声学回声消除

ESMM、MMOE-推荐系统小结

原因有以下几种：任务互助：对于某个任务难学到的特征，可通过其他任务学习隐式数据增强：不同任务有不同的噪声，一起学习可抵消部分噪声学到通用表达，提高泛化能力：模型学到的是对所有任务都偏好的权重，有助于推广到未来的新任务正则化
seetimee·2022-11-20 06:36

语音领域，对于入门学生和初入职场者需要具备什么能力？

分享嘉宾（排名不分先后）吴本谷曾先后在百度、北京猎户星空供职，主要负责各场景下语音识别声学模型优化，语言模型优化，声纹系统搭建等工作。
深蓝学院·2022-11-19 21:30

2022.10.23 第五次周报

文章目录前言一、文献阅读问题背景思想来源系统描述区别于其他的联合波束形成器-声学模型系统文献总结二、卷积神经网络1.全连接神经网络遇到的问题1.1.信息量问题1.2.空间位置变性2.卷积神经网络是什么2.1
杨幂臭脚丫子·2022-11-19 08:57

kaldi中FST的可视化-以yesno为例

1、kaldi解码过程kaldi识别解码一段语音的过程是：首先提取特征，然后过声学模型AM，然后过解码网络HCLG.fst，最后输出识别结果。HCLG是解码时的重要组成部分。
shzyiwai·2022-11-19 04:39

kaldi单音素模型训练 - train_mono.sh脚本解读

本文比较细致地对train_mono.sh脚本进行了解读，包括其源码，输入输出，以及对输出文件的内容都有详细的解释，可能会有点琐碎，但个人认为对理解kaldi中声学模型的训练会有一定的帮助。
dhj_tsukuba·2022-11-19 04:24

【论文学习笔记】《Tacotron: Towards End-To-End Speech Synthesis》

相关工作3模型架构3.1CBHG模块3.2编码器3.3解码器3.4后置处理网络与波形合成4模型细节5实验5.1烧蚀分析5.2平均意见得分测验6讨论摘要文本-语音合成系统通常由多个阶段组成，例如文本分析前端、声学模型和音频合成模块
FallenDarkStar·2022-11-18 08:53

再谈回声消除测评丨Dev for Dev 专栏

音频质量的优化是一个复杂的系统工程，回声消除是其中一个老生常谈的话题，一般来说，回声消除的效果受设备本身的声学设计、声学环境、以及软件系统等诸多因素的影响。
声网·2022-11-14 10:42

AI大语音（八）——GMM-HMM声学模型（深度解析）

本文来自公众号“AI大道理”。这里既有AI，又有生活大道理，无数渺小的思考填满了一生。基于GMM的0-9孤立词识别系统以词为训练单位，添加新词汇需要重新进行训练，若要涵盖所以词，差不多6万个词，训练量极大，预测时也要计算6万个模型的似然，哪个大预测出哪个，在实际应用中有局限性，只能应用于小词汇量场合。孤立词识别系统识别了0-9的数字的英文单词，但是假如有人用英文报电话号码，是识别不了整个号码的，甚
AI大道理·2022-11-13 17:35

声学——声源定位阅读笔记

博客资料图像融合常用数据集整理基于深度学习的多聚焦图像融合(Multi-FocusImageFusion)论文及代码整理文献1.Multi-focusimagefusionwithadeepconvolutionalneuralnetwork[CNN(IF2017)][paper][code]2.EnsembleofCNNformulti-focusimagefusion[ECNN(IF2019)
飞华1993·2022-11-08 11:02

Sphinx3Loader API

publicclassSphinx3LoaderimplementsLoader此类主要用来装载声学模型的中的各种文件。装载由sphinx3训练所产生的一个绑定状态的声学模型。
eternity668·2022-10-28 16:31

自适应滤波器算法综述以及代码实现

自适应回声消除原理声学回声是指扬声器播出的声音
凌逆战·2022-10-25 12:25

一篇文章了解生物特征识别六大技术

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达生物识别技术，通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合，利用人体固有的生理特性（如指纹、脸象、虹膜等）
小白学视觉·2022-10-19 14:27

