摘要：阅读 demucs 代码时，发现对频率维度有这样的操作： add frequency embedding to allow for non equivariant convolutions over the frequency axis. 但什么是非等变卷积？非等变性又是什么？ 等变性 equiva 阅读全文

摘要：在阅读这个 notebook 时发现了一个小技巧：在 STFT 之前先对音频的首尾进行 Padding。 在 STFT 之前进行 Padding 假设使用长度为 \(N\) 的窗口对音频进行 STFT 之前，最好在音频首尾 Padding 出 \(N/2\) 的长度。 这是因为，例如，若希望第一个窗 阅读全文

摘要：梅尔倒频谱系数（MFCC，Mel Frequency Cepstral Coefficents）在人声领域（语音识别，说话人辨认）等领域应用广泛。 这个文章留下学习倒谱与梅尔频率的痕迹。 频谱 声音是一维时域信号。为了分析声音的频域规律，就要用到傅里叶变换，将信号从时域转换到频域。但频域信号失去了时 阅读全文