05 2017 档案

矢量量化（VQ）
摘要：作者：桂。 时间：2017-05-31 21:14:56 链接：http://www.cnblogs.com/xingshansi/p/6925955.html 前言 VQ（Vector Quantization）是一个常用的压缩技术，本文主要回顾： 1）VQ原理 2）基于VQ的说话人识别（SR,s 阅读全文
posted @ 2017-05-31 23:17 LeeLIn。 阅读(8410) 评论(0) 推荐(3) 编辑
常用有话帧检测技术（VAD）
摘要：作者：桂。 时间：2017-05-31 17:43:22 链接：http://www.cnblogs.com/xingshansi/p/6925355.html 前言 总结一下基本的有话帧检测（Voice activity detection, VAD）技术，基于神经网络的待后面梳理完神经网络的理论 阅读全文
posted @ 2017-05-31 20:07 LeeLIn。 阅读(5989) 评论(2) 推荐(2) 编辑
动态时间规整-DTW算法
摘要：作者：桂。 时间：2017-05-31 16:17:29 链接：http://www.cnblogs.com/xingshansi/p/6924911.html 前言 动态时间规整（Dynamic Time Warping，DTW）是孤立词识别的早期技术，梳理一下，主要包括： 1）孤立词识别操作步骤 阅读全文
posted @ 2017-05-31 16:45 LeeLIn。 阅读(16320) 评论(0) 推荐(4) 编辑
音频变调技术
摘要：今天看到群里有人讨论这个问题，记录一下。 主要内容转自：http://www.cnblogs.com/welen/p/3782896.html 变调和变速原理 自然语音的产生可以简化为图2-1模型，激励源出来的声门波信号与声道模型进行卷积，最后通过嘴唇辐射模型产生语音。其中，激励源决定说话人的基频的 阅读全文
posted @ 2017-05-25 16:22 LeeLIn。 阅读(3077) 评论(0) 推荐(1) 编辑
单边谱 → 双边谱
摘要：今天群里朋友问到一个问题：这个处理是啥意思？ 记录一下。 思路： x为原信号，y为处理后的信号。其中大写为频域信号，小写为时域信号。 考虑到余弦对应的傅里叶变换，以及正弦对应的傅里叶变换，可以说是：余弦保持不变，正弦对应变为余弦。如果对于复信号呢？就是单边谱变为了双边谱。 仿真 阅读全文
posted @ 2017-05-25 15:44 LeeLIn。 阅读(3979) 评论(0) 推荐(1) 编辑
Chapter 7:Statistical-Model-Based Methods
摘要：作者：桂。 时间：2017-05-25 10:14:21 主要是《Speech enhancement: theory and practice》的读书笔记，全部内容可以点击这里。 书中代码：http://pan.baidu.com/s/1hsj4Wlu，提取密码：9dmi 前言 最近学习有一点体会 阅读全文
posted @ 2017-05-25 11:26 LeeLIn。 阅读(3169) 评论(0) 推荐(2) 编辑
Chapter 5:Spectral-Subtractive Algorithms
摘要：作者：桂。 时间：2017-05-24 10:06:39 主要是《Speech enhancement: theory and practice》的读书笔记，全部内容可以点击这里。 书中代码：http://pan.baidu.com/s/1hsj4Wlu，提取密码：9dmi 一、谱减的基本原理 A- 阅读全文
posted @ 2017-05-25 10:11 LeeLIn。 阅读(2015) 评论(0) 推荐(2) 编辑
Windows下搭建HTK
摘要：转自：http://blog.csdn.net/yanli0823/article/details/8186382 亲测有效，环境： windows 8.1 perl版本： HTK版本：Hidden Markov Toolkit (HTK) 3.4.1 〇、HTK简介 HTK(HMM Tools K 阅读全文
posted @ 2017-05-24 16:36 LeeLIn。 阅读(768) 评论(0) 推荐(1) 编辑
使用VS2012遇到的问题
摘要：问题1：VS2012 编译程序时：无法查找或打开PDB文件 解决方法：调试-选项-符号-Microsoft符号服务器打钩，然后确定，就OK了。 问题2：按F5运行.c程序，dos窗口闪退 解决方法：Crtl + F5 问题3：编译C程序，出现：【C】error C2143: 语法错误 : 缺少“;” 阅读全文
posted @ 2017-05-24 12:20 LeeLIn。 阅读(391) 评论(0) 推荐(1) 编辑
Chapter 3:Speech Production and Perception
