2021-03-25

Ubuntu 22.04远程桌面终极指南:从零配置RDP到解决黑屏问题 本文提供了一份Ubuntu 22.04远程桌面配置的终极指南,详细讲解了如何从零开始安装和配置RDP服务,并重点解决了连接后常见的黑屏问题。通过分析会话冲突、修复启动脚本及配置权限策略,帮助用户实现稳定、高效的远程桌面连接,优化分辨率、禁用锁屏,打造无缝的远程工作体验。 阅读详情

2021.03.25

论文:语音识别中声学模型研究综述(作者:叶硕、褚钰、王祎、李田港)

笔记:

1.语音识别:声学模型、语言模型

2.语音识别可分为三个方向:

         文本识别:将语音中的内容转换为文本。

              声学模型分析:(1)高斯混合模型(GMM)[可对任意概率密度函数进行拟合逼近]与隐马尔可夫模型(HMM)[HMM转移的概率只与前一时刻有关,无法充分利用上下文信息]                                             结合。

                                          增强GMM拟合能力时,需要优化的数据也急剧上升,给声学模型的训练带来极大的负担。

                                (2)深度神经网络(DNN)[对声学特征矢量和状态关系进行建模]与隐马尔可夫模型(HMM)

                                  (3)长短时记忆网络(LSTM)和深度神经网络(DNN)

         声纹识别:研究说话人的身份或特定文本。【两类:说话人辨认、说话人验证】

                 声学模型分析:GMM-UBM。CNN。DNN。

        情绪识别:对语音中包含的情感进行识别。

                 声学模型分析:LSTM-CTC。HMM-LSTM。

论文:鲁棒性语音识别技术研究综述(作者:黄志东)

笔记:本文主要 主题围绕 语音识别技术在噪音环境下的鲁棒性

1.常见的语音特征:滤波器组特征(FBANK)、梅尔频率倒谱系数(MFCC)、相对谱变换与感知性预测等。

2.语音特征提取:

             特征线性变换:有线性判别分析(LDA)、最大似然线性变化(MLLT)。

              单耳特征增强:基于DNN语音增强框架的听觉单耳特征。类似于人类的听觉系统。

               瓶颈特征提取:BN提取器具有共享层(学习语言的不变特性)和独占层(捕获依赖于语言的特性)。共享隐藏层模型、堆叠共享独占模型、并行共享-独占模型(优于前两者)。基于无监督语音标签估计的瓶颈特征提取方式、基于DNN语音水平识别系统。

             基于自动编码器的特征提取:去噪自编码器(DAE)、多任务自动编码器[能从噪声语音中估计噪声特征]。

              基于迁移学习的特征提取:对抗性师生学习(T/S)。

3.鲁棒性声学模型(识别算法):

              基于DNN的声学模型改进:修改了DNN的神经元数量、层的组合以及使用不同的激活函数和算法等方面,提高了语音识别技术在未知噪声下的性能。

              基于CNN的声学模型改进:两种CNN:一种是宽带背景窗口的宽带功能,一种是窄带背景窗口的窄带功能。基于DCNN的语音增强方法。

              基于生成对抗网络的声学模型改进:基于GAN的声学模型和基于神经网络的声学模型用于训练阶段、结合瓶颈特征提取。

      

 

 

7-1 链式基数排序 (20 分) 7-1 链式基数排序 (20 分) 实现链式基数排序,待排序关键字n满足1≤n≤1000,最大关键字数位≤5。 输入样例: 第一行输入待排序个数n(1≤n≤1000),再输入n个数(n的数位≤5)。 10 278 109 63 930 589 184 505 269 8 83 输出样例: 输出每趟分配-收集后链表中的关键字,趟数为序列中最大值的数位(如样例中930的数位为3),每行结尾有空格。 930 63 83 184 505 278 8 109 589 269 505 8 109 930 63 26 阅读详情

相关推荐

STM32F103VET6实战:用W25Q64外部Flash实现Bootloader+Application双备份(含完整代码解析)

