RossYoung-CSDN博客

转载负载均衡之加权轮询算法

在介绍加权轮询算法(WeightedRound-Robin)之前，首先介绍一下轮询算法(Round-Robin)。一：轮询算法(Round-Robin)轮询算法是最简单的一种负载均衡算法。它的原理是把来自用户的请求轮流分配给内部的服务器：从服务器1开始，直到服务器N，然后重新开始循环。算法的优点是其简洁性，它无需记录当前所有连接的状态，所以它是一种无状态调度。假设有N台服务器：S = {...

2019-02-21 17:53:47 424

转载图像中的掩膜（Mask）

在图像处理中，经常会碰到掩膜(Mask)这个词。那么这个词到底是什么意思呢？下面来简单解释一下。1.什么是掩膜首先我们从物理的角度来看看mask到底是什么过程。在半导体制造中，许多芯片工艺步骤采用光刻技术，用于这些步骤的图形“底片”称为掩膜（也称作“掩模”），其作用是：在硅片上选定的区域中对一个不透明的图形模板遮盖，继而下面的腐蚀或扩散将只影响选定的区域以外的区域。图像掩膜与其类似，...

2019-02-12 09:34:41 1584

转载因子分析

转载https://www.cnblogs.com/jerrylead/archive/2011/05/11/2043317.html1 问题之前我们考虑的训练数据中样例的个数m都远远大于其特征个数n，这样不管是进行回归、聚类等都没有太大的问题。然而当训练样例个数m太小，甚至m<<n的时候，使用梯度下降法进行回归时，如果初值不同，得到的参数结果会有很大偏差（因为方程数...

2019-01-17 16:14:48 579

最小相位系统：所有的零点都在单位圆内的传输函数即为最小相位系统。或者说，一个系统函数为H(Z)的系统，如果本身和其逆系统均为因果稳定系统，那么H(Z)即为最小相位系统。判断方法也很简单：如果一个H(Z)的分母的解都小于1，这样的系统就是最小相位系统。另外提一句，所有的零点都在单位圆外的系统就是最大相位系统全通系统：如果一个输入进入一个系统，输出的时候所有频率分量的幅度均不发生任何改变，这样的系统...

2018-07-17 17:49:16 16825

转载开源的语音合成系统WORLD介绍以及使用方法

WORLD是一个基于C语言的开源语音合成系统，语音合成主要包括波形拼接和参数合成两种方法，WORLD是一种基于vocoder的参数合成方法，它相比于STRAIGHT的优势是减少了计算复杂度，并且可以应用于实时的语音合成。由于STRAIGHT不是开源的系统，并且在WORLD论文中已经对比了WORLD相比于STRAIGHT无论是在合成的音频质量上还是合成速度上都处于领先优势，所以这里我不准备介绍STR...

2018-07-09 14:28:14 6846

转载 c++ 一次读取文件全部内容

原文地址 https://blog.csdn.net/vinson0526/article/details/50829627读取一个stringstd::ifstream in("some.file");std::string some_str;in >> some_str;123这种方法的问题在于，遇到回车空格等分隔符的时候，就不会再读取了。读取文件全部内容iostream著名专...

2018-06-04 18:19:20 10892 2

原创 Makefile中 -I -L -l

例：gcc -o hello hello.c -I /home/hello/include -L /home/hello/lib -lworld上面这句表示在编译hello.c时：-I /home/hello/include表示将/home/hello/include目录作为第一个寻找头文件的目录，寻找的顺序是：/home/hello/include-->/usr/include-->...

2018-06-04 12:01:34 2531

转载语言模型评估与类别

一、Evaluation1、熵 entropyl 熵（entropy）又称自信息，self-information描述一个随机变量的不确定性的数量，熵越大，不确定性越大，正确估计其值的可能性越小。越不确定的随机变量越需要大的信息量以确定其值。p(x)表示x的分布概率l 相对熵（relativeentropy）又称KL距离，Kullback-Leibler divergence衡量相同事件空...

2018-05-26 15:03:14 437

转载语音特征MFCC和PLP

【传送门】【自动语音识别课程】第一课统计语音识别介绍原文地址：http://blog.csdn.net/joey_su/article/details/36414877概述针对ASR的语音信号分析特征频谱分析倒谱分析标准特征：MFCC和PLP分析动态特征第一课的结尾提到了语音识别的框图，下图展示了信号分析技术在语音识别系统中的位置：我们先来认识下语音的产生过程：语音是在发音器官和声道共同作用下产...