深度学习英文单词表

Absolutevaluerectification绝对值整流ActivationFunction激活函数Accumulatederrorbackpropagation累积误差反向传播Acousticmodeling声学建模
CSHran·2022-10-17 07:44

linux代码_深入分析Linux内核源代码6-Linux 内存管理（2）

————零声学院6.3内存的分配和回收在内存初始化完成以后，内存中就常驻有内核映像(内核代码和数据)。以后，随着用户程序的执行和结束，就需要不断地分配和释放物理页面。
weixin_39565021·2022-10-15 19:49

linux下代码写错了怎么更改_深入分析Linux内核源代码-走进 Linux(下）

————零声学院Linux内核结构Linux是一个庞大、高效而复杂的操作系统，虽然它的开发起始于LinusTorvalds一个人，但随着时间的推移，越来越多的人加入了Linux的开发和对它的不断完善。
weixin_39646725·2022-10-15 19:49

图神经网络怎么入门？一文带你了解图神经网络入门路径-GNN入门

不同于声学，图像，自然语言处理这些方向，深度学习可以很好的提取这些数据中的底层数据的复杂模式，对于现实世界而言，现实生活中普遍存在的关系具有非常复杂的结构，例如社交网络，电商网络，生物网络和交通网络。
程序媛珂珂·2022-10-10 19:52

【语音识别】自动语音识别（ASR）研究综述

正文内容绝大部分取自语音识别研究综述WeNet的部署参考该BlogWeNet平台搭建文章目录自动语音识别（ASR）研究综述零、参考资料1、参考文档2、参考论文3、参考代码一、语音识别基础知识1、特征提取（MFCC声学特征
王小希ww·2022-09-29 07:53

基于Matlab的自适应滤波算法及其应用

Demo1.m-adaptivefilterdemo算法包括：LMS、NLMS、RLS案例：1、echocancellation音频回声消除2、audio+whitenoise音频白噪声消除3、audio
CAE320·2022-09-25 07:45

IJCAI 2022 | 腾讯AI Lab Oral论文：条件扩散模型FastDiff

声码器（Vocoder）是一项把低维度声学特征转成波形的生成任务，该技术广泛应用于语音合成和语音信号编解码领域。伴随着近几年深度学习的飞速发展，声码器在合成质量上有了极大的进步。为了提升声码器的生成
腾讯AI实验室·2022-09-20 07:41

语音信号处理入门系列(1)—— 语音信号处理概念

文章目录1.语音交互2.复杂的声学环境2.1声学回声消除2.2解混响2.3语音分离2.4波束形成2.5噪声抑制2.6幅度控制2.7前端信号处理的技术路线3.参考4.推荐开源项目原博客地址:https:/
@BangBang·2022-09-15 22:04

机器学习信号处理

常见的声学信号特征有：这些是声学信号中，常见的手工特征。针对特定的信号，会有一些常用的特征。一些通用的方法有：小波分解，信号分解（提取信号不同频率的特质）、主成分分解等。
Mr Robot·2022-09-15 22:32

声学机器学习:理论和应用 (Machine learning in acoustics: Theory and applications)

Machinelearninginacoustics:Theoryandapplications前言摘要1.引言2.机器学习原理2.1.输入和输出2.2.监督和无监督学习2.3.生成:训练数据和测试数据2.4.交叉验证2.5.维度之咒2.6.贝叶斯机器学习3.监督学习3.1.线性回归,分类3.2.支持向量机3.3.神经网络:多层感知器4.无监督学习4.1.主成分分析4.2.最大期望和高斯混合模型4
大爱助手·2022-09-09 07:42

第三届声学、振动、噪声控制国际研讨会（CAVNC 2019）

第三届声学、振动、噪声控制国际研讨会（CAVNC2019）The3rdInt’lConferenceonAcoustics,VibrationandNoiseControl(CAVNC2019)http
qq_41812945·2022-09-06 06:45

信息与通信工程——重要国际学术会议和国际顶级期刊（仅供参考）

序号不表示优先顺序）序号/英文名称/英文简称/中文名称/备注1、IEEEInternationalConferenceonAcoustics,SpeechandSignalProcessing/ICASAP/IEEE声学
成长Bar·2022-09-06 06:37

再谈回声消除测评丨Dev for Dev 专栏

音频质量的优化是一个复杂的系统工程，回声消除是其中一个老生常谈的话题，一般来说，回声消除的效果受设备本身的声学设计、声学环境、以及软件系统等诸多因素的影响。
·2022-08-26 17:20

