08 2018 档案

声谱预测网络(Tacotron2)
摘要：整个特征预测网络是一个带有注意力机制(attention)的seq2seq网络。 编码器 解码器(Encoder Decoder)结构 在原始的编码器 解码器结构中，编码器(encoder)输入一个序列或句子，然后将其压缩到一个 固定长度 的向量(向量也可以理解为一种形式的序列)中；解码器(deco 阅读全文
posted @ 2018-08-24 08:56 冬色 阅读(14386) 评论(0) 推荐(2) 编辑
深度网络中的Tricks
摘要：数据增强(Data augmentation) 预处理(Pre processing) 初始化(Initializations) 训练中的Tricks 激活函数(Activation functions) 正则化(Regularizations) 画图洞察数据 集成学习(Ensemble) 数据增强 阅读全文
posted @ 2018-08-16 20:46 冬色 阅读(784) 评论(1) 推荐(0) 编辑
神经网络中的梯度消失
摘要：只要神经元足够，神经网络可以以任意精度逼近任意函数。为了拟合非线性函数，需要向神经网络中引入非线性变换，比如使用sigmoid激活函数： sigmoid(x)=11+e−x $sigmoid(x)可简写为\sigma(x)\(，该函数可以将实数压缩到开 阅读全文
posted @ 2018-08-15 13:00 冬色 阅读(22423) 评论(0) 推荐(0) 编辑
语音合成技术概述
摘要：语音合成，又称文语转换(Text To Speech, TTS)，是一种可以将任意输入文本转换成相应语音的技术。 传统的语音合成系统通常包括前端和后端两个模块。前端模块主要是对输入文本进行分析，提取后端模块所需要的语言学信息，对于中文合成系统而言，前端模块一般包含文本正则化、分词、词性预测、多音字消 阅读全文
posted @ 2018-08-14 13:35 冬色 阅读(23796) 评论(0) 推荐(1) 编辑
语音处理基础知识
摘要：前置知识 激励：信号处理中的输入 谐振：等同于 共振 ，不同领域的不同称谓。当电路中激励的频率等于电路的固有频率时，电路的电磁振荡的振幅也将达到峰值，这就称作 谐振 。参见 "谐振 百度百科" 白噪声：指功率谱密度在整个频域内均匀分布的噪声。参见 "白噪声 百度百科" 音素：phoneme，语音中最 阅读全文
posted @ 2018-08-12 22:57 冬色 阅读(4503) 评论(0) 推荐(2) 编辑

点击右上角即可分享
微信分享提示