📄 dat_file_access.cpp

📁 语音识别配套的VQ及DHMM模型训练程序(C语言)
💻 CPP
字号:
//	DAT_File_Access.cpp:
//		Implementation of the DAT_File_Access Module.
//		That is Data Structure & Access Function of .dat File format.
//
//	Created 2001/08, By DongMing, MDSR.
//
//////////////////////////////////////////////////////////////////////

#include "stdafx.h"
#include "DAT_File_Access.h"
#include "kwspot.h"

extern PRO_CONFIG u_Pro_Config;

//////////////////////////////////////////////////////////////////////
//	API functions

//////////////////////////////////////////////////////////////////////
//	函数名称：dfa_Feature_Get_File_Info
//	函数功能：从.DAT格式的Feature文件读入文件头信息
//	函数性质：API
//	输入参数：
//		sz_Feature_File_Name，Feature文件的文件名
//	输出参数：
//		pu_Feature_File_Head，输出的文件头信息的存放缓冲区
//	返回值：
//		0 表示成功；
//	备注：关于FEATURE_FILE_HEAD的定义，参见本模块.H文件
int dfa_Feature_Get_File_Info(char * sz_Feature_File_Name, FEATURE_FILE_HEAD * pu_Feature_File_Head)
{
	FILE * fp_Feature_File;

	fp_Feature_File = fopen(sz_Feature_File_Name, "rb");
	ASSERT(fp_Feature_File != NULL);

	ASSERT(sizeof(FEATURE_FILE_HEAD) == 200);
	fread(pu_Feature_File_Head, sizeof(FEATURE_FILE_HEAD), 1, fp_Feature_File);

	fclose(fp_Feature_File);

	return 0;
}

//////////////////////////////////////////////////////////////////////
//	函数名称：dfa_Feature_Get_File_Total_Frame_Num
//	函数功能：读出.DAT格式的Feature文件中的前若干句子的总帧数
//	函数性质：API
//	输入参数：
//		sz_Feature_File_Name，Feature文件的文件名
//		n_Sentence_Num，要统计的句子数
//	输出参数：
//		无
//	返回值：
//		统计出的总帧数
//	备注：在类如VQ训练准备数据的场合，应该使用这个API，效率会比较高
int dfa_Feature_Get_File_Total_Frame_Num(char * sz_Feature_File_Name, int n_Sentence_Num)
{
	int nResult;
	FILE * fp_Feature_File;
	long l_Frame_Num;
	int n_Sentence_Index;

	fp_Feature_File = fopen(sz_Feature_File_Name, "rb");
	ASSERT(fp_Feature_File != NULL);

	fseek(fp_Feature_File, sizeof(FEATURE_FILE_HEAD), SEEK_SET);

	nResult = 0;
	for (n_Sentence_Index = 0; n_Sentence_Index < n_Sentence_Num; n_Sentence_Index++)
	{
		fread(&l_Frame_Num, sizeof(long), 1, fp_Feature_File);
		fread(&l_Frame_Num, sizeof(long), 1, fp_Feature_File);
		nResult += l_Frame_Num;
	}

	fclose(fp_Feature_File);

	return(nResult);
}

//////////////////////////////////////////////////////////////////////
//	函数名称：dfa_Feature_Get_File_Total_Frame_Num
//	函数功能：读出.DAT格式的Feature文件中的待训练句子的总帧数
//	函数性质：API
//	输入参数：
//		sz_Feature_File_Name，Feature文件的文件名
//		n_Sentence_Num，要统计的句子数
//      n_Sentence_Start_Index, 开始的句子书。
//	输出参数：
//		无
//	返回值：
//		统计出的总帧数
//	备注：在类如VQ训练准备数据的场合，应该使用这个API，效率会比较高
int dfa_Feature_Get_File_Total_Frame_Num(char * sz_Feature_File_Name, int n_Sentence_Num, int n_Sentence_Start_Index)
{
	int nResult;
	FILE * fp_Feature_File;
	long l_Frame_Num;
	int n_Sentence_Index;

	fp_Feature_File = fopen(sz_Feature_File_Name, "rb");
	ASSERT(fp_Feature_File != NULL);

	fseek(fp_Feature_File, sizeof(FEATURE_FILE_HEAD), SEEK_SET);
	fseek(fp_Feature_File, sizeof(long) * 2 * n_Sentence_Start_Index, SEEK_CUR);

	nResult = 0;
	for (n_Sentence_Index = 0; n_Sentence_Index < n_Sentence_Num; n_Sentence_Index++)
	{
		fread(&l_Frame_Num, sizeof(long), 1, fp_Feature_File);
		fread(&l_Frame_Num, sizeof(long), 1, fp_Feature_File);
		if (l_Frame_Num > 0)
			nResult += l_Frame_Num;
	}

	fclose(fp_Feature_File);