本文详细介绍了基于STM32F103VET6微控制器和W25Q64外部Flash实现Bootloader+Application双备份固件升级的完整方案。通过精心设计的Flash分区策略、可靠的Bootloader程序以及包含双重校验和自动回滚机制的升级流程,有效解决了远程升级过程中断电导致设备变砖的风险,确保了工业嵌入式系统的高可靠性与稳定性。

linux的博客 823

说话人识别的主要方法(一)——与文本有关的识别方法

由于识别对象的不同,三大类说话人识别系统(与文本有关、与文本无关、文本提示型)在实现方法上有很大差异 与文本有关的识别方法: 在与文本有关的说话人识别中,由于文本内容已知,识别时可以同时利用语音信号中的语义信息和说话人特征,即使利用较短的语料,也能从中提取出较稳定的说话人特征。 与文本有关的说话人识别方法与语音识别的方法很相似,最常用的也是基于DTW的方法和基于HMM的方法。 以基于HMM...

Alla_Z的博客 3172

校园网改造实录:手把手教你用华为MA5800 OLT调试全光网(附常用排错命令)

本文详细记录了校园全光网改造中华为MA5800 OLT的部署与调试过程,涵盖设备选型、基础配置、ONU批量部署及高频故障排查。通过实战案例和排错命令,帮助网络工程师快速掌握全光网调试技巧,实现低延迟、高稳定的网络性能。

weixin_42552716的博客 578

关于语音识别技术的初探

语音识别技术的应用可以分为两个发展方向:一个方向是大词汇量连续语音识别系统,主要应用于计算机的听写机,以及与电话网或者互联网相结合的语音信息查询服务系统,这些系统都是在计算机平台上实现的;另外一个重要的发展方向是小型化、便携式语音产品的应用,如无线手机上的拨号、汽车设备的语音控制、智能玩具、家电遥控等方面的应用。那么哪些语音识别系统比较好呢?   深圳伊兰度科技有限公司   深圳市拓丰达数

ation_work的专栏 1301

获取B站某用户更多的关注数和粉丝数

获取B站某用户更多的关注数和粉丝数 相关记录 一、 前言 B 站最多只能翻 5 页用户的关注数和粉丝数,如何能够看到更多呢。 方法我也是从网上翻来的,记载博客里,算是我研究过这个话题了。 二、需要的东西 关注数的 api https://api.bilibili.com/x/relation/followings?vmid=2884629&pn=1&ps=20&order=desc&jsonp=jsonp 关注者(粉丝)的 api https://api.bilibili.

Enderman_xiaohei的博客 4831

(MIUI)小米手机录音文件深度寻踪:从系统缓存到数据目录的实战解析

本文深入解析了MIUI系统中录音文件丢失的常见原因及解决方案,包括系统升级兼容性问题、应用缓存机制异常和存储权限变动。通过实战操作指南,详细介绍了如何从系统目录、数据库层面恢复录音文件,并提供了预防措施和自动化备份方案,帮助小米手机用户有效找回重要录音数据。

weixin_42699679的博客 523

如何使用CNN进行语音信号分析

CNN对图片分类能够取得很高的准确率,而语音信号经过傅里叶变换或者其他变换能够得到时间-频率图。 大家的想法都很直接,能不能用于语音信号的分析? 于是就有了下面的探索。。 估计看完的小伙伴应该能够实现一个CNN对音频分类,同时也知道CNN在处理时间-频率图与普通图的不同之处。 1.Quora 上的问题Can we apply CNN to frequency domain? https://www...

