摘要：
1. Reactor模式 Reactor为“反应堆”，是一种事件驱动机制。Reactor逆置了事件处理流程，应用程序需要提供相应的接口并注册到Reactor上，如果相应的时间发生，Reactor将主动调用应用程序注册的接口，这些接口称为“回调函数”。 普通的函数处理机制为：调用某函数-> 函数执行， 阅读全文
摘要：
1. 网络主体架构 以voxel_rcnn_car.yaml为例。 主要包括： VFE(体素编码网络)，这里采用下MeanVFE; BACKBONE_3D，这里采用VoxelBackBone8x; MAP_TO_BEV，这里采用HeightCompression，NUM_BEV_FEATURES为2 阅读全文
摘要：
1. Specaugment https://ai.googleblog.com/2019/04/specaugment-new-data-augmentation.html 这是一篇来自google的工作，主要通过在时域和频域进行掩盖来进行数据增强； 自己写的可视化代码，使用torchlibros 阅读全文
摘要：
1.递归神经网络的历史版本 递归神经网络有两种类型：Jordan network和Elman network;现在常用的RNN(包括LSTM、GRU等)都是使用Elman network。 Elman network是在Jordan network的基础上进行了创新，并且简化了它的结构。 它们之间的 阅读全文
摘要：
一、卷积后特征图大小 1.卷积后尺寸计算 卷积核大小 $F\times F$ 输入图片大小 $W\times W$ 步长 S padding大小 P 输出特征图大小为 $N\times N$ $N = (W-F+2\times P)/S + 1$ 2.池化后尺寸计算 卷积核大小 $F\times F 阅读全文
摘要：
目的在于复习常见的排序题型和实现方式。 快速排序 时间复杂度：最坏情况为$O\left(n^{2}\right)$；平均时间复杂度为$O\left(n \log _{2} n\right)$； 空间复杂度为：最坏情况$O(n)$，当退化为冒泡排序；最好情况为$O(\log_2{n})$,递归调用需要 阅读全文
摘要：
对于声纹识别技术，需要有统一的指标来衡量这些系统之间的优劣。声纹识别领域中通常使用等错率等指标来衡量一个系统的识别性能。 常见的声纹识别系统在识别阶段主要包括特征提取、声纹建模、相似匹配和判别这四个模块。 1. 相似匹配模块 相似匹配模块通常有两个输入: 来自验证音频的声纹模型； 来自目标说话人的声 阅读全文
摘要：
1. 声纹识别分类 1.1 按任务分类 声纹识别技术按照其所要识别的任务及应用场景主要分成两类：声纹验证（speaker verification）及声纹辨认（speaker identification 或speaker matching）。 1.1.1 声纹验证（speaker verifica 阅读全文
摘要：
1. 频谱、倒谱、时频谱和功率谱 频谱： 将一段时域信号通过离散傅里叶变换后，将频率作为横轴，幅度作为纵轴。 相位频谱： 将一段时域信号通过离散傅里叶变换后，将频率作为横轴，相位作为纵轴。 倒谱： 将频谱的对数作为信号，进行傅里叶变换后得到的新的频谱，此时其横轴被称为倒频率（quefrency）。倒 阅读全文
摘要：
1. 安装lame（libmp3fame的安装包） 下载链接：https://sourceforge.net/projects/lame/files/lame/ 这里下载的文件版本为lame-3.100.tar.gz 编译并安装 tar -zxf lame-3.100.tar.gz cd lame- 阅读全文