SoWhat1412
SoWhat1412

【声纹识别】 kaldi callhome diarization

callhome diarization kaldi 中专门用来进行混合录音文件聚类分别的，

主要参考blog-->操作指南

学会自己看kaldi中的 指令demo。

个人操作如下：

teps/segmentation/detect_speech_activity.sh --cmd 'run.pl' --nj 1 --mfcc-config ./conf/mfcc_hires.conf --extra-left-context 79 --extra-right-context 21 --extra-left-context-initial 0 --extra-right-context-final 0 --frames-per-chunk 150 data/ljj exp/segmentation_1a/tdnn_stats_asr_sad_1a exp/mfcc_hires exp/segmentation_sad_snr/nnet_tdnn_j_ljj data/ljj
 
steps/make_mfcc.sh --mfcc-config conf/mfcc.conf --nj 1 --cmd "run.pl" --write-utt2num-frames true data/ljj_seg exp/make_mfcc mfcc 

utils/fix_data_dir.sh data/ljj_seg
 
 #  倒谱均值方差归一化(CMVN)  
 local/nnet3/xvector/prepare_feats.sh --nj 1 --cmd "run.pl" data/ljj_seg data/ljj_seg_cmn exp/ljj_seg_cmn
 
 cp data/ljj_seg/segments data/ljj_seg_cmn/
 
 utils/fix_data_dir.sh data/ljj_seg_cmn
 
 diarization/nnet3/xvector/extract_xvectors.sh --cmd "run.pl"  --nj 1 --window 1.5 --period 0.75 --apply-cmn false --min-segment 0.5 exp/xvector_nnet_1a  data/ljj_seg_cmn exp/xvectors_ljj_seg
 
 diarization/nnet3/xvector/score_plda.sh --cmd "run.pl --mem 4G" --nj 1 --target-energy 0.9  exp/xvector_nnet_1a/xvectors_callhome1 exp/xvectors_ljj_seg exp/xvectors_ljj_seg/plda_scores
 
 diarization/cluster.sh --cmd "run.pl --mem 4G" --nj 1 --reco2num-spk data/ljj_seg/reco2num_spk exp/xvectors_ljj_seg/plda_scores exp/xvectors_ljj_seg/plda_scores_num_speakers
 #  如果知道有多少人说话 则需要生成 --reco2num-spk data/ljj_seg/reco2num_spk
 
 diarization/cluster.sh --cmd "run.pl --mem 4G" --nj 1 --threshold 0 exp/xvectors_ljj_seg/plda_scores exp/xvectors_ljj_seg/plda_scores_threshold_0
 
 
 第二列是文件名，第三列是开始时间，第四列是移动时间 第五列是 从移动时间开始 多少时间算一份  第八列是文件的label
如下是 已知文件有几个人说话的时候
SPEAKER 18642259056-liujinjie.wav 0   0.000   4.510   1  
SPEAKER 18642259056-liujinjie.wav 0   4.530   1.660   2  
SPEAKER 18642259056-liujinjie.wav 0   6.210   4.880   2  
SPEAKER 18642259056-liujinjie.wav 0  11.090   1.660   1  
SPEAKER 18642259056-liujinjie.wav 0  12.800   2.130   1  
SPEAKER 18642259056-liujinjie.wav 0  14.950   4.400   2  
SPEAKER 18642259056-liujinjie.wav 0  19.390   1.810   2  
SPEAKER 18642259056-liujinjie.wav 0  21.220   5.220   2  
SPEAKER 18642259056-liujinjie.wav 0  26.440   4.410   1  
SPEAKER 18642259056-liujinjie.wav 0  30.850   2.480   2  
SPEAKER 18642259056-liujinjie.wav 0  33.340   5.120   2  
SPEAKER 18642259056-liujinjie.wav 0  38.460   5.990   1  
SPEAKER 18642259056-liujinjie.wav 0  44.480   3.910   1  
SPEAKER 18642259056-liujinjie.wav 0  48.460   3.460   1  
SPEAKER 18642259056-liujinjie.wav 0  52.060   5.420   1  
SPEAKER 18642259056-liujinjie.wav 0  57.530   5.030   1  


