バイナリ読むのにElixirしてみた 2024-10-01

自己紹介 ひむら ともひこ 最近してること ● 音声合成入門

バイナリ解読にElixir

経緯 ● PythonとRustで書き込んだ音声ファイルのそれぞれ挙動が違う ● スピーカーから片方しか音がでてない ● なにが違うのか ○ 書き込み処理を見比べる ○ 書き込まれたファイルを見比べる

ファイルの中身をみてみるか

No content

眠いときだっので 目と脳がきつい

ツールを使おう

$ nix-shell -p sox $ soxi output.wav Input File : 'output.wav' Channels : 1 Sample Rate : 24000 Precision : 25-bit Duration : 00:00:00.00 = 1 samples ~ 0.003125 CDDA sectors File Size : 956k Bit Rate : 32bit Sample Encoding: 32-bit Floating Point PCM

特に問題が見当たらない

自分で書いてみるかー

そういえば Erlangはバイナリのパターンマッチができる

Elixirでやってみるか

その前に基本 << 1 :: 32 >> # => << 0, 0, 0, 1 >> << 1 :: 16 >> # => << 0, 1 >> << 1 :: 8 >> # => << 1 >> << 1 :: 4 >> # => << 1::size(4) >> << 1 :: 2 >> # => << 1::size(2) >> <<1::size(2)>> # => << 1::size(2) >> << 256 :: 32 >> # => << 0, 0, 1, 0 >>

例 真ん中の2byteだけ取り出したい << _::8, a::16, _::8 >> = << 256::32 >> # => <<0, 0, 1, 0>> a # => 1 << _::8, a::16, _ >> = << 512::32 >> # => <<0, 0, 2, 0>> a # => 2

例 文字列に対しても << a::bitstring-8, b::bitstring-16, _ >> = "goro" a # => “g” b # => “or”

例 文字列2 << a::bitstring-8, 111::8, b::bitstring-16 >> = "goro" a #=> g b # => ro # 以下のような書き方もできる << a::bitstring-8, ?o, b::bitstring-16 >> = "goro" << a::bitstring-8, “o”, b::bitstring-16 >> = "goro"

例 case def x(v) do case v do << a::bitstring-8, “o”, b :: bitstring-16 >> -> [a,b] << a ::bitstring-8, “a”, b :: bitstring-8 >> -> [a,b] end end x “goro” # => [“g”, “ro”] x “gao” # => [“g”, “o”]

WAVの構造を確認しながら 書いてみた

filename = Enum.at System.argv, 0 {:ok, data} = File.read filename << id :: bitstring-32, chunk_size :: integer-little-32, riff_type :: bitstring-32, rest >> = data IO.puts """ groupID: #{id} churk size: #{chunk_size} byte (filesize #{chunk_size+8}) riff type: #{riff_type} """

case rest do << “fmt “, # 先頭が “fmt “ で始まっていて… format_chunk_size :: integer-little-32, format_tag :: integer-little-16, channel :: unsigned-integer-little-16, sample_per_sec :: integer-little-32, avg_byte_per_sec :: integer-little-32, block_align :: integer-little-16, bits_per_sample :: integer-little-16, _ >> -> IO.puts """ chunkID: fmt format chunk size: #{format_chunk_size} byte format tag: #{format_tag} #{B.tag format_tag} channel: #{B.channel channel} #{channel} sample per sec: #{sample_per_sec} Hz byte per sec: #{avg_byte_per_sec} block align: #{block_align} bits per sample(bitrate): #{bits_per_sample} """ << “fact”, … >> -> # “fact” だったら... end

groupID: RIFF churk size: 956210 byte (filesize 956218) riff type: WAVE chunkID: fmt format chunk size: 18 byte format tag: 3 IEEE float channel: mono 1 sample per sec: 24000 Hz byte per sec: 96000 block align: 4 bits per sample(bitrate): 32

まとめ

まとめというか振り返り - ErlangVMは通信を得意とするのでビット列を扱いやすいはず - 使いやすそうだった - ビット列をパターンマッチできる - 便利さがわかるところまで触れなかった - でも、試す良い機会になった - 今回の用途では構造体をつらつら書くのと大差ない感じになってしまった - 別にElixirでなくても簡単にかけただろう - とはいえ、新しい道具を試すのは大切

で問題は解決したのか? ● 昨夜書いてみただけなので、まだ解決はしていない

参考文献とか - https://hexdocs.pm/elixir/Kernel.SpecialForms.html#%3C%3C%3 E%3E/1-types - 指定できるtypeの確認に -