2018-05-25 12:20:30 9953 1

原创 mrcp配置穿越NAT

最近在用mrcp部署语音识别引擎时用到mrcp，因为有外网的映射，mrcp需要穿越NAT。1、在unimrcpserver.xml中配置<properties> <!-- By default, network interface (IP address) to bind to will be implicitly identified. Alternat...

2018-05-22 15:49:27 1751 2

原创语音识别中的决策树

1. 为什么需要决策树我们在使用HTK进行语音识别模型训练的过程中，首先进行的是单音素、单个高斯的模型训练。抛开单个高斯不说，单音素模型本身有很大缺点：没有考虑到本音素前后音素的发音对本音素的影响。比如，同样是一个音素iy，如果它前面的音素分别是h和p，那么iy这个音素在这两种情况下的发音会有所不同，那么模型参数也就会受到其影响，此时，如果用同一个模型来描述音素iy，那么就会不合理。为了解决这...

2018-03-13 19:28:28 1701

原创 linux 运算符

文件比较运算符-e filename 如果 filename存在，则为真 [ -e /var/log/syslog ]-d filename 如果 filename为目录，则为真 [ -d /tmp/mydir ]-f filename 如果 filename为常规文件，则为真 [ -f /usr/bin/grep ]-L filename 如果 filename为符号链接，则为真 ...

2018-03-08 16:12:30 204

原创 shell脚本特殊变量（$0、$1、$2、 $?、 $# 、$@、 $*）

$0 Shell本身的文件名$1～$n 添加到Shell的各参数值。$1是第1参数、$2是第2参数…$$ Shell本身的PID（ProcessID） $! Shell最后运行的后台Process的PID$? 上个命令的退出状态，或函数的返回值$- 使用Set命令设定的Flag一览$* 所有参数列表，不包括脚本本身。如"$*...

2018-03-06 15:23:38 5468 1

转载 python 中变量的命名规范

转自：https://www.cnblogs.com/Maker-Liu/p/5528213.htmlpython 中变量的命名规范出自:http://www.diybl.com/course/3_program/python/20111130/563643.html 模块名：小写字母，单词之间用_分割 ad_stats.py 包名：和模块名一样类名：单词首字母大写 AdStats Con...

2018-03-05 10:16:24 779

转载 Makefile中通配符*与%的区别

原文地址http://www.cnblogs.com/warren-wong/p/3979270.html Makefile中的%标记和系统通配符*的区别在于，*是应用在系统中的，%是应用在这个Makefile文件中的。（本文的测试环境是Windows7下使用MinGW提供的make.exe）例如，如果你想编译一个文件夹下的所有.c文件，你可能会这样写：1 %.o:%.c2 gcc -o...

2018-02-26 21:10:20 1479

原创错误接受率 (FAR), 错误拒绝率(FRR), 等错误率(EER)

不管是声纹识别和图像识别，以及指纹识别，在评价模型时总要用到这三个指标。下边说下这三个指标的含义。 1、错误接受率 (FAR-False Acceptance Rate) FAR = nontarget_is_target / ( target_is_target + nontarget_is_target ) 另一种比较容易理解的表示方式：

2017-11-08 20:47:12 35263 17

原创声学模型GMM-HMM训练

语音识别中声学模型是重中之重，常用到的声学模型是GMM-HMM，本文记录下声学模型训练的细节。下图是识别某个孤立字的GMM-HMM示意图。HMM部分是文字所占的音素以及其转移概率。语音帧通过已经训练好的GMM得属于某个音素的概率，如0.016。问题是这样的一个模型怎么训练呢？问题一、一段语音是怎么切割音素的，如’我‘的拼音是wo，我们按声韵母分开是：w o？如果要训练w和o的分界...

2017-10-28 16:50:34 5196 2

转载 TensorFlow四种Cross Entropy算法实现和应用

作者：陈迪豪来源：CSDN交叉熵介绍交叉熵（Cross Entropy）是Loss函数的一种（也称为损失函数或代价函数），用于描述模型预测值与真实值的差距大小，常见的Loss函数就是均方平方差（Mean Squared Error），定义如下。平方差很好理解，预测值与真实值直接相减，为了避免得到负数取绝对值或者平方，再做平均就是均方平方差。注意这里预测值需要经过sigmoid激活函数，得到取值...

2017-05-30 17:21:59 327

huashui2009120的博客