HTKのフォーマットにcsvデータを変換するスクリプト

README

とりあえず，使い方を忘れないようにメモしておく

このスクリプト(htk_convert.py)は特徴ファイルをHTKフォーマットに変換するスクリプトです．
コマンドライン引数で与えられたファイル名のcsvファイルを適当なHTKフォーマットに変換する．
その際，HTKフォーマットのヘッダーの値は以下のように生成されるように書かれている．

現状として，リニアメルフィルターバング(MELSPEC)の24次元用
nSample => number of samples in file (4-byte integer)はCSVから自動的に算出
sampPeriod => sample period in 100ns units (4-byte integer)はとりあえず10000 (10 msec)
sampSize => number of bytes per sample (2-byte integer)は4 byte(一つのデータのサイズ) * nCmops(次元数)で算出
parmKind => a code indicating the sample kind (2-byte integer)は8(MELSPEC)に設定

もし，別のデータ(例えば対数とか）で取りたければparmKindを適宜，変えればOKだと思う．

参考
http://www.ee.columbia.edu/ln/LabROSA/doc/HTKBook21/node58.html
http://d.hatena.ne.jp/masayukipo/20090621
http://d.hatena.ne.jp/masayukipo/20070930

htk_convert.py

# -*- coding: utf-8 -*-
import numpy
import sys
import os
from struct import *

#debug フラグ
debug = False

def loadCSV(filename):
    csvdata = numpy.genfromtxt(filename, delimiter=",",dtype='f')
    if (debug):
        for data in csvdata:
            print(data)
    return csvdata

def getNSamples(data):
    return len(data)

def getNCmps(data):
    return len(data[0])

def writeFile(filename, nSamples, sampPeriod, sampSize, parmKind, value):
    f = open(filename, 'wb')
    b_nSamples = pack('>L', nSamples) # big endian + unsigned long
    b_sampPeriod = pack('>L', sampPeriod) # big endian + unsigned long
    b_sampSize = pack('>H', sampSize) # big endian + unsigned short 
    b_parmKind = pack('>H', parmKind) # big endian + unsigned short
    odata = b_nSamples + b_sampPeriod + b_sampSize + b_parmKind
    if (debug):
        print(odata)
        hoge = unpack('LLHH', odata)
        print(hoge)
    for data in value:
        for d in data:
            odata += pack(">f", d)
            if (debug):
                print(pack(">f", d))
    f.write(odata)
    f.close()

if __name__ == '__main__':
    args = sys.argv
    argc = len(args)
    if (argc != 2):
        print("usage: # python %s filename", args[0])
        quit()
    file = args[1]
    name, ext = os.path.splitext(file)
    out = name + ".mfb"
    print(out, " converting....")
    data = loadCSV(file)
    # サンプル数
    nSamples = getNSamples(data)
    # フレームシフト 100nsごと　
    sampPeriod = 10000
    # サンプルサイズ 1フレームあたりのバイト数 要は次元数*byteでOK(もしかしたらparmKindとの兼ね合いで24次元にしないといけないかも)
    nComps = getNCmps(data)
    sampSize = 4 * nComps
    # ファイル形式
    parmKind = 8
    writeFile(out, nSamples, sampPeriod, sampSize, parmKind, data)
    

htk_convert_old.py

# -*- coding: utf-8 -*-
import numpy
from struct import *

debug = False

def loadCSV(filename):
    csvdata = numpy.genfromtxt(filename, delimiter=",",dtype='f')
    if (debug):
        for data in csvdata:
            print(data)
    return csvdata

def getNSamples(data):
    return len(data)

def getNCmps(data):
    return len(data[0])

def writeFile(filename, nSamples, sampPeriod, sampSize, parmKind, value):
    f = open(filename, 'wb')
    b_nSamples = pack('>L', nSamples) # big endian + unsigned long
    b_sampPeriod = pack('>L', sampPeriod) # big endian + unsigned long
    b_sampSize = pack('>H', sampSize) # big endian + unsigned short 
    b_parmKind = pack('>H', parmKind) # big endian + unsigned short
    odata = b_nSamples + b_sampPeriod + b_sampSize + b_parmKind
    if (debug):
        print(odata)
        hoge = unpack('LLHH', odata)
        print(hoge)
    for data in value:
        for d in data:
            odata += pack(">f", d)
            if (debug):
                print(pack(">f", d))
    f.write(odata)
    f.close()

if __name__ == '__main__':
    file ="breath-Mel.csv"
    out = "breath-Mel.mfb"
    data = loadCSV(file)
    # サンプル数
    nSamples = getNSamples(data)
    # フレームシフト 100nsごと　
    sampPeriod = 10000
    # サンプルサイズ 1フレームあたりのバイト数 要は次元数*byteでOK(もしかしたらparmKindとの兼ね合いで24次元にしないといけないかも)
    nComps = getNCmps(data)
    sampSize = 4 * nComps
    # ファイル形式
    parmKind = 8
    writeFile(out, nSamples, sampPeriod, sampSize, parmKind, data)