摘要：作者：桂。 时间：2017-05-24 09:09:36 主要是《Speech enhancement: theory and practice》的读书笔记，全部内容可以点击这里。 一、语音产生过程 发音机制涉及到的器官： 挑几个重点的说一下， 声带（说话/呼吸）的状态： 清音时声带不振动，浊音时声 阅读全文
posted @ 2017-05-24 09:57 LeeLIn。 阅读(1245) 评论(0) 推荐(1) 编辑
Chapter2：Discrete-Time Signal Processing and Short-Time Fourier Analysis
摘要：作者：桂。 时间：2017-05-24 08:44:53 主要是《Speech enhancement: theory and practice》的读书笔记，全部内容可以点击这里。 这一章主要是数字信号处理的知识点，之前有总结过一些，感兴趣可以点击链接看一看。 1.傅里叶变换(FT-DTFT-DFT 阅读全文
posted @ 2017-05-24 09:06 LeeLIn。 阅读(1793) 评论(0) 推荐(1) 编辑
Chapter 1:Introduction
摘要：作者：桂。 时间：2017-05-24 08:06:45 主要是《Speech enhancement: theory and practice》的读书笔记，全部内容可以点击这里。 1.语音增强（speech enhancement）主要从攻/防两面入手：quality + intelligibil 阅读全文
posted @ 2017-05-24 08:25 LeeLIn。 阅读(1565) 评论(1) 推荐(2) 编辑
将SVM用于多类分类
摘要：转自：http://www.lining0806.com/%E5%B0%86svm%E7%94%A8%E4%BA%8E%E5%A4%9A%E7%B1%BB%E5%88%86%E7%B1%BB/ SVM是一种典型的二类分类器，是采用最大间隔化策略来确定特征空间中最优超平面的，也就是说它只能回答属于正类 阅读全文
posted @ 2017-05-23 22:31 LeeLIn。 阅读(935) 评论(1) 推荐(2) 编辑
Kernel ridge regression（KRR）
摘要：作者：桂。 时间：2017-05-23 15:52:51 链接：http://www.cnblogs.com/xingshansi/p/6895710.html 一、理论描述 Kernel ridge regression (KRR)是对Ridge regression的扩展，看一下Ridge回归的 阅读全文
posted @ 2017-05-23 20:18 LeeLIn。 阅读(6155) 评论(0) 推荐(2) 编辑
Sklearn学习笔记
摘要：主要记python工具包sklearn的学习内容： 链接点击这里。 一、Regression & Classification 1.1. Generalized Linear Models 1.2. Linear and Quadratic Discriminant Analysis 1.3. Ke 阅读全文
posted @ 2017-05-23 10:42 LeeLIn。 阅读(663) 评论(0) 推荐(0) 编辑
LDA与QDA
摘要：作者：桂。 时间：2017-05-23 06:37:31 链接：http://www.cnblogs.com/xingshansi/p/6892317.html 前言 仍然是python库函数scikit-learn的学习笔记，内容Regression-1.2Linear and Quadratic 阅读全文
posted @ 2017-05-23 10:34 LeeLIn。 阅读(8463) 评论(0) 推荐(0) 编辑
Generalized Linear Models
摘要：作者：桂。 时间：2017-05-22 15:28:43 链接：http://www.cnblogs.com/xingshansi/p/6890048.html 前言 主要记录python工具包：sci-kit learn的基本用法。 本文主要是线性回归模型，包括： 1）普通最小二乘拟合 2）Rid 阅读全文
posted @ 2017-05-22 19:31 LeeLIn。 阅读(1325) 评论(1) 推荐(0) 编辑
机器学习 Top 20 Python 开源项目
摘要：转自：http://mp.weixin.qq.com/s?__biz=MzA4MjEyNTA5Mw==&mid=2652565022&idx=1&sn=9aa035097120406a669a1e5570173ef5&chksm=8464c654b3134f42edfeccdcc2d33fe0065 阅读全文
posted @ 2017-05-22 14:28 LeeLIn。 阅读(926) 评论(0) 推荐(0) 编辑
