FastICA

3175 days ago by takepwave

Hiroshi TAKEMOTO (take@pwv.co.jp)

FastICAを使って独立成分分析をする

ここでは、sage上でFastICAを使って独立成分分析をする方法に説明します。 2015/08/09にsklearnとPySoundFileを使用しるように改編しました。

必要なライブラリ

残念ながら、sage上にはFastICAのアルゴリズムは実装されていません。 以前は、MDPとAudiolabを使っていましたが、MDPはsklearnに吸収され、 Audiolabはサポートされていません。 そこで、Audiolabの代わりにPySoundFileをインストールします。

  • PySoundFile: Audiolabと同様にlibsndfileを使ってオーディオファイルを扱うためのライブラリ

PySoundFileのインストール

PySoundFileは、 libsndfileとlibffiを内部で使用しており、 他のライブラリも必要とするため、 以下のようにインストールしました。

  • CentOSでのインストール
    • ＄ sudo yum install libsndfile libffi-devel
  • sageのpythonを使ってインストールします
    • ＄ sage -sh
(sage-sh) $ easy_install cffi
(sage-sh) $ easy_install pysoundfile

簡単な例題を解く

A simple FastICA example の例題に沿ってsage上で独立成分分析（ICA）を試してみましょう。

例では、2つのモノラル信号を配合を少し変えて混合した音源を2個、左右の音に録音したWavファイル を入力とします。

2つの信号を混合した音（右クリックでファイルをダウンロードして再生してください）

必要なインポート

必要なインポート文は、以下の通りです。

# FastICAのパッケージ先が変更になった # from mdp import fastica from sklearn.decomposition import FastICA 
       
# scikits.audiolabは、メンテナンスされなくなったので、PySoundFileに変更した（2015/08/08） import soundfile as sf from numpy import abs, max 
       

オーディオファイルの読み込み

WAVファイルの読み込み関数wavreadを使ってオーディオファイルの音源を 2個の配列に取り込みます。

# 2つの信号を混合したWavファイルを読み込む # recording, fs, enc = wavread(DATA + 'mixed.wav') recording, fs = sf.read(DATA + 'mixed.wav') 
       

ICAを解く

fastica関数を使って2個の音源を分離します。

# 左右2チャンネルの信号に対して、FastICAを適用する decomposer = FastICA(n_components=2) decomposer.fit(recording) sources = decomposer.transform(recording) # 出力レベルを1にノーマライズする sources /= max(abs(sources), axis = 0) 
       

オーディオファイルへの書き込み

抽出された2個の音源を左右の音に持つオーディオファイルを作成します。

sf.write(sources, DATA + 'source.wav', samplerate=fs) 
       

結果ファイルの確認方法

残念ながらsageで直接オーディオファイルを再生することができないため、 以下のようにファイルをダウンロードして再生してください。

# 結果を確認する方法 html('<a href="source.wav">結果（右クリックでファイルをダウンロードして再生してください）</a>')