音视频基础知识

比如，前后处理环节有美颜、滤镜、回声消除AEC、噪声抑制NS、静音控制VAD、自动增益控制AGC等，采集有麦克风阵列等，编解码有VP8、VP9、H.264、H.265等。
qq_42270373·2022-08-23 07:15

走进音视频的世界——mp3封装格式

MP3，全称是MPEGAudioLayer3，利用人耳对高频声音信号不敏感的特性，结合心理声学模型，把时域信号转换为频域信号，并划分多个频段，对不同频段使用不同压缩率进行压缩。
徐福记456·2022-08-09 07:21

一文带你了解webrtc基本原理（动手实现1v1视频通话）

大白话讲，webrtc是一个集大成的实时音视频技术集，包含了各种客户端api、音视频编/解码lib、流媒体传输协议、回声消除、安全传输等。对于开发者来说可以借助webr
王清培·2022-08-06 20:00

自适应滤波器（一）LMS自适应滤波器

1.自适应滤波器简介  在很多信号处理系统中，并没有信号的先验统计特性，不能使用某一固定参数的滤波器来处理，比如信道均衡、回声消除以及其他因素之间的系统模型等，均采用了调整系数的滤波器，称为自适应滤波器
张海军2013·2022-08-01 10:53

【滤波器】最小均方(LMS)自适应滤波器

原理概述2、计算步骤3、算法参数分析（1）参数讨论（2）算法的优缺点三、LMS应用于信号滤波1、MATLAB仿真代码2、滤波效果四、LMS自适应滤波器的应用领域（1）自适应均衡（2）语音处理（3）自适应回声消除
Zhi Zhao·2022-08-01 10:48

【技术案例】智能语音CAEDemo程序

Firefly智能语音套件支持科大讯飞AIUI云服务，通过CAEDemo程序在智能语音套件上实现语音识别、关键词唤醒、降噪、回声消除等示范功能。
暴走的阿Sai·2022-08-01 07:25

工作感怀

忆昔来我院，已有十七年，扎根超声科，院训指向前，医学为人民，职责在心间，领导支持下，倾力展所学，血管超声学，是我本专业，教给所有人，科内开创者，心脏亦擅长，临床多认可，近年做肌骨，又开新专业，其他也熟练
东营孙安华·2022-07-27 00:27

《安富莱嵌入式周报》第274期：2022.07.11--2022.07.17

目录本周更新一期视频教程：视频版：1、借助声学悬浮技术实现非接触式物体组装2、DIY缝纫机3、TI分享的可靠且性价比高的隔离技术应对高电压设计挑战白皮书4、ST消息5、瑞萨发布的工业自动化产品选型指南中文版
硬汉eric2013·2022-07-20 15:59

CTC算法基本原理解释

语音识别中的CTC算法的基本原理解释目前主流的语音识别都大致分为特征提取，声学模型，语音模型几个部分。目前结合神经网络的端到端的声学模型训练方法主要CTC和基于Attention两种。
nicajonh·2022-07-19 07:35

16w行的nginx源码，如何才能读懂呢？全面分析nginx的机制

全面分析nginx的机制丨零声学院官方推广视频C/C++Linux服务器开发精彩内容包括:C/C++，Linux，Nginx，ZeroMQ，MySQL，Redis，MongoDB，ZK，
Linux服务器开发·2022-07-16 07:13

国外部分音乐人工智能/音乐科技研究机构科研项目简介

音乐科技科研机构的科研项目与教学课程设置作简要介绍，包括英国伦敦玛丽女王大学（QueenMary）的数字音乐中心（C4DM）、西班牙巴塞罗那庞培法布拉大学（UPF）的音乐技术研究组（MTG）、美国斯坦福大学的音乐与声学计算机研究中心
SoYouTry·2022-06-28 07:00

小米AI实验室4篇论文入选语音技术顶会INTERSPEECH 2022

高手云集的技术宴，小米工程师究竟在语音、声学技术领域显露哪些高招？论文亮点，都在这里！01
小米技术·2022-06-27 11:27

【深度学习人类语言处理】1 课程介绍、语音辨识1——人类语言处理六种模型、Token、五种Seq2Seq Model(LAS、CTC、RNN-T、Neural Transducer、MoChA)