如下是 不知文件有几个人说话的时候
SPEAKER 18642259056-liujinjie.wav 0   0.000   4.510   1  
SPEAKER 18642259056-liujinjie.wav 0   4.530   1.660   3  
SPEAKER 18642259056-liujinjie.wav 0   6.210   4.880   2  
SPEAKER 18642259056-liujinjie.wav 0  11.090   1.660   1  
SPEAKER 18642259056-liujinjie.wav 0  12.800   2.130   1  
SPEAKER 18642259056-liujinjie.wav 0  14.950   4.400   2  
SPEAKER 18642259056-liujinjie.wav 0  19.390   1.810   2  
SPEAKER 18642259056-liujinjie.wav 0  21.220   5.220   2  
SPEAKER 18642259056-liujinjie.wav 0  26.440   4.410   1  
SPEAKER 18642259056-liujinjie.wav 0  30.850   2.480   2  
SPEAKER 18642259056-liujinjie.wav 0  33.340   5.120   2  
SPEAKER 18642259056-liujinjie.wav 0  38.460   5.990   1  
SPEAKER 18642259056-liujinjie.wav 0  44.480   3.910   1  
SPEAKER 18642259056-liujinjie.wav 0  48.460   3.460   1  
SPEAKER 18642259056-liujinjie.wav 0  52.060   5.420   1  
SPEAKER 18642259056-liujinjie.wav 0  57.530   5.030   1  
 
接下来就是 用pydub 进行语音片段的拼接了

 

你可能感兴趣的:(声纹识别)