独立成分分析（Independent component analysis, ICA）
摘要：作者：桂。 时间：2017-05-22 12:12:43 链接：http://www.cnblogs.com/xingshansi/p/6884273.html 前言 今天群里冒出这样一个问题：群里谁有INFORMAX语音分离源程序？看到要程序的就头大，这是一个盲源分离问题，之前没有推导过，借此过一 阅读全文
posted @ 2017-05-22 13:46 LeeLIn。 阅读(2851) 评论(0) 推荐(0) 编辑
wavwrite注意事项
摘要：前几天群里有人提出一个问题：MATLAB里，同样频率的信号写入/读取，为什么频率感觉不同？ 测试code: 结果： 幅度放大之后，信号失真，也难怪频率听起来不同了。看一看wavwrite特性： 为了让信号不失真，可以采取两个办法：1）信号归一化;2)利用NBITs=32设置： 修改： 阅读全文
posted @ 2017-05-21 11:01 LeeLIn。 阅读(1432) 评论(0) 推荐(0) 编辑
leetcode-001-Two sum
摘要：一、问题描述 二、解题思路 这道题：exactly one solution，所以：1）不必考虑多解情况;2）不必考虑无解的异常处理。 方法一：暴力搜索 直接依次进行比较，时间复杂度O（n2）： 用时过长： 当然也可以先排序，再利用首/尾移动查找，复杂付O（n*logn） 方法二：哈希表（O（n）） 阅读全文
posted @ 2017-05-18 23:51 LeeLIn。 阅读(312) 评论(0) 推荐(1) 编辑
啸叫抑制（howling suppression）
摘要：作者：桂。 时间：2017-05-16 链接：http://www.cnblogs.com/xingshansi/p/6862683.html 前言 下午看到群里讨论有人提到这个问题，记录一下。 一、啸叫 定义 在平时跟别人用电脑语音聊天，声音传给你-再传给对方-再传给你，循环往复且不消失，这个就是 阅读全文
posted @ 2017-05-16 18:06 LeeLIn。 阅读(12120) 评论(0) 推荐(2) 编辑
leetcode-000-序
摘要：一直以来学习的都是些理论，编程一直用的也是MATLAB，其他语言很少涉及。希望自己弥补这一块短板，时间初步定在五月底，拿出半个月时间学习Python，学多少算多少。 直接从leetcode开始： array，string，tree，linkedlist，math 阅读全文
posted @ 2017-05-15 23:15 LeeLIn。 阅读(330) 评论(0) 推荐(0) 编辑
统计学习方法：支撑向量机（SVM）
摘要：作者：桂。 时间：2017-05-13 21:52:14 链接：http://www.cnblogs.com/xingshansi/p/6850684.html 前言 主要记录SVM的相关知识，参考的是李航的《统计学习方法》，最后的SMO优化算法（Sequential minimal optimiz 阅读全文
posted @ 2017-05-13 22:48 LeeLIn。 阅读(948) 评论(0) 推荐(1) 编辑
统计学习方法：CART算法
摘要：作者：桂。 时间：2017-05-13 14:19:14 链接：http://www.cnblogs.com/xingshansi/p/6847334.html 、 前言 内容主要是CART算法的学习笔记。 CART算法是一个二叉树问题，即总是有两种选择，而不像之前的ID3以及C4.5B可能有多种选 阅读全文
posted @ 2017-05-13 19:01 LeeLIn。 阅读(6223) 评论(1) 推荐(1) 编辑
统计学习方法：最大熵模型
摘要：作者：桂。 时间：2017-05-12 12:45:57 链接：http://www.cnblogs.com/xingshansi/p/6770062.html 前言 主要是最大熵模型（Maximum entropy model）的学习记录。 一、基本性质 在啥也不知道的时候，没有什么假设以及先验作 阅读全文
posted @ 2017-05-12 13:18 LeeLIn。 阅读(857) 评论(0) 推荐(0) 编辑
Wavenet运行
摘要：作者：桂。 时间：2017-05-10 19:17:32 链接：http://www.cnblogs.com/xingshansi/p/6832219.html 一、环境 python3.5 Win8.1,64位 二、Wavenet安装 Wavenet安装环境： Tensorflow:1.0.1以上 阅读全文
posted @ 2017-05-10 20:01 LeeLIn。 阅读(2398) 评论(5) 推荐(1) 编辑
常用正则表达式
