摘要：
论文原文：USING JOINT TRAINING SPEAKER ENCODER WITH CONSISTENCY LOSS TO ACHIEVE CROSS-LINGUAL VOICE CONVERSION AND EXPRESSIVE VOICE CONVERSION 代码和论文地址：http 阅读全文
摘要：
#论文翻译： # Speeding Learning of Personalized Audio Equalization # ## Abstract ## 音频均衡器(eq)可能是音频制作中最常用的工具。SocialEQ项目是一个基于网络的个性化音频均衡系统，它使用了标准方法的替代界面范式。在这里 阅读全文
摘要：
https://zhuanlan.zhihu.com/p/234712781 https://blog.csdn.net/weixin_43716250/article/details/109706290 https://www.zhihu.com/question/46631426 阅读全文
摘要：
论文翻译： 总结： 第一章主要关注概率建模框架，其中使用高斯过程对用户未观察到的内部响应函数建模。在这种情况下，解决的第一个主要挑战是考虑受到嘈杂噪声不一致的用户反馈。 解决的第二个主要挑战是支持反馈，它能紧密地反映用户的感知，同时在不增加认知负荷的情况下提供有关它的最大信息。 在第二章中，主动学习 阅读全文
摘要：
1HMM基础 一模型、两假设、三问题 1）一个模型 随机过程：是依赖于参数的一组随机变量的全体，参数通常是时间。随机变量是随机现象的数量表现，其取值随着偶然因素的影响而改变。 例如，某商店在从时间t0到时间tK这段时间内接待顾客的人数，就是依赖于时间t的一组随机变量，即随机过程。 马尔科夫过程：随机 阅读全文
摘要：
1 预滤波 CODEC（所谓Codec，就是编码-解码器“Coder-Decoder”的缩写。说得通俗一点，对于音频就是A/D和D/A转换。）前端带宽为300-3400Hz（语音能量主要集中在250~4500Hz）。的抗混叠滤波器。 工程测量中采样频率不可能无限高也不需要无限高，因为一般只关心一定频 阅读全文
摘要：
1 语音识别基础 1.1 声音特性 声音是由物体振动产生的声波。是通过介质传播并能被人或动物听觉器官所感知的波动现象。最初发出振动的物体叫声源。声音以波的形式振动传播。声音是声波通过任何介质传播形成的运动。 频率：是每秒经过一给定点的声波数量，它的测量单位为赫兹，1千赫或1000赫表示每秒经过一给定 阅读全文
摘要：
(1)坐标轴缩放 import matplotlib.pyplot as plt x = [10**i for i in range(10)] y = [i for i in range(10)] plt.plot(x,y,c="b") plt.scatter(x,y) #点图 设置X轴的缩放度 p 阅读全文
摘要：
最近我在学习 Transformer 结构的时候，发现其中的 positional encoding 很不好理解，尤其是其中的公式，为什么要这样设计，后来上网收集各种资料，方才理解，遂于此写一篇文章进行记录 首先你需要知道，Transformer 是以字作为输入，将字进行字嵌入之后，再与位置嵌入进行 阅读全文
摘要：
Transformer 是谷歌大脑在 2017 年底发表的论文 attention is all you need 中所提出的 seq2seq 模型。现在已经取得了大范围的应用和扩展，而 BERT 就是从 Transformer 中衍生出来的预训练语言模型 这篇文章分为以下几个部分 Transfor 阅读全文