  • YeAudio音频工具的介绍和使用 夜雨飘零1 语音音视频语音识别pythonffmpeg
    夜雨飘零音频工具这款Python音频处理工具功能强大，支持读取多种格式的音频文件。它不仅能够对音频进行裁剪、添加混响、添加噪声等多种处理操作，还广泛应用于语音识别、语音合成、声音分类以及声纹识别等多个项目领域。安装使用pip安装。pipinstallyeaudio-U-ihttps://pypi.tuna.tsinghua.edu.cn/simple（推荐）使用源码安装。gitclonehttps
  • 音频播放器 最美下雨天
    验证的例子：打印ffmpeg支持的所有解码器，解码音视频、字幕image.pngimage.png在声纹识别中，为了满足对不同采样率的要求，常需要对语音进行重采样。重采样即将原始的采样频率变换为新的采样频率以适应不同采样率的要求。image.pngimage.pngJNI在加载的时候会自动调用这个方法image.png什么是重采样呢？就是我们要播放的音频数据的编码格式不一样，比如说采样率、采样位数
  • ABeam×StartUp丨ABeam旗下德硕管理咨询（深圳）新创部门拜访「声扬科技」，解密声音的秘密 陵门检录 科技
    随着人工智能的快速发展，音频处理、语音分析、声纹识别等技术的应用也日益扩充至各个方面，这些技术不仅是前沿领域的高新科技，也与我们的生活息息相关。近日，ABeam旗下德硕管理咨询（深圳）有限公司（以下简称“ABeam-SZ”）新创部门一行拜访了深圳声扬科技有限公司（以下简称“声扬科技”），深入了解音频处理、语音分析和声纹识别技术的发展近况及在各行业的应用，在未来可行性等方面进行交流探讨，并结合ABe
  • 2023年12月27日学习记录_加入噪声 郭小儒 每日学习总结学习python人工智能
    目录1、今日计划学习内容2、今日学习内容1、addnoisetoaudioclipssignaltonoiseratio(SNR)加入additivewhitegaussiannoise(AWGN)加入realworldnoises2、使用kaggel上的一个小demo：CNN模型运行时出现的问题调整采样率时出现bug3、明确90dB下能否声纹识别4、流量预测3、实际完成的任务1、今日计划学习内容
  • 声纹识别_加入噪声 郭小儒 声纹识别机器学习人工智能学习语音识别
    目录1、addnoisetoaudioclipssignaltonoiseratio(SNR)2、加入additivewhitegaussiannoise(AWGN)1.howtogenerateAWGN2.AWGN的频率分析3.加入噪声3、加入realworldnoises1、addnoisetoaudioclips学习如何将噪声加入到audiodata中，后续可以将不同SNR的噪声加入原始信号
  • 声纹识别资源汇总（不断更新） 郭小儒 声纹识别学习pandaspython语音识别深度学习机器翻译
    目录一、任务说明二、指标三、声纹识别研究现状四、数据集开源（1）VoxCeleb：（2）WSJandLibriSpeechCorpus（3）VOiCESDataset（4）EnglishMulti-speakerCorpusforVoiceCloning五、开源代码1、Alize2、MSRIdentityToolkit3、d-vector4、LSTMwithGE2Eloss5、y-vector调研
  • 2023年12月20日学习总结 郭小儒 学习数据库
    今日todolist：学习kaggle中storesales中的dartforcasting大概搜集一个声纹识别的报告（老师给的新项目）学习时不刷手机okkkkkkkkkkkkkk开始目录1.时间序列预测-acompleteguide（1）时序预测有三条规则：（2）时序数据timeseriesdata的组成（3）分析的流程1.importlibraries2.导入数据并且初步查看数据3.EDA：e
  • 基于d-vector的声纹识别（作为初学者的小总结） 郭小儒 声纹识别python人工智能
    基于d-vector的声纹识别（作为初学者的小总结）——2023年12月22日目录基于d-vector的声纹识别（作为初学者的小总结:wink:）——2023年12月22日0、简要介绍1、数据data2、数据预处理3、数据增强dataaugmentation（1）增加白噪声addingwhitenoise（2）更改音高changingpitch（3）增加背景噪声4、创建模型0、简要介绍目的是使用d
  • 音频特效生成与算法 3 _Rye_ 音频技术音视频语音识别人工智能
    15｜AI变声：音频AI技术的集大成者AI技术在音频领域发展十分迅速。除了之前介绍的降噪、回声消除以及丢包补偿等方向可以用AI模型来提升音质听感之外，AI模型还有很多有趣的应用。其中比较常见的有ASR（AutomaticSpeechRecognition）可以理解为语音转文字，TTS（TextToSpeech）文字转语音和VPR（VoicePrintRecognition）声纹识别等。在之前说的音
  • Speaker Verification，声纹验证详解——语音信号处理学习（九） LotusCL 声音信号处理学习信号处理学习语音识别人工智能
