
笔记
文章平均质量分 77
NosONE
音频前端算法,信号处理,嵌入式学习中
展开
-
详解torch.nn.conv1d
右上下图可知,卷积核大小为(in_channel * kernel_size),一般一维信号的卷积核大小就为(1*kernel_size)。一维卷积不代表卷积核只有一维,也不代表被卷积的feature也是一维。一维的意思是说卷积的方向是一维的。可以肯定的是卷积核是在最后一个维度移动的,例如上图的一维信号是卷积核从左往右进行卷积的。从输入到输出的过程中,通道数经常在发生改变,而out_channel是什么呢?补充:卷积层实际上是计算的相关,并没有翻折的操作,不是数学意义上的卷积。一维卷积的是在哪个维度进行?原创 2024-05-08 10:11:06 · 1650 阅读 · 0 评论 -
详解pytorch中循环神经网络(RNN、LSTM、GRU)的维度
首先如果你对不太熟悉,可点击查看。原创 2024-05-07 21:02:09 · 2216 阅读 · 1 评论 -
语音质量评估标准(超详细指南)
回声消除相关的测试指标。原创 2023-09-19 16:53:37 · 2099 阅读 · 2 评论 -
MCRA2+过减法降噪
总体步骤:跟踪最小值采用的“连续频谱最小值跟踪算法。原创 2023-08-21 14:53:01 · 296 阅读 · 0 评论 -
如何用neon实现正弦余弦函数(sin & cos)的优化
要想用neon实现对cosf()和sinf()函数的优化,首先需要找到求近似值的方法,然后再将求近似值的函数用neon实现。需要注意的是,这些近似求解方法,都需要将。原创 2023-07-19 14:37:01 · 819 阅读 · 0 评论 -
加窗------确保完美重建原则以及观察频谱特性
关于窗函数的完美重建条件和频谱分析原创 2023-04-21 11:22:22 · 688 阅读 · 2 评论 -
RNNoise子带能量的理解
void compute_band_energy(float* bandE, const kiss_fft_cpx* X) { int i; float sum[NB_BANDS] = { 0 };/*NB_BANDS是22个端点,即21个子带*/ for (i = 0; i < NB_BANDS - 1; i++) { int j; int band_size; /*对应子带的频点数*/ band_size = (e.原创 2020-11-10 20:22:07 · 184 阅读 · 0 评论