liufuliang163的专栏

非常好的文章，能让人看明白的文章，尝温习之转自：http://news.soundai.com/?id=7本文作者陈孝良，工学博士，声智科技创始人。亚马逊Echo和谷歌Home争奇斗艳，除了云端服务，他们在硬件上到底有哪些差异？我们先将Echo和Home两款音箱拆开来看，区别最大的还是麦克风阵列技术。Amazon Echo采用的是环形6+1麦克风阵列，而Google Home（包括Surface Studio）只采用了2麦克风阵列。这种差异我们在文章《对比Amazon Echo，Googl.

理解FFT和信号加窗原理及意义学习信号时域和频域、快速傅立叶变换(FFT)、加窗，以及如何通过这些操作来加深对信号的认识。1. 理解时域、频域、FFT傅立叶变换有助于理解常见的信号，以及如何辨别信号中的错误。 尽管傅立叶变换是一个复杂的数学函数，但是通过一个测量信号来理解傅立叶变换的概念并不复杂。 从根本上说，傅立叶变换将一个信号分解为不同幅值和频率的正弦波。 我们继续来分析这句话的意义所在。所有信号都是若干正弦波的和我们通常把一个实际信号看作是根据时间变化的电压值。 这是从时.

转自：http://www.cnblogs.com/luxiaoxun/archive/2013/05/09/3069036.htmlDynamic Time Warping（DTW）是一种衡量两个时间序列之间的相似度的方法，主要应用在语音识别领域来识别两段语音是否表示同一个单词。1. DTW方法原理在时间序列中，需要比较相似性的两段时间序列的长度可能并不相等，在语音识

转自：http://www.cnblogs.com/tornadomeet/archive/2012/03/23/2413363.htmlDTW为(Dynamic Time Warping,动态时间归准)的简称。应用很广，主要是在模板匹配中，比如说用在孤立词语音识别，计算机视觉中的行为识别，信息检索等中。可能大家学过这些类似的课程都看到过这个算法，公式也有几个，但是很抽象，当时看懂了但

转自：http://blog.youkuaiyun.com/zouxy09/article/details/9140207Dynamic Time Warping（DTW）诞生有一定的历史了（日本学者Itakura提出），它出现的目的也比较单纯，是一种衡量两个长度不同的时间序列的相似度的方法。应用也比较广，主要是在模板匹配中，比如说用在孤立词语音识别（识别两段语音是否表示同一个单词），手势识别，数据挖掘和

转自：https://www.cnblogs.com/skyme/p/4651331.html什么是熵(Entropy)简单来说，熵是表示物质系统状态的一种度量，用它老表征系统的无序程度。熵越大，系统越无序，意味着系统结构和运动的不确定和无规则；反之，，熵越小，系统越有序，意味着具有确定和有规则的运动状态。熵的中文意思是热量被温度除的商。负熵是物质系统有序化，组织化，复杂化