    参考文献：SpeakerVerification哔哩哔哩bilibili2020年3月新番李宏毅人类语言处理独家笔记声纹识别-16-知乎(zhihu.com)(2)MetaLearning–Metric-based(1/3)-YouTube如何理解等错误率(EER,EqualErrorRate)？请不要只给定义-知乎(zhihu.com)本次省略所有引用论文目录一、Introduction模型的简
  • 最强大脑第二场战平听音神童！百度大脑小度声纹识别技术解析 付江 百度人工智能
    日前，继在江苏卫视《最强大脑》第四季“人机大战”首轮任务跨年龄人脸识别竞赛中击败人类顶级选手后，在上周五晚上，百度的小度机器人再次在声纹识别任务上迎战名人堂选手——11岁的“听音神童”孙亦廷，双方最终以1:1打成平手。被称为“鬼才之眼”的水哥（王昱珩）宣布再度出山，将在下周的第三轮比赛中与“小度”在图像识别方面一决高下。本轮题目规则为：从“千里眼”到“顺风耳”，节目组将第二场比赛范围划定在“听”的
  • 2023CPEM电力人工智能大会，联丰迅声斩获“声纹识别技术创新奖” 科技赋能生活 人工智能
    没有什么能够阻挡人类对美好未来的向往。11月的贵阳，秋色宜人，天高水远。电力大咖齐聚美丽的林城，聚焦电力人工智能高质量发展之路，碰撞创新智慧，畅想绿色未来。2023年11月3日，第4届电力人工智能大会暨第2届电力行业数字化转型大会在贵州贵阳圆满落下帷幕。本届大会由CPEM全国电力设备管理网、国家能源智能电网(上海)研发中心、复杂能源系统智能计算教育部工程研究中心、中国电子劳动学会双碳和能源创新工作
  • 说话人识别声纹识别CAM++，ECAPA-TDNN等算法 loong_XL 深度学习语音识别
    参考：https://www.modelscope.cn/models?page=1&tasks=speaker-verification&type=audiohttps://github.com/alibaba-damo-academy/3D-Speaker/blob/main/requirements.txt单个声纹比较可以直接modelscope包运行frommodelscope.pipel
  • 基于深度学习的语音识别系统构建 周南音频科技教育学院(AI湖湘学派) 音频算法设计研究开发语音识别人工智能信号处理
    加我微信hezkz17进数字音频系统研究开发交流答疑(课题组)项目内容：1.语音识别系统构建：负责基于kaldi的混合语音识别模型系统的构建，包括训练数据的搜集与处理，模型训练测试、rescore解码流程和上线部署等；2.声纹识别系统构建：使用cnn+aam-softmax的模型结构提取说话人声纹特征(embedding),然后在声纹库内进行声纹相似度的检索匹配；3.语种识别算法：使用类似声纹识别
  • 多分类loss学习记录 weixin_43870390 分类学习数据挖掘
    这里简单的记录在人脸识别/声纹识别中常用的分类loss。详细原理可以参考其他博客。扩展资料1扩展资料2L-softmaxA-softmaxAM-softmaxL-softmax：基于softmax加入了margin，Wx改写为||w||||x||cos(角度)，将角度变为了m角度A-softmax：a=Angular，归一化||w||为1，b=0，W*x变成了cos(theta)，只优化角度AM-
  • 进阶课1——声纹识别 AI 智能服务 AI训练师人工智能语音识别深度学习人机交互搜索引擎
    声纹识别是一种生物识别技术，也称为说话人识别，包括说话人辨认和说话人确认两种技术。该技术通过将声信号转换成电信号，再使用计算机进行识别，不同的任务和应用会使用不同的声纹识别技术，例如在缩小刑侦范围时可能需要辨认技术，而在银行交易时则需要确认技术。1.概述2.声纹识别原理声纹识别的技术原理可以分为两个主要步骤：特征提取和模式匹配（模式识别）。在特征提取阶段，声纹识别系统会提取并选择对说话人的声纹具有
  • 声纹识别与声源定位（一） shadowismine 语音识别
    针对目前智能计算机及大规模数据的发展，依据大脑处理语音、图像数据方法的deeplearning技术应运而生。deeplearning技术是应用于音频信号识别，模仿大脑的语音信号学习、识别的模式。在音频信号处理的过程中，运用deeplearning进行音频数据的特征提取和训练，将大幅度提高音频信号识别的准确性。首先看下Speakerrecognition声纹识别，声纹是由人类的“发音机理”所产生的，
  • 声纹识别与声源定位（二） shadowismine 语音识别
    一、引言什么是声源定位(SoundSourceLocalization，SSL)技术？声源定位技术是指利用多个麦克风在环境不同位置点对声信号进行测量，由于声信号到达各麦克风的时间有不同程度的延迟，利用算法对测量到的声信号进行处理，由此获得声源点相对于麦克风的到达方向（包括方位角、俯仰角）和距离等。当谈及到声源定位，我们很容易联想到人耳定位，人的单耳和双耳都具有定位的能力。在单耳定位中，耳廓各部位会
  • 一种基于语音识别的防溺水系统的技术背景 李姝瑶 语音识别人工智能
    基于语音识别的防溺水系统是利用语音识别技术来实现对水中人员溺水情况的检测和预警。语音识别技术是计算机科学中的一个分支，主要用于将人类语音转化为文本或命令，并进行计算机处理。在基于语音识别的防溺水系统中，通常会使用语音识别软件来实现对语音的识别和转化，并通过计算机算法分析语音特征，来判断水中人员是否有溺水的风险。为了提高系统的准确性，通常还会使用其他技术来帮助识别和分析水中人员的声音，比如声纹识别技
