首席测试官-CSDN博客

原创打造移动端低延时的音频系统

一、移动端音频架构1.1 Andoid音频架构应用框架应用框架包含应用代码，该代码使用 android.media API 与音频硬件进行交互。在内部，此代码会调用相应的 JNI 粘合类来访问与音频硬件互动的原生代码。JNI与 android.media 关联的 JNI 代码会调用较低级别的原生代码来访问音频硬件。JNI 位于 frameworks/base/core/jni/ 和 frameworks/base/media/jni 中。原生框架原生框架提供相当于 android.media

2021-08-09 22:21:45 261 2

原创近期歌声合成论文总结 2020-8-7

本次总结以下三篇论文：SEQUENCE-TO-SEQUENCE SINGING SYNTHESIS USING THE FEED-FORWARD TRANSFORMER （2019-10-22收录）Universitat Pompeu FabraByteSing: A Chinese Singing Voice Synthesis System Using Duration Allocated Encoder-Decoder Acoustic Models and WaveRNN Vocoder

2020-08-10 22:29:05 812

翻译音频处理中的变调和时间拉伸（一）

介绍很多用过磁带或者塑胶唱片的人都会对于一种现象感到熟悉：当我们快放或者慢放音频的时候，如果我们用两倍速度快放，除了会使得音频播放时间减少一半，还会使得音高升高一个八度，听起来音频中的人声会很想卡通动画人物的声音。同时，如果慢放会使得播放时长增长并且降低相应比例的音高。以前使用模拟音频录音技术的时候，这种现象可以通过设置错误的播放速度来复现。在数字信号处理领域，同样的现象可以通过重采样来实现。...

2020-08-07 16:17:28 3432

原创最新版ffmpeg(4.2.2)编译脚本

直接运行编译出的是armv7-a架构的如需要armv8(aarch64)的需要修改PLATFORM和ANDROID_CROSS_PREFIX以及ARCH三项根据自己的要求变更PREFIX，这个为编译后文件输出目录#!/bin/bash#Android System API Level，你要运行在什么系统上，就填写系统API Level#但是这个API Level必须要能够在NDK中找...

2020-03-17 14:50:44 797

原创 Melnet阅读笔记(详解)

Facebook最近放出了一个音频生成模型Melnet，效果惊艳，大家可以到官方博客去听一下demo：https://sjvasquez.github.io/blog/melnet/，所以我决定阅读一下论文并将自己的理解一并记录在此。原文链接：MelNet: A Generative Model for Audio in the Frequency Domain...

2019-09-23 21:31:26 1107 2

翻译深度学习在音乐信息检索(MIR)方向的应用介绍(下)

原文链接：A Tutorial on Deep Learning for Music Information Retriveal深度学习在音乐信息检索(MIR)方向的应用介绍(上)5 解决MIR问题: 实践建议本节，我们更聚焦在实践上的建议上，通过一些深度学习模型的例子和建议，同时也讨论一些实践上的问题。5.1 数据预处理输入数据预处理对于有效训练一个神经网络是很重要的。有人可能会说神...

2019-09-15 01:04:06 2072

翻译深度学习在音乐信息检索(MIR)方向的应用介绍(上)

原文链接：A Tutorial on Deep Learning for Music Information Retriveal摘要：深度学习在其他领域获得了很大的成功，并且也在MIR领域广泛使用。但是呢，大部分工作都是将已经在其它领域获得成功的方法套用在了这个领域，缺少一些领域内原生的研究。本文旨在降低MIR领域深度学习的门槛。文章列出了MIR领域的基本原理并回顾了重要的工作文章简要介...

2019-09-14 17:41:11 6665 2