corgi_xx-CSDN博客

原创二、从连续到离散：离散傅里叶变换

上一个博客https://blog.csdn.net/lxhdy12345/article/details/106319168介绍了音频领域的简单的基础知识，并提及了傅里叶变换。那么这一篇博客就重点介绍采样之后的离散序列如何使用傅里叶变换，这也是各种语音算法和前端处理的基础。第一个重要的点是周期性抽样串及其傅里叶变换，我们之所以要提及周期性抽样串，是因为它是连续信号到离散信号的桥梁，而且由于其傅里叶变换也是一个频域的周期抽样串所以可以用来对信号进行离散和周期化。 ...

2020-07-06 16:09:04 5524 2

原创 keras LSTM 的几个重要参数

最近在做一个模型的实时化工作，包括CNN和LSTM的实时化，感觉里面坑挺多的，语音模型对实时性的要求真的苦了开发者了。我使用的是tensorflow 1.14进行开发，在1.14版本之后tensorflow支持keras 和tensorflow operator的混合编程，在更早的版本里面你要在keras 里面使用tensorflow的张量操作就得包装成Lambda层。今天主要介绍一下LSTM的实时性推理，主要的几个参数是stateful return_state和 unroll 。首先LS..

2021-01-23 14:09:47 5858

原创 librosa打开文件是显示NoBackendError

这是个老问题了，之前在服务器上和自己的旧电脑上都没有，倒是换电脑之后在办公室和自己的新电脑上都出现这个情况了。一种解决方式是，自己用wave库写一个读wav的代码，但是要全部替换项目里面的源码太麻烦了。后来才知道是ffmpeg库的问题。在conda环境里面，conda install ffmpeg -c conda -forge 即可。话说librosa更新0.7.2之后，保存音频的时候必须要将np.array 用np.asfortranarray()转化为fortran顺序...

2020-06-11 13:58:02 795

原创 windows 下kaldi配置

一个月前windows刚好宣传了WSL2对GPU的支持，虽然WSL一直因为对IO支持不佳被诟病，但是从简洁性来看还是很值得想学linux但又不想配置虚拟机的同学们的。刚好自己想在本地配置个kaldi，这里就介绍一下这一系列配置过程。首先安装WSL，直接上microsoft store搜索ubuntu，下载第一个安装好之后，进入windows功能，将子系统功能打开，就可以使用了。然后就是配置cuda和显卡驱动，...

2020-06-10 19:17:46 1232

原创一、语音算法基础：采样、量化和频谱

想了很久该从哪里开头，那就从信号处理入手吧。

2020-05-26 11:39:18 3984

原创生成模型初探：从PCA到AE

生成模型初探：从PCA到AE人类较机器蕴含智能，其中最重要的是一种创造性。无论是作诗绘画还是音乐，艺术家都得在一定规则的限定下带着脚镣舞蹈，但是他们却可以跳出少数几个机械的规则，创造出无穷无尽的作品，这便是机械难以做到的事情。传统的机械学习，仅仅从数据库中检索答案似乎与创造新信息相去甚远；后来的统计学习，将随机性引入，但是面对庞大的参数空间却无能为力。直到神经网络的出现，才初步解决了这个...

2019-10-31 18:09:14 578

原创 python 标准库：numpy使用一

从经典的101个numpy练习中总结：1、numpy：python拓展包，可以用于处理大型矩阵，有足够的函数库以及线性转换函数，有许多高级的数值运算工具：import numpy as npprint(np.__version__)2、基础操作：numpy数组类是numpy.array其中有array.nidm矩阵的维度和，array.size:元素个数，array.dtype元素的类型，arr...

2018-03-12 20:32:47 3173

原创 python概述

python 概述：python：解释型、面向对象、动态数据类型高级程序设计语言简介：1、解释型：没有编译;PHP与Perl；一种脚本语言速度仅仅快于shell脚本远低于java更低于c等2、交互式：互动执行程序3、面向对象：支持面向对象的代码封装4、简单而功能广泛，api接口多发展历史底层c，很多兼容c特点：1、易于学习、阅读、维护、广泛标准库（跨平台）、互动模式（终端直接输入）、可移植、可扩展...

2018-03-01 18:21:17 442