	return(nResult);
}

//////////////////////////////////////////////////////////////////////
//	函数名称：dfa_Feature_Get_File_Total_Frame_Num
//	函数功能：读出.DAT格式的Feature文件中的待训练句子的总帧数
//	函数性质：API
//	输入参数：
//		sz_Feature_File_Name，Feature文件的文件名
//		n_Sentence_Num，要统计的句子数
//      n_Sentence_Start_Index, 开始的句子书。
//	输出参数：
//		无
//	返回值：
//		统计出的总帧数
//	备注：在类如VQ训练准备数据的场合，应该使用这个API，效率会比较高
int dfa_Feature_Get_Silence_Total_Frame_Num(char * sz_Feature_File_Name, int n_Sentence_Num, int n_Sentence_Start_Index)
{
	int nResult;
	FILE * fp_Feature_File;
	long l_Frame_Num;
	int n_Sentence_Index;

	/**/fp_Feature_File = fopen(sz_Feature_File_Name, "rb");
	ASSERT(fp_Feature_File != NULL);

	fseek(fp_Feature_File, sizeof(FEATURE_FILE_HEAD), SEEK_SET);
	fseek(fp_Feature_File, sizeof(long) * 2 * n_Sentence_Start_Index, SEEK_CUR);

	nResult = 0;
	for (n_Sentence_Index = 0; n_Sentence_Index < n_Sentence_Num; n_Sentence_Index++)
	{
		fread(&l_Frame_Num, sizeof(long), 1, fp_Feature_File);
		fread(&l_Frame_Num, sizeof(long), 1, fp_Feature_File);
		if (l_Frame_Num > 0)
			nResult += l_Frame_Num;
	}

	fclose(fp_Feature_File);
	//nResult = n_Sentence_Num * RELAX_FRAME * 2;


	return(nResult);
}

//////////////////////////////////////////////////////////////////////
//	函数名称：dfa_Feature_Get_Sentence_Frame_Num
//	函数功能：读出.DAT格式的Feature文件中的某个句子的帧数
//	函数性质：API
//	输入参数：
//		sz_Feature_File_Name，Feature文件的文件名
//		n_Sentence_Index，要统计的句子索引号
//	输出参数：
//		无
//	返回值：
//		该句子的帧数
//	备注：
int dfa_Feature_Get_Sentence_Frame_Num(char * sz_Feature_File_Name, int n_Sentence_Index)
{
	FILE * fp_Feature_File;
	long l_Frame_Num;

	fp_Feature_File = fopen(sz_Feature_File_Name, "rb");
	ASSERT(fp_Feature_File != NULL);

	fseek(fp_Feature_File, sizeof(FEATURE_FILE_HEAD) + sizeof(SENTENCE_INDEX_BLOCK) * n_Sentence_Index, SEEK_SET);
	fread(&l_Frame_Num, sizeof(long), 1, fp_Feature_File);
	fread(&l_Frame_Num, sizeof(long), 1, fp_Feature_File);

	fclose(fp_Feature_File);

	return(l_Frame_Num);
}

//////////////////////////////////////////////////////////////////////
//	函数名称：dfa_Feature_Get_Sentence_Frame_Num
//	函数功能：读出.DAT格式的Feature文件中的某个句子的帧数
//	函数性质：API
//	输入参数：
//		sz_Feature_File_Name，Feature文件的文件名
//		n_Sentence_Index，要统计的句子索引号
//	输出参数：
//		无
//	返回值：
//		该句子的帧数
//	备注：
int dfa_Feature_Get_Silence_Frame_Num(char * sz_Feature_File_Name, int n_Sentence_Index)
{
	FILE * fp_Feature_File;
	long l_Frame_Num;

	fp_Feature_File = fopen(sz_Feature_File_Name, "rb");
	ASSERT(fp_Feature_File != NULL);

	/**/
	fseek(fp_Feature_File, sizeof(FEATURE_FILE_HEAD) + sizeof(SENTENCE_INDEX_BLOCK) * n_Sentence_Index, SEEK_SET);
	fread(&l_Frame_Num, sizeof(long), 1, fp_Feature_File);
	fread(&l_Frame_Num, sizeof(long), 1, fp_Feature_File);

	fclose(fp_Feature_File);
	//l_Frame_Num = 2 * RELAX_FRAME;