西檬饭 8190

告别切换烦恼!用Parallels Desktop的Host-Only网卡,在macOS上直接访问虚拟机里的公司内网

本文详细介绍了如何在macOS上使用Parallels Desktop的Host-Only网卡直接访问虚拟机内的公司内网,告别频繁切换操作系统的烦恼。通过配置Host-Only网络模式,实现主机与虚拟机的安全高效通信,特别适合需要频繁访问内网资源的IT从业者。文章包含分步指南、自动化脚本和常见问题解决方案,帮助用户优化工作流程。

weixin_28739079的博客 364

神经网络-CNN结构和语音识别应用

一、基本结构入门介绍:https://ujjwalkarn.me/2016/08/11/intuitive-explanation-convnets/ 参考deep learning. Ian Goodfellow的chapter9 cross-correlation: S(i,j)=(I∗K)(i,j)=∑M∑NI(i+m,j+n)K(m,n)S(i,j)=(I*K)(i,j)=\sum_M

xmdxcsj的专栏 2万+

基于Simulink的电力电子负载特性模拟仿真实例

电阻性负载是最简单的负载形式,其阻抗为纯电阻,电流和电压之间的关系符合欧姆定律。电阻性负载的特点是消耗能量,不会存储能量。本示例将以一个典型的直流电源供电系统为例,展示如何利用Simulink进行不同负载特性的仿真模拟。直流电源:提供固定电压输入。逆变器(可选):根据需要产生PWM调制信号,驱动负载。负载模块:模拟不同类型的负载特性,如电阻性负载、电感性负载和容性负载。测量模块:用于观察负载上的电压和电流波形。系统架构视图plaintext深色版本v| || |

xiaoheshang_123的博客 432

MGC3130 3D手势识别传感器原理图设计,已量产(交互传感器)

最近在落地一款互动艺术装置的控制模块,选了 Microchip 的 MGC3130 做核心 —— 这颗芯片算是 GestIC® 近场传感技术的 “熟面孔” 了,把 3D 手势识别、运动跟踪的信号处理都集成在一颗芯片里,0-10cm 的检测距离刚好适配桌面级互动场景,挥挥手就能控设备的体验,放在艺术装置里确实很出效果。今天扒一下实际跑通的原理图,聊聊每个模块的设计思路。

不脱发的程序猿 375

INTERSPEECH 2017系列 | 语音识别技术之声学模型

编者:今年的INTERSPEECH于8月20日至24日在瑞典的斯德哥尔摩顺利召开,众多的高校研究机构和著名的公司纷纷在本次会议上介绍了各自最新的技术、系统和相关产品,而阿里巴巴集团作为钻石赞助商也派出了强大的阵容前往现场。从10月25日开始,阿里iDST语音团队和云栖社区将共同打造一系列语音技术分享会,旨在为大家分享INTERSPEECH2017会议上语...

weixin_34259159的博客 1041

基于FPGA的64点fft变换verilog开发

这精度的损失在10bits看来对最后的误差的影响是存在是不可忽略的。此后,在这思想基础上又开发了高基和分裂基等快速算法,随着数字技术的高速发展,1976年出现建立在数论和多项式理论基础上的维诺格勒傅里叶变换算法(WFTA)和素因子傅里叶变换算法。采用这种算法能使计算机计算离散傅里叶变换所需要的乘法次数大为减少,特别是被变换的抽样点数N越多,FFT算法计算量的节省就越显著。采用这种算法能使计算机计算离散傅里叶变换所需要的乘法次数大为减少,特别是被变换的抽样点数N越多,FFT算法计算量的节省就越显著。

FPGA/MATLAB学习教程/源码/项目合作开发 1978

java怎么转换Fri Jul 02 11:25:49 GMT+08:00 2021转为2021-07-03 11:25:49

java怎么转换Fri Jul 02 11:25:49 GMT+08:00 2021转为2021-07-03 11:25:49 SimpleDateFormat df=new SimpleDateFormat("EEE MMM dd hh:mm:ss z yyyy", Locale.ENGLISH); Date date=df.parse(s); SimpleDateFormat sf2 = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss"); System.ou

weixin_54393974的博客 1040

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

上一篇: 语音识别技术论文阅读笔记
下一篇: 2021-03-26
喵小花是个程序媛
博客等级 码龄9年 33粉丝 11原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值