音源分離について

お問い合わせありがとうございます。

短い音声ファイルが大量に作成されるとのことですが、
大きく二つの原因がございます。

1. 小さな音声がノイズと認識されてしまう場合
この場合、発話の最中に声が小さくなるような音声は、別の音声として分割されてしまいます。
SourceTracker ノードのパラメータ THRESH の値を小さくすることで改善する可能性がありますが、ノイズを拾いやすくなります。

2. 無音区間と認識する時間が短い場合
この場合、発話の最中の息継ぎなどで音声が分割されてしまいます。
SourceTracker ノードのパラメータ PAUSE_LENGTH の値を大きくすることで無音区間があっても同一の音声と認識されます。
問題点としては、発話前後に録音される無音区間が長くなります。

どちらも、実際の録音環境に応じて調整が必要となります。
ノードの詳細については、以下を参照してください。

https://www.hark.jp/document/3.0.0/hark-document-ja/subsec-SourceTracker.html

以上、よろしくお願いいたします。

ノードのGHDSSについての質問です
GHDSS内のINITW_FILENAMEに必要な分離行列初期値のファイルはどうすれば作成できますか？
調べてはみたのですが作り方がわからず教えていただけると助かります

お問い合わせありがとうございます。

まず、以前にもお伝えしたように、写真だけでは設定がわかりませんので
ネットワークファイルを添付いただけない場合は回答いたしかねます。

そのうえで、現状の確認をさせていただきますと、INITW_FILENAMEの役割をご理解できていないように見受けられます。
詳細はノードリファレンス の 6.3.6.5.4 分離行列の更新式 にある 分離行列の推定 にありますが、
簡単に説明しますと、INITW_FILENAME を指定しない場合、音声の最初の部分は分離精度があまりよくないですが、処理を続けていくうちに精度がよくなっていきます。
適切な初期値を指定した場合、精度がよくなるまでの時間が短縮できますが、適切でない場合は指定していない場合と同様に時間がかかるというものです。

また、作成方法については、ノードリファレンスにも記載してありますが、
EXPORT_W にtrueを設定し、EXPORT_W_FILENAME に作成したいファイル名を指定してください。
ネットワーク実行後にファイルが作成されます。

以上、よろしくお願いいたします。

試しに録音してみたのですがやはり録音ファイルに音が入ってないのですがどうすれば良いでしょうか？
のせる写真は別に何かいりますか？