はじめに

音声信号処理をRでやっている人が少なそうなので，気が向いた時に書いてみたい。便利だよ。

Rの基礎知識

は，あると想定しております

Waveファイルを扱うには，tuneR パッケージを使う。

install.packages("tuneR")

で導入しておこう。

Waveファイルを読むのはreadWave()，書くのはwriteWave()

library(tuneR)
w <- readWave("foo.wav")
writeWave(w,"foo2.wav")

readWave()が返すのは（元のWaveが2チャンネル以下の場合）Waveオブジェクト。

w@leftを取り出して使えば，音データをサンプル値列として使うことができる。Matlabと違って，読んだ時点で正規化は行われないので，16ビット量子化なら-32768～32767の値を持つ。

MP3ファイルは読むことだけできる。関数はreadMP3(filename)

play(w) で外部の再生アプリを呼び出して音を再生する(Windowsの場合にはMedia Playerが呼ばれる）。アプリを終了しないとRに制御が戻らない。再生に使うアプリはgetWavPlayer()でチェックでき，setWavPlayer()で指定ができる。

plot(w)で波形を表示する。サンプルを1点ずつ表示しているわけではなく，長い波形でも高速に描画する。

channel(w,"left") 特定のチャネルを選ぶ。結果もWaveオブジェクト
extractWave(w,from=0,to=1,xunit="time") 音声きりだし。fromとtoで始点と終点を指定。xunit="time"だと時間（秒），xunit="samples"だとサンプル数として始点と終点の数字を解釈する。
Wave(vector,samp.rate=16000,bit=16) ベクトルをWaveオブジェクトに変換する。

powspec(vector,sr=samplingrate,wintime=0.25,steptime=0.10,dither=FALSE)
パワースペクトル計算。窓関数はハミング
audspec(powerspectrum,sr=samplingrate,fbtype="bark") 聴覚スペクトルの計算。入力はパワースペクトル
melfcc(w) MFCC計算。そのままだとHTKとは若干定義の違う計算をする。パラメータを調整することでHTK互換にすることが可能（やりかたはマニュアルに書いてある）。
deltas(x,w=windowlength) Δ係数の計算。windowlengthは計算のフレーム幅（デフォルトは9）。これを使うと，次のような感じでMFCC+Δが計算できる。

mfc <- melfcc(w)
mfc <- cbind(mfc,deltas(mfc))