- 博客(12)
- 收藏
- 关注
RSS订阅原创 ICASSP 2023 | Mossformer：使用具有卷积增强联合自我注意的门控单头变压器突破单耳语音分离的性能极限
整体架构类似于ConvTasnet，没有直接利用DPRNN的分块操作（但计算局部自注意力时还是用到了分块操作），因为分块操作并不能有效的学习长时间序列依赖性。流程：编码器->Mossformer Block特征提取->解码器。
2025-07-14 14:27:31
540
原创 ICASSP2023 | HTdemucs：用于音乐源分离的 Hybrid Transformers
Demucs是Facebook开源的声音分离模型，这里主要学习最新版本v4:HTDemucs（Hybrid Transformer Demucs）是一个混合时频域音频分离模型，专门用于音乐源分离任务。该模型创新性地结合了频谱图处理和时域处理两个并行分支，通过交叉Transformer实现两个分支的信息交互，最终融合输出高质量的分离结果。双分支架构：频域分支处理STFT频谱图，时域分支处理原始波形交叉Transformer：实现两个分支间的信息交互。
2025-07-13 15:35:43
1383
原创 INTERSPEECH 2023 | HD-DEMUCS：使用异构解码器进行通用语音恢复
HDDEMUCS是基于Demucs（v1）进行改进的，主要创新点在于异构解码器和损失函数HDDEMUCS模型使用多分辨率短时傅里叶变换损失函数 (Multi-Resolution STFT Loss, MRSTFT)作为主要的训练损失函数。这种损失函数结合了时域和频域的信息，特别适合音频增强任务。
2025-07-13 15:30:37
681
原创 DataParallel 和 DistributedDataParallel 的区别
参考blog：nn.DataParallel 和 DistributedDataParallel 的区别
2025-07-09 23:42:26
370
原创 自监督语音增强 - 1.原理介绍
(99+ 封私信 / 6 条消息) 一种基于噪声混合训练和两阶段推理的无监督语音增强师生框架 - 知乎1）解决了领域不匹配的问题；2）消除了对带噪语音以外的领域内数据的需求；3）提出了适合两阶段推理的新模型，这样NyTT的模型性能可以进一步提高。带噪语音和噪声混合学习带噪语音CTT：干净目标训练（clean target training)采用moms（mixtrues of mixtures）策略，用带噪语音和噪声语音混合输入，以带噪语音和噪声作为输出，那么模型具备一定的去噪能力特点：不需要干净数据不足：
2025-06-26 13:42:43
589
原创 扩散模型（1）- 原理学习
1.训练过程：随机抽取一个时间步（不需要每个时间步都计算，过程太久太复杂），计算高斯噪声与当前时刻输入带噪图像Xt和时间步t预测出来的噪声的损失函数。2.采样（推理过程）：从T时刻输入标准正态分布随机采样的噪声，通过T->1时刻的逐步推理得到预测的干净图像X0。1.关键点：用神经网络模拟加噪声逆向操作的均值和方差，然后用后一步的分布减去逆向操作的分布，得到该时刻的图片。**GAN：**用一个判别器判断该图是否是我们需要的图，再用生成器生成图片。中采样出新的符合另一个正态分布的X。2.怎么求t-1时刻分布。
2025-06-24 19:45:56
324
原创 Day01 - 引言
熵的值越小，序列结构性越强，编码长度越短，log1/p(x)可以代表x的编码长度。退火条件概率分布：随着T的设置按照比例将概率分布加和为1。temperature：可以用来控制生成中的变异量。特点：可以利用前馈神经网络计算每个条件概率分布。N-gram:预测字符x只依靠前n-1个字符（给定文本输入，给出对应的新的文本或者符号输出。，难以捕捉长时间依赖）
2025-04-10 16:12:28
249
原创 Ubuntu mysql8.0 密码修改
密码输入错误，会显示：ERROR 1045 (28000): Access denied for user 'root'@'localhost' 第一步：寻找默认用户并登录1.通过cat或vim命令查看/etc/mysql/debian.cnf配置文件cat /etc/mysql/debian.cnf2.登录用户debian-sys-maint$ mysql -udebian-sys-maint -p密码用1中的password第二步：mysql8.0重置密码（适用于mysql8.0
2022-05-10 15:33:12
1664
原创 3.1(栈，队列，数组） 栈
栈顺序栈顺序栈基础代码#include<iostream>using namespace std;#define MaxSize 10#define ElemType inttypedef struct Stack{ ElemType data[MaxSize]; int top;}SqStack;void InitStack(SqStack &s ){ s.top=-1;}bool StackEmpty(SqStack &s){
2022-04-16 19:23:38
332
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人