	return(l_Frame_Num);
}

//////////////////////////////////////////////////////////////////////
//	函数名称：dfa_Feature_Read_A_Sentence
//	函数功能：读出.DAT格式的Feature文件中的某个句子的特征
//	函数性质：API
//	输入参数：
//		sz_Feature_File_Name，Feature文件的文件名
//		n_Sentence_Index，要读取特征的句子索引号
//		n_Feature_Dim，特征的维数
//	输出参数：
//		d2dda，存放特征的缓冲区
//	返回值：
//		读出的特征的帧数
//	备注：关于DYNA_2DIM_DOUBLE_ARRAY，参见DXDXA模块
//		按照调试需要，读出特征的同时，
//		将对一阶MFCC差分倍乘系数u_Pro_Config.d_Feature_DT_MFCC_Coefficient
int dfa_Feature_Read_A_Sentence(char * sz_Feature_File_Name, int n_Sentence_Index, int n_Feature_Dim, DYNA_2DIM_DOUBLE_ARRAY d2dda)
{
	FILE * fp_Feature_File;
	long l_Offset, l_Frame_Num;
	int n_Frame_Index;
	float f_Tmp;
	FEATURE_FILE_HEAD filehead;

	fp_Feature_File = fopen(sz_Feature_File_Name, "rb");
	ASSERT(fp_Feature_File != NULL);

	fread(&filehead, sizeof(FEATURE_FILE_HEAD), 1, fp_Feature_File);
	ASSERT( filehead.sFeatureOrder == u_Pro_Config.n_Feature_Dim);
	fseek(fp_Feature_File, sizeof(SENTENCE_INDEX_BLOCK) * n_Sentence_Index, SEEK_CUR);
	fread(&l_Offset, sizeof(long), 1, fp_Feature_File);
	fread(&l_Frame_Num, sizeof(long), 1, fp_Feature_File);
	fseek(fp_Feature_File, l_Offset, SEEK_SET);

	for (n_Frame_Index = 0; n_Frame_Index < l_Frame_Num; n_Frame_Index++)
	{
		for (int i = 0; i < n_Feature_Dim; i++)
		{
			fread(&f_Tmp, sizeof(float), 1, fp_Feature_File);
			d2dda[n_Frame_Index][i] = f_Tmp;
			float temp = d2dda[n_Frame_Index][i] * 32768L/4;
			ASSERT((temp >= short(MIN_SHORT_VALUE)) && (temp <= MAX_SHORT_VALUE));
		}
	}

	fclose(fp_Feature_File);

	return(l_Frame_Num);
}

//////////////////////////////////////////////////////////////////////
//	函数名称：dfa_Feature_Read_A_Silence
//	函数功能：读出.DAT格式的Feature文件中的某个句子的静音部分特征
//	函数性质：API
//	输入参数：
//		sz_Feature_File_Name，Feature文件的文件名
//		n_Sentence_Index，要读取特征的句子索引号
//		n_Feature_Dim，特征的维数
//	输出参数：
//		d2dda，存放特征的缓冲区
//	返回值：
//		读出的特征的帧数
//	备注：关于DYNA_2DIM_DOUBLE_ARRAY，参见DXDXA模块
//		按照调试需要，读出特征的同时，
//		将对一阶MFCC差分倍乘系数u_Pro_Config.d_Feature_DT_MFCC_Coefficient
int dfa_Feature_Read_A_Silence(char * sz_Feature_File_Name, int n_Sentence_Index, int n_Feature_Dim, DYNA_2DIM_DOUBLE_ARRAY d2dda)
{
	FILE * fp_Feature_File;
	long l_Offset, l_Frame_Num;
	int n_Frame_Index;
	float ff_Tmp;

	fp_Feature_File = fopen(sz_Feature_File_Name, "rb");
	ASSERT(fp_Feature_File != NULL);

	fseek(fp_Feature_File, sizeof(FEATURE_FILE_HEAD) + sizeof(SENTENCE_INDEX_BLOCK) * n_Sentence_Index, SEEK_SET);
	fread(&l_Offset, sizeof(long), 1, fp_Feature_File);
	fread(&l_Frame_Num, sizeof(long), 1, fp_Feature_File);
	fseek(fp_Feature_File, l_Offset, SEEK_SET);

	for (n_Frame_Index = 0; n_Frame_Index < l_Frame_Num; n_Frame_Index++)
	{
		for (int i = 0; i < n_Feature_Dim; i++)
		{
			fread(&ff_Tmp, sizeof(float), 1, fp_Feature_File);
			d2dda[n_Frame_Index][i] = ff_Tmp;
			float temp = d2dda[n_Frame_Index][i] * 32768L/4;
			ASSERT((temp >= short(MIN_SHORT_VALUE)) && (temp <= MAX_SHORT_VALUE));
		}
	}

	fclose(fp_Feature_File);

	return(l_Frame_Num);
}
💿 文件大小 6249 K
👤 上传用户 ylchsj521
📂 所属分类多媒体处理
🏷️ 相关标签

#DHMM #语音识别 #C语言 #模型
⌨️ 快捷键说明

复制代码 Ctrl + C
搜索代码 Ctrl + F
全屏模式 F11
切换主题 Ctrl + Shift + D
显示快捷键 ?
增大字号 Ctrl + =
减小字号 Ctrl + -