摘要：
参考 1、语音增强，2017年12月发表，偏基础概述：语音增强-CSDN博客 2、RNNoise，2017年9月发表，深度学习用于噪声抑制： RNNoise: Learning Noise Suppression (jmvalin.ca) RNN noise_rnnnoise-CSDN博客 3、Pe 阅读全文
摘要：
简称SD，顾名思义，在采集的语音信号流中，分辨出不同说话人的说话时长并标注，即以时间为索引，检测出每段语音所对应的说话人身份，其通常由说话人分割和聚类两步组成。 参照2010年8月的文献[1]中的一张图： 又称说话人分割等，在语音信号处理的多种场景下均有应用需求，近年来也被多来越多的研究者所关注。S 阅读全文
摘要：
关于scipy Scipy高级科学计算库：和Numpy联系很密切，Scipy一般都是操控Numpy数组来进行科学计算、统计分析，所以可以说是基于Numpy之上了。Scipy有很多子模块可以应对不同的应用，例如插值运算，优化算法等等。SciPy则是在NumPy的基础上构建的更为强大，应用领域也更为广泛 阅读全文
摘要：
Linux Linux，全称GNU/Linux，是一种免费使用和自由传播的类UNIX操作系统。Linux系统性能稳定，是整体开源的软件。其核心防火墙组件性能高效、配置简单，保证了系统的安全。 在很多企业网络中，为了追求速度和安全，Linux不仅仅是被网络运维人员当作服务器使用，它还被当作服务器，甚至 阅读全文
摘要：
基础 常用命令 更新pip版本：python -m pip install --upgrade pip 同时安装多个包：pip install TensorFlow pygame ipython 列出过期的包：pip list --outdated 更新：pip install --upgrade 阅读全文
摘要：
文中提出了一种深度网络来解决单通道语音增强问题。 链接：https://arxiv.org/abs/1911.01902 简介 因为背景噪声和混响的存在，录音通常会被扭曲，会对后端的语音识别等技术产生负面影响。单通道的语音增强算法一般有以下几种：Spectral estimation methods 阅读全文
摘要：
【INTERSPEECH 2019接收】 链接：https://arxiv.org/pdf/1904.03479.pdf 这篇文章在会议的speaker session中。本文主要讨论了说话人验证中的损失函数large margin softmax loss（结合了softmax和margins的l 阅读全文
摘要：
【持续更新】 Matplotlib is a comprehensive library for creating static, animated, and interactive visualizations in Python. 参考：Matplotlib 中文网。 简介 参考：菜鸟教程 | 阅读全文
摘要：
【持续更新】 【index - librosa 0.8.0 documentation】 首先：import librosa load 读取wav文件： wav, sr = librosa.load(path, sr=22050, mono=True, offset=0.0, duration=No 阅读全文
摘要：
Jupyter使用便捷，但是不能上传文件夹。可以将文件夹压缩，上传后再利用python或者terminal进行解压。 windows 可以用python的zipfile包来解压。比如： import zipfile f = zipfile.ZipFile("./Noise/noise.zip",'r 阅读全文
摘要：
持续更新ING python 1、【RuntimeWarning: invalid value encountered in multiply】 {乘法中遇到无效值，比如 inf 或者 nan 等} {其他invalid问题类似} 2、【non-default argument follows de 阅读全文
摘要：
torch.utils.data.DataLoader 简介 DataLoader是PyTorch中的一种数据类型。对数据进行按批读取。 使用Pytorch自定义读取数据时步骤如下：1）创建Dataset对象2）将Dataset对象作为参数传递到Dataloader中 Dataloader 就是一个 阅读全文
摘要：
文章[1]主要针对的是语句长度不定，含有不相关信号的说话人识别。 深度网络设计的关键在于主干(帧级)网络的类型【the type of trunk (frame level) network】和有时间序列属性的聚合方法【the method of temporal aggregation】。 文中提 阅读全文
摘要：
引言 感知实验表明，人耳对于声音信号的感知聚焦于某一特定频率区域内，而非在整个频谱包络中。耳蜗的滤波作用是在对数频率尺度进行的，在1000Hz以下为线性，在1000Hz以上为对数，这就使得人耳对低频比高频更敏感。 心理物理学研究表明，人类对语音信号频率内容的感知遵循一种主观上定义的非线性尺度，该非线 阅读全文
摘要：
参数是机器学习算法的关键。它们通常由过去的训练数据中总结得出。在经典的机器学习文献中，我们可以将模型看作假设，将参数视为对特定数据集的量身打造的假设。 模型是否具有固定或可变数量的参数决定了它是否可以被称为“参数”或“非参数”。 模型参数是根据数据自动估算的。但模型超参数是手动设置的，并且在过程中用 阅读全文
摘要：
首先static的最主要功能是隐藏，其次因为static变量存放在静态存储区，所以它具备持久性和默认值0。 static性质 隐藏 当同时编译多个文件时，未加static前缀的全局变量和函数都具有全局可见性，其它的源文件也能访问。 全局变量名或者函数名前加static，就会对其它源文件隐藏。利用这一 阅读全文
摘要：
似然函数 统计学中，似然函数是一种关于统计模型参数的函数，表示模型参数中的似然性。 给定输出x时，关于参数θ的似然函数L(θ|x)（在数值上）等于给定参数θ后变量X的概率：L(θ|x)=P(X=x|θ)。 似然函数在推断统计学（Statistical inference）中扮演重要角色，如在最大似然 阅读全文
摘要：
指针定义 指针是一个变量，其值为另一个变量的地址，即，内存位置的直接地址。就像其他变量或常量一样，必须在使用指针存储其他变量地址之前，对其进行声明。指针变量声明的一般形式为： type *var-name; 在这里，type 是指针的基类型，它必须是一个有效的 C++ 数据类型，var-name 是 阅读全文
摘要：
变量定义就是告诉编译器在何处创建变量的存储，以及如何创建变量的存储。变量定义指定一个数据类型，并包含了该类型的一个或多个变量的列表。 变量声明向编译器保证变量以给定的类型和名称存在，这样编译器在不需要知道变量完整细节的情况下也能继续进一步的编译。变量声明只在编译时有它的意义，在程序连接时编译器需要实 阅读全文
摘要：
plot函数 plot(x,y)默认格式： 若x,y是向量，则它们必须具有相同的长度。函数将以x为横轴，绘制y。 若x,y都是矩阵，则它们必须具有相同的尺寸，plot函数将针对x的各列绘制y的每列。更确切的说，将x和y的对应的各列取出来，绘制曲线。比如x和y分别为n*n的矩阵，则plot函数将x的第 阅读全文