cpuimage

摘要： 近期比较忙, 抽空出来5.1开源献礼. 但凡学习音频降噪算法的朋友,肯定看过一个算法. <<语音增强-理论与实践>> 中提及到基于对数的最小均方误差的降噪算法,也就是LogMMSE. 资料见: <<Speech enhancement using a minimum mean-square erro 阅读全文

摘要： 经过前面研究图像算法和近阶段研究视频和音频算法的经历经验. 在2019年快要来临的时候,写下这篇小记. 目的很简单,总结过往,展望未来. 这里列举一些本人在算法上踩过的坑和出坑思路. 主要是数据标准化问题. 1.临界值问题 (最大值,最小值,阈值,无穷小,无穷大) 最早做一键修图的时候,在这个坑上踩 阅读全文

摘要： 很长一段时间，扎根在音频领域，各种玩耍。 渐渐上了轨道。 一切的一切仅仅因为相信自己能做好，也必须做好。 不懂就去查，去问，去找资料，去找视频。 渐渐的，我开始懂了，也慢慢有了系统性的理解。 随后经常能发散思维。 最近， 在自动增益， 音频降噪， 语速检测， 相位谱重建各个算法之间穿梭。 慢慢有所产 阅读全文

摘要： 前面提及过，音频指纹算法的思路。 也梳理开源了两个比较经典的算法。 https://github.com/cpuimage/shazam https://github.com/cpuimage/AudioFingerprinter 后来一段时间，稍微看了下这两个算法，还有不少可以精简优化的空间。 例 阅读全文

摘要： 关于图像模糊算法的实现， 我相信大多数学习图像算法的朋友都很熟悉。 例如常见的毛玻璃效果，高斯模糊等等。 而图像模糊最简单的实现就是 在一定区域 对像素做平均值计算。 术语描述，卷积。 1.认识卷积 而平均值计算可以，看做是一种常见的卷积计算，卷积核权重都为1。 OpenCV中与之对应的算法是Box 阅读全文

摘要： 前面提及到《大话音频变声原理 附简单示例代码》与《声音变调算法PitchShift(模拟汤姆猫) 附完整C++算法实现代码》 都稍微讲过变声的原理和具体实现。 大家都知道，算法从实现到最后工程应用，中间的环节和问题特别多。 尤其是编码的架构设计，好的数据结构和代码逻辑封装肯定是可复用，组件化的。 前 阅读全文

摘要： 这篇文章酝酿了很久，一直没抽时间写。 在中秋，国庆来临之时，落笔。 写之前，先交代几件事情， 主要是 回复 给我发邮件以及QQ上询问的朋友们的一些疑问和需求，这里稍作回复一下。 1.关于 票据ocr预处理算法 相关算法细节已经开源。 项目地址： https://github.com/cpuimage 阅读全文

摘要： 关于音频变声算法，这个是一个很多人特别感兴趣的话题。 当然也有不少开源算法可以参阅学习，有基于时域，也有基于频域的算法。 最终算法想要达到的目的是一致。 最近也有不少网友问过关于变声算法的一些细节问题，邮件询问我。 要给出一个比较合理或者说通俗易懂的解释，看似简单，其实还蛮难的。 按照大概的一个逻辑 阅读全文

摘要： 是的，你没有看错， 不是c++不是c#， 就是你认识的那个c语言。 在很长一段时间里，c的内存管理问题， 层出不穷，不是编写的时候特别费劲繁琐， 就是碰到内存泄漏排查的各种困难， 特别在多线程环境下，就难上加难了， 诸如此类的老大难问题。 c++用它的RAII机制妥妥影响了一代程序员。 RAII大概 阅读全文

摘要： 前面写过关于傅里叶算法的应用例子。 《基于傅里叶变换的音频重采样算法 (附完整c代码)》 当然也就是举个例子，主要是学习傅里叶变换。 这个重采样思路还有点瑕疵， 稍微改一下，就可以支持多通道，以及提升性能。 当然思路很简单，就是切分，合并。 留个作业哈。 本文不讲过多的算法思路，傅里叶变换的各种变种 阅读全文