摘要：everything搜索、notepad++文档搜索、网络爬虫等等，很多地方都会用到正则表达式，花点时间了解一下几个常用的： 元字符匹配 1-\bhi\b:匹配hi单词 2-\bhi\b.*\bLucy\b：hi不远处跟着一个Lucy 3-0\d{2}-\d{8}：\d，数字匹配。连续重复2次/8次 阅读全文
posted @ 2017-05-08 18:53 LeeLIn。 阅读(411) 评论(0) 推荐(0) 编辑
【转】如何查询端口被占用
摘要：原文链接：http://www.cnblogs.com/xyzdw/articles/2108149.html 1、在windows下如何查看80端口占用情况?是被哪个进程占用?如何终止等. 这里主要是用到windows下的DOS工具,点击"开始"--"运行",输入"cmd"后点击确定按钮,进入DO 阅读全文
posted @ 2017-05-08 18:21 LeeLIn。 阅读(389) 评论(0) 推荐(0) 编辑
常用音频数据库记录
摘要：记录一下常用的数据库。 TIMIT也忘记当时从哪下的了，网上也没看到好一点的链接。TIMIT全称The DARPA TIMIT Acoustic-Phonetic Continuous Speech Corpus, 是由德州仪器(TI)、麻省理工学院(MIT)和坦福研究院(SRI)合作构建的声学-音 阅读全文
posted @ 2017-05-07 09:29 LeeLIn。 阅读(7417) 评论(0) 推荐(1) 编辑
音频特征提取——librosa工具包使用
摘要：作者：桂。 时间：2017-05-06 11:20:47 链接：http://www.cnblogs.com/xingshansi/p/6816308.html 前言 本文主要记录librosa工具包的使用，librosa在音频、乐音信号的分析中经常用到，是python的一个工具包，这里主要记录它的 阅读全文
posted @ 2017-05-06 16:25 LeeLIn。 阅读(80563) 评论(3) 推荐(6) 编辑
统计学习方法：决策树（1）
摘要：作者：桂。 时间：2017-05-06 08:39:37 链接：http://www.cnblogs.com/xingshansi/p/6815772.html 前言 还是李航的《统计学习方法》，主要是决策树的内容，主要包括ID3、C4.5以及对应的剪枝方法。内容为自己的学习记录，可能读起来会前言不 阅读全文
posted @ 2017-05-06 09:38 LeeLIn。 阅读(1403) 评论(0) 推荐(0) 编辑
音频特征提取——常用音频特征
摘要：作者：桂。 时间：2017-05-05 21:45:07 链接：http://www.cnblogs.com/xingshansi/p/6815217.html 前言 主要总结一下常用的音频特征，并给出具体的理论分析及代码。 一、过零率 过零率的表达式为： 其中N为一帧的长度，n为对应的帧数，按帧处 阅读全文
posted @ 2017-05-06 08:17 LeeLIn。 阅读(52085) 评论(6) 推荐(15) 编辑
2017随记——5月
该文被密码保护。
posted @ 2017-05-05 12:53 LeeLIn。 阅读(61) 评论(0) 推荐(0) 编辑
音频特征提取——pyAudioAnalysis工具包
摘要：作者：桂。 时间：2017-05-04 18:31:09 链接：http://www.cnblogs.com/xingshansi/p/6806637.html 前言 语音识别等应用离不开音频特征的提取，最近在看音频特征提取的内容，用到一个python下的工具包——pyAudioAnalysis: 阅读全文
posted @ 2017-05-04 23:53 LeeLIn。 阅读(30898) 评论(11) 推荐(5) 编辑
【转】python2与python3的主要区别
摘要：摘自：http://www.cnblogs.com/codingmylife/archive/2010/06/06/1752807.html 1.性能 Py3.0运行 pystone benchmark的速度比Py2.5慢30%。Guido认为Py3.0有极大的优化空间，在字符串和整形操作上可 以取 阅读全文
posted @ 2017-05-04 23:41 LeeLIn。 阅读(688) 评论(0) 推荐(0) 编辑
python音频处理用到的操作
摘要：作者：桂。 时间：2017-05-03 12:18:46 链接：http://www.cnblogs.com/xingshansi/p/6799994.html 前言 本文主要记录python下音频常用的操作，以.wav格式文件为例。其实网上有很多现成的音频工具包，如果仅仅调用，工具包是更方便的。 阅读全文
posted @ 2017-05-03 23:28 LeeLIn。 阅读(83578) 评论(17) 推荐(12) 编辑