六种模型与应用1.2.1语音到文本1.2.2文本到语音1.2.3语音到语音1.2.4语音到Class1.2.5文本到文本1.2.6文本到Class1.3更多应用2.语音辨识2.1语音辨识的Token2.2声学特征提取
Yang SiCheng·2022-06-27 07:48

基于SA-Conv-CTC/Attention端到端语音识别模型的基本原理、实现方法和主要流程

2.3SA-Conv-CTC/Attention架构2.4带有SA-LM的混合解码器3.实验3.1数据集介绍3.2实验细节3.3评价准则3.4实验结果4.结论摘要我们知道，传统的语音识别系统分为三大组件，分别是词汇字典、声学模型和语言模型
雷恩Layne·2022-06-27 07:16

强大的端到端语音识别框架—RNN-T

前言：基于联结时序分类(CTC)的声学模型不再需要对训练的音频序列和文本序列进行强制对齐，实际上已经初步具备了端到端的声学模型建模能力。
编程大乐趣·2022-06-27 07:57

李宏毅HLP笔记(二): End-to-End ASR Model (CTC,RNN-T)

原因是每一帧的声学特征往往所占的时间非常短，甚至远小于一个phoneme的长度，因此根据它输出的东西往往不能代表什么。就是用来代表那些无法单独
Trracy·2022-06-27 07:41

对CTC、RNA、RNN-T的理解

首先，二者都是解决时序类问题的CTC(一种损失函数)：传统对于传统语音识别声学模型的训练，每一帧所对应的标签都必须要确定，只有这样才可以对模型进行训练，所以传统方法在训练模型之前必须对数据进行预处理，也就是做语音对齐
浅蓝的爽肤水·2022-06-27 07:12

AI大发展，生物识别技术盘点

在进行人体身份认证时，其主要通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合，利用人体固有的生理特性和行为特征来进行个人身份的鉴定。
�庐隐小娟�·2022-06-23 07:40

一篇文章了解生物特征识别六大技术

来源：赵松科学网博客生物识别技术，通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合，利用人体固有的生理特性（如指纹、脸象、虹膜等）和行为特征（如笔迹、声音、步态等）来进行个人身份的鉴定
人工智能学家·2022-06-23 07:49

音视频基础知识｜ANS 噪声抑制原理解析

在上一期课程《音视频开发进阶课程|第二讲：回声消除》中，我们接触了音频前处理的概念，还认识了音频前处理的三剑客之一AEC回声消除。
ZEGO即构科技·2022-06-18 07:10

基于CQT和PCP的和弦识别算法

基于CQT和PCP的和弦识别算法原理声学基础音乐理论基础音高十二平均律音程与和弦时频转换PCP特征向量过程源代码结语原理声学基础声音是物体振动时产生的波动现象，通过介质传达，最终由人或动物的听觉器官感知声音的特征特性可以通过音量
JasonCaoCJX·2022-06-13 13:03

嵌入式linux 声控,基于Cortex-A9的嵌入式语音识别系统设计

本文从嵌入式语音识别系统的组成分别介绍前端信号处理、声学模型和语言模型等相关技术点
weixin_39972019·2022-06-13 07:34

python gmm em算法 2维数据_AI大语音（九）——基于GMM-HMM的连续语音识别系统（深度解析）...

扫描下方“AI大道理”，选择“关注”公众号上一专题GMM-HMM声学模型中讲述了其理论知识，这一章利用理论搭建一套GMM-HMM系统，来识别连续0123456789的英文语音。
weixin_39958019·2022-06-13 07:33

语音识别维特比解码_AI大语音（九）| 基于GMM-HMM的连续语音识别系统（深度解析）...

扫描下方“AI大道理”，选择“关注”公众号上一专题GMM-HMM声学模型中讲述了其理论知识，这一章利用理论搭建一套GMM-HMM系统，来识别连续0123456789的英文语音。
pendd~~~·2022-06-13 07:30

Kaldi：从零搭建语音识别系统

搭建一个完整的DNN-HMM系统首先需要准备训练数据，包括音频数据、声学数据和语言数据，这些数据需要按照一定的格式准备，完成之后使用训练脚本训练出一个基于三音素的GMM-HMM模型，然后进行强制对齐，之后使用
大桃子技术·2022-06-13 07:27
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他