  • 样本量极少如何机器学习？看看这篇Few-Shot Learning综述 人工智能与算法学习 python神经网络机器学习人工智能深度学习
    1.样本量极少可以训练机器学习模型吗？在训练样本极少的情况下（几百个、几十个甚至几个样本），现有的机器学习和深度学习模型普遍无法取得良好的样本外表现，用小样本训练的模型很容易陷入对小样本的过拟合以及对目标任务的欠拟合。但基于小样本的模型训练又在工业界有着广泛的需求（单用户人脸和声纹识别、药物研发、推荐冷启动、欺诈识别等样本规模小或数据收集成本高的场景），Few-ShotLearning（小样本学习
  • 机器学习 同样数量样本和目标_样本量极少如何机器学习？Few-Shot Learning概述 士节 机器学习同样数量样本和目标
    1.样本量极少可以训练机器学习模型吗？在训练样本极少的情况下（几百个、几十个甚至几个样本），现有的机器学习和深度学习模型普遍无法取得良好的样本外表现，用小样本训练的模型很容易陷入对小样本的过拟合以及对目标任务的欠拟合。但基于小样本的模型训练又在工业界有着广泛的需求（单用户人脸和声纹识别、药物研发、推荐冷启动、欺诈识别等样本规模小或数据收集成本高的场景），Few-ShotLearning（小样本学习
  • ICASSP 2023说话人识别方向论文合集 语音之家 智能语音人工智能
    今年入选ICASSP2023的论文中，说话人识别（声纹识别）方向约有64篇，初步划分为SpeakerVerification（31篇）、SpeakerRecognition（9篇）、SpeakerDiarization（17篇）、Anti-Spoofing（4篇）、others（3篇）五种类型。本文是ICASSP2023说话人识别方向论文合集系列的最后一期，整理了SpeakerRecognitio
  • 指纹、刷脸多灾多难，声纹识别能否崛起成为新主流？ Daffodil_51e5
    姓名：李沂配19021210904转载自：http://baijiahao.baidu.com/s?id=1651976625619916831&wfr=spider&for=pc【嵌牛导读】：人们较为熟悉的识别技术就包括有指纹识别和人脸识别，它们广泛应用于手机解锁、移动支付、交通乘坐、安防门禁等场景之中，给人们带来了不少便利。不过，由于安全性方面的问题，当前两者的日子却并不好过。基于声纹识别独特
  • 基于PaddlePaddle实现的声纹识别系统 夜雨飘零1 语音PaddlePaddle深度学习paddlepaddle人工智能声纹识别深度学习
    前言本项目使用了EcapaTdnn、ResNetSE、ERes2Net、CAM++等多种先进的声纹识别模型，不排除以后会支持更多模型，同时本项目也支持了MelSpectrogram、Spectrogram、MFCC、Fbank等多种数据预处理方法，使用了ArcFaceLoss，ArcFaceloss：AdditiveAngularMarginLoss（加性角度间隔损失函数），对应项目中的AAMLo
  • 基于Pytorch实现的声纹识别系统 夜雨飘零1 语音Pytorch深度学习pytorch人工智能python声纹识别深度学习
    前言本项目使用了EcapaTdnn、ResNetSE、ERes2Net、CAM++等多种先进的声纹识别模型，不排除以后会支持更多模型，同时本项目也支持了MelSpectrogram、Spectrogram、MFCC、Fbank等多种数据预处理方法，使用了ArcFaceLoss，ArcFaceloss：AdditiveAngularMarginLoss（加性角度间隔损失函数），对应项目中的AAMLo
  • NeMo 声纹识别VPR-实战 wxl781227 ASR实战人工智能声纹识别声纹验证
    声纹识别(VPR)，生物识别技术的一种，也称为说话人识别，是从说话人发出的语音信号中提取声纹信息，从应用上看，可分为：说话人辨认(SpeakerIdentification)：用以判断某段语音是若干人中的哪一个所说的，是“多选一”问题；说话人确认(SpeakerVerification)：用以确认某段语音是否是指定的某个人所说的，是“一对一判别”问题。本文主要是识别两个声音是否为同一个人。应用场景
  • 怎样用声纹识别，提升智能硬件产品的用户体验？-转 生活的探路者
    一、背景当前智能硬件产品中，最耀眼的莫过于百箱大战的智能音箱、百“机”争鸣的智能机器人，这些智能语音产品已逐渐走进百姓的视线中。在智能音箱市场中，且不说国外的AmasonEcho和GoogleHome，仅在国内，去年双十一，天猫精灵99元跳楼价卖了一百万台，还有铺天盖地而来的小爱同学、叮咚音箱、小雅同学、出门问问等。今年，百度推出比天猫精灵还低10元的小度智能音箱，仅卖89元，烧钱大战一个比一个狠
  • 使用tensorflow和densenet神经网路实现语谱图声纹识别,即说话人识别。 zhigongjz 神经网络CNN卷积TensorflowDensenet语谱图声纹识别
    介绍本文介绍一种使用tensorflow框架和densenet神经网路实现声纹语谱图识别算法,即说话人识别。本文侧重一种解决方案的思路，仅做了小批量数据的简单验证，收敛效果良好，还没有做大量数据集的验证，后期会做一些实际的验证，请持续关注。如果乐意与我交流，文章后面有联系方式，随时欢迎。代码地址码云：https://gitee.com/lizhigong/VoiceprintRecognition
  • 使用mondorescue将本机linux centos 7服务器制作成光盘 wuxianfeng1987 Linux
    准备重新训练声纹识别，数据集增加了10来G，原来的4台设备完全不够用啊，然后就准备把公司淘汰的i3i5笔记本拿来加入集群，如何快速搭建环境呢，直接将配置好的备份成ios，然后安装，接下来记录下整个流程，感觉以后会用到。步骤：1、wgetftp://ftp.mondorescue.org/centos/7/x86_64/mondorescue.repo[注意要选择ftp下的centos，不然依赖包下
  • 教你windows下配置java环境变量&idea配置maven库（标贝科技） DataBaker标贝科技 常用工具java语音识别人工智能
    配置java环境变量+idea配置maven库（标贝科技）前言配置环境变量是小伙伴们入坑的第一步，本文将一步一步详细介绍，保证大家都能够看懂！！！顺便介绍下：我们是一家致力于智能语音交互的AI公司，我们提供了语音识别、语音合成、声纹识别、声音复刻、声音转换等技术产品供小伙伴们测试调用，感兴趣的，第三部分有详细说明！！！！！一、配置java环境变量下载jdk地址：https://www.oracle
  • Java实现的简单双向Map，支持重复Value superlxw1234 java双向map
    关键字：Java双向Map、DualHashBidiMap     有个需求，需要根据即时修改Map结构中的Value值，比如，将Map中所有value=V1的记录改成value=V2，key保持不变。   数据量比较大，遍历Map性能太差，这就需要根据Value先找到Key，然后去修改。   即：既要根据Key找Value，又要根据Value
  • PL/SQL触发器基础及例子 百合不是茶 oracle数据库触发器PL/SQL编程
      触发器的简介; 触发器的定义就是说某个条件成立的时候，触发器里面所定义的语句就会被自动的执行。因此触发器不需要人为的去调用，也不能调用。触发器和过程函数类似 过程函数必须要调用,   一个表中最多只能有12个触发器类型的,触发器和过程函数相似 触发器不需要调用直接执行, 触发时间：指明触发器何时执行，该值可取： before：表示在数据库动作之前触发
  • [时空与探索]穿越时空的一些问题 comsci 问题
          我们还没有进行过任何数学形式上的证明,仅仅是一个猜想.....       这个猜想就是; 任何有质量的物体(哪怕只有一微克)都不可能穿越时空,该物体强行穿越时空的时候,物体的质量会与时空粒子产生反应,物体会变成暗物质,也就是说,任何物体穿越时空会变成暗物质..(暗物质就我的理
  • easy ui datagrid上移下移一行 商人shang js上移下移easyuidatagrid
    /** * 向上移动一行 * * @param dg * @param row */ function moveupRow(dg, row) { var datagrid = $(dg); var index = datagrid.datagrid("getRowIndex", row); if (isFirstRow(dg, row)) {
  • Java反射 oloz 反射
    本人菜鸟，今天恰好有时间，写写博客，总结复习一下java反射方面的知识，欢迎大家探讨交流学习指教 首先看看java中的Class package demo; public class ClassTest { /*先了解java中的Class*/ public static void main(String[] args) { //任何一个类都
  • springMVC 使用JSR-303 Validation验证 杨白白 springmvc
    JSR-303是一个数据验证的规范，但是spring并没有对其进行实现，Hibernate Validator是实现了这一规范的，通过此这个实现来讲SpringMVC对JSR-303的支持。 JSR-303的校验是基于注解的，首先要把这些注解标记在需要验证的实体类的属性上或是其对应的get方法上。 登录需要验证类 public class Login { @NotEmpty
  • log4j 香水浓 log4j
    log4j.rootCategory=DEBUG, STDOUT, DAILYFILE, HTML, DATABASE #log4j.rootCategory=DEBUG, STDOUT, DAILYFILE, ROLLINGFILE, HTML #console log4j.appender.STDOUT=org.apache.log4j.ConsoleAppender log4
  • 使用ajax和history.pushState无刷新改变页面URL agevs jquery框架Ajaxhtml5chrome
    表现 如果你使用chrome或者firefox等浏览器访问本博客、github.com、plus.google.com等网站时，细心的你会发现页面之间的点击是通过ajax异步请求的，同时页面的URL发生了了改变。并且能够很好的支持浏览器前进和后退。 是什么有这么强大的功能呢？ HTML5里引用了新的API，history.pushState和history.replaceState，就是通过
  • centos中文乱码 AILIKES centosOSssh
    一、CentOS系统访问 g.cn ，发现中文乱码。 于是用以前的方式：yum -y install fonts-chinese CentOS系统安装后，还是不能显示中文字体。我使用 gedit 编辑源码，其中文注释也为乱码。       后来，终于找到以下方法可以解决，需要两个中文支持的包： fonts-chinese-3.02-12.
  • 触发器 baalwolf 触发器
    触发器(trigger)：监视某种情况，并触发某种操作。 触发器创建语法四要素：1.监视地点(table) 2.监视事件(insert/update/delete) 3.触发时间(after/before) 4.触发事件(insert/update/delete) 语法： create trigger triggerName after/before 
  • JS正则表达式的i m g bijian1013 JavaScript正则表达式
            g:表示全局（global)模式，即模式将被应用于所有字符串，而非在发现第一个匹配项时立即停止。         i:表示不区分大小写（case-insensitive）模式，即在确定匹配项时忽略模式与字符串的大小写。         m:表示
  • HTML5模式和Hashbang模式 bijian1013 JavaScriptAngularJSHashbang模式HTML5模式
            我们可以用$locationProvider来配置$location服务（可以采用注入的方式，就像AngularJS中其他所有东西一样）。这里provider的两个参数很有意思，介绍如下。 html5Mode         一个布尔值，标识$location服务是否运行在HTML5模式下。 ha
  • [Maven学习笔记六]Maven生命周期 bit1129 maven
    从mvn test的输出开始说起   当我们在user-core中执行mvn test时，执行的输出如下：   /software/devsoftware/jdk1.7.0_55/bin/java -Dmaven.home=/software/devsoftware/apache-maven-3.2.1 -Dclassworlds.conf=/software/devs
  • 【Hadoop七】基于Yarn的Hadoop Map Reduce容错 bit1129 hadoop
    运行于Yarn的Map Reduce作业，可能发生失败的点包括 Task Failure Application Master Failure Node Manager Failure Resource Manager Failure 1. Task Failure 任务执行过程中产生的异常和JVM的意外终止会汇报给Application Master。僵死的任务也会被A
  • 记一次数据推送的异常解决端口解决 ronin47 记一次数据推送的异常解决
    　　 需求：从db获取数据然后推送到B         程序开发完成，上jboss,刚开始报了很多错，逐一解决，可最后显示连接不到数据库。机房的同事说可以ping 通。 　　  自已画了个图，逐一排除，把linux 防火墙　和　setenforce　设置最低。 　　　service iptables stop
  • 巧用视错觉-UI更有趣 brotherlamp UIui视频ui教程ui自学ui资料
    我们每个人在生活中都曾感受过视错觉（optical illusion）的魅力。 视错觉现象是双眼跟我们开的一个玩笑，而我们往往还心甘情愿地接受我们看到的假象。其实不止如此，视觉错现象的背后还有一个重要的科学原理——格式塔原理。 格式塔原理解释了人们如何以视觉方式感觉物体，以及图像的结构，视角，大小等要素是如何影响我们的视觉的。 在下面这篇文章中，我们首先会简单介绍一下格式塔原理中的基本概念，
  • 线段树-poj1177-N个矩形求边长（离散化+扫描线） bylijinnan 数据结构算法线段树
    package com.ljn.base; import java.util.Arrays; import java.util.Comparator; import java.util.Set; import java.util.TreeSet; /** * POJ 1177 (线段树+离散化+扫描线)，题目链接为http://poj.org/problem?id=1177
  • HTTP协议详解 chicony http协议
    引言                                 
  • Scala设计模式 chenchao051 设计模式scala
    Scala设计模式                我的话： 在国外网站上看到一篇文章，里面详细描述了很多设计模式，并且用Java及Scala两种语言描述，清晰的让我们看到各种常规的设计模式，在Scala中是如何在语言特性层面直接支持的。基于文章很nice，我利用今天的空闲时间将其翻译，希望大家能一起学习，讨论。翻译
  • 安装mysql daizj mysql安装
    安装mysql   (1)删除linux上已经安装的mysql相关库信息。rpm  -e  xxxxxxx   --nodeps (强制删除)      执行命令rpm -qa |grep mysql 检查是否删除干净   (2)执行命令  rpm -i MySQL-server-5.5.31-2.el
  • HTTP状态码大全 dcj3sjt126com http状态码
    完整的 HTTP 1.1规范说明书来自于RFC 2616，你可以在http://www.talentdigger.cn/home/link.php?url=d3d3LnJmYy1lZGl0b3Iub3JnLw%3D%3D在线查阅。HTTP 1.1的状态码被标记为新特性，因为许多浏览器只支持 HTTP 1.0。你应只把状态码发送给支持 HTTP 1.1的客户端，支持协议版本可以通过调用request
  • asihttprequest上传图片 dcj3sjt126com ASIHTTPRequest
    NSURL *url =@"yourURL"; ASIFormDataRequest*currentRequest =[ASIFormDataRequest requestWithURL:url]; [currentRequest setPostFormat:ASIMultipartFormDataPostFormat];[currentRequest se
  • C语言中，关键字static的作用 e200702084 C++cC#
    在C语言中，关键字static有三个明显的作用： 1)在函数体，局部的static变量。生存期为程序的整个生命周期，（它存活多长时间）；作用域却在函数体内（它在什么地方能被访问（空间））。 一个被声明为静态的变量在这一函数被调用过程中维持其值不变。因为它分配在静态存储区，函数调用结束后并不释放单元，但是在其它的作用域的无法访问。当再次调用这个函数时，这个局部的静态变量还存活，而且用在它的访
  • win7/8使用curl geeksun win7
    1.  WIN7/8下要使用curl，需要下载curl-7.20.0-win64-ssl-sspi.zip和Win64OpenSSL_Light-1_0_2d.exe。 下载地址：  http://curl.haxx.se/download.html 请选择不带SSL的版本，否则还需要安装SSL的支持包   2.  可以给Windows增加c
  • Creating a Shared Repository; Users Sharing The Repository hongtoushizi git
    转载自：   http://www.gitguys.com/topics/creating-a-shared-repository-users-sharing-the-repository/ Commands discussed in this section: git init –bare git clone git remote git pull git p
  • Java实现字符串反转的8种或9种方法 Josh_Persistence 异或反转递归反转二分交换反转java字符串反转栈反转
    注：对于第7种使用异或的方式来实现字符串的反转，如果不太看得明白的，可以参照另一篇博客： http://josh-persistence.iteye.com/blog/2205768   /** * */ package com.wsheng.aggregator.algorithm.string; import java.util.Stack; /**
  • 代码实现任意容量倒水问题 home198979 PHP算法倒水
    形象化设计模式实战             HELLO!架构                     redis命令源码解析   倒水问题：有两个杯子，一个A升，一个B升，水有无限多，现要求利用这两杯子装C
  • Druid datasource zhb8015 druid
    推荐大家使用数据库连接池 DruidDataSource. http://code.alibabatech.com/wiki/display/Druid/DruidDataSource DruidDataSource经过阿里巴巴数百个应用一年多生产环境运行验证，稳定可靠。 它最重要的特点是：监控、扩展和性能。 下载和Maven配置看这里： http
  • 两种启动监听器ApplicationListener和ServletContextListener spjich javaspring框架
    引言:有时候需要在项目初始化的时候进行一系列工作，比如初始化一个线程池，初始化配置文件，初始化缓存等等，这时候就需要用到启动监听器，下面分别介绍一下两种常用的项目启动监听器   ServletContextListener  特点: 依赖于sevlet容器，需要配置web.xml 使用方法: public class StartListener implements
  • JavaScript Rounding Methods of the Math object 何不笑 JavaScriptMath
        The next group of methods has to do with rounding decimal values into integers. Three methods — Math.ceil(),  Math.floor(), and  Math.round() — handle rounding in differen
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他