한 음성 파일을 읽어오는 라이브러리. 음성 파일을 읽을 필요가 없다면 이 라이브러리를 안 쓰셔도 됩니다.

가버 변환이라는 것이 푸리에 변환에 앞서 Window함수를 곱하는 것이므로, 푸리에변환 라이브러리를 사용하여 쉽게 수행할 수 있습니다. 만약 곱하는 window함수를 바꿀 경우 다른 변환도 쉽게 수행이 가능하구요.

#include "fftw3.h" #include "sndfile.h" #include <algorithm> #include <vector> #include <map> #include <math.h> #pragma comment(lib, "libfftw3f-3") #pragma comment(lib, "libsndfile-1") // 변환의 크기. 이 크기가 클수록 출력되는 주파수 대역도 촘촘해집니다. // 44100Hz 파일 대상으로 44100/16384 = 2.69Hz 간격으로 진폭과 위상을 얻어냅니다. #define FILTER_SIZE (16384) // 주파수 대역을 몇 초 단위로 구해낼 것인지 // 여기서는 44100Hz 파일 대상으로 1/64초 간격으로 분석을 실시합니다 #define TIME_SIZE ((int)(44100 * 1 / 64.f)) // 가버 변환시 사용되는 지수함수의 강도를 설정합니다. // 0일 경우 일반 푸리에변환과 동일하고 커질수록 중간 시간 부분이 강조됩니다. #define FILTER_INTENSITY 16 int transformFile(const char* filename, int (*callback)(fftwf_complex* out, float* amplitude)) { SF_INFO si; SNDFILE* sf = sf_open(filename, SFM_READ, &si); float buf[FILTER_SIZE + TIME_SIZE] = {0, }; int pos_write = 0; float filter_buf[FILTER_SIZE], window_buf[FILTER_SIZE], amp_buf[FILTER_SIZE]; fftwf_complex out[FILTER_SIZE] = {0, }; fftwf_plan p = fftwf_plan_dft_r2c_1d(FILTER_SIZE, filter_buf, out, 0); // 가버 변환을 위해 window함수를 미리 계산해둡니다. for(int n = 0; n < FILTER_SIZE; n++) { window_buf[n] = expf(-FILTER_INTENSITY * pow((float)(n - FILTER_SIZE/2)/ FILTER_SIZE, 2)); } // sndfile 라이브러리를 통해 파일 끝까지 float타입으로 TIME_SIZE 단위씩 파형을 읽어옵니다. for(int i = 0; sf_read_float(sf, buf + pos_write, TIME_SIZE) == TIME_SIZE; i++) { pos_write = pos_write + TIME_SIZE; if(pos_write >= FILTER_SIZE) { pos_write -= FILTER_SIZE; if(pos_write) { memcpy(buf, buf + FILTER_SIZE, pos_write * sizeof(float)); } } // 파일에서 읽어온 파형에 window함수를 곱하여 변환에 사용될 데이터를 만듭니다. for(int n = 0; n < FILTER_SIZE; n++) { filter_buf[n] = buf[(pos_write + n) % FILTER_SIZE] * window_buf[n]; } // fftw라이브러리를 사용하며 푸리에 변환 실시 fftwf_execute(p); // 나온 결과물을 처리하여 각 주파수별 진폭을 구해냅니다. for(int n = 0; n < FILTER_SIZE; n++) { amp_buf[n] = hypotf(out[n][0], out[n][1]) / FILTER_SIZE; } // 콜백함수로 구한 결과를 알려줍니다. callback(out, amp_buf); } fftwf_destroy_plan(p); sf_close(sf); return 0; }

어려울것 없는 단순한 코드입니다. 음성 처리 공부를 하시는 분들에게 도움이 되길 바랍니다.