摘要： 记录一套完整 NumPy Log-Mel Fbank 实现，说明末帧补零、Mel 离散、验证环境与训练部署逐层对齐方法。 阅读全文

摘要： PCM、WAV与RIFF：语音模型输入格式检查记录 语音算法工程师学习路线 · 音频基础 01 语音推理链路出现异常时，音频格式检查应当早于模型排查。文件能够被播放器正常播放，并不能证明它满足模型的输入契约。 本文记录 PCM、WAV 和 RIFF 的关系，并给出一套不依赖第三方库的检查方法。 1. 阅读全文

摘要： 目录语音算法工程师学习路线一、音频与特征基础需要掌握的内容推荐实践任务验收标准二、语音唤醒KWS需要掌握的内容推荐实践任务推荐评测指标三、ASR语音识别需要掌握的内容推荐实践任务CER计算流式与非流式的取舍四、TTS语音合成需要掌握的内容推荐实践任务工程评测重点五、语音增强与AI降噪常见模块推荐实践 阅读全文

摘要： 1. Transformer整体结构 首先介绍Transformer的整体结构，下图是Transformer用于中英文翻译的整体结构： 可以看到Transformer由Encoder和Decoder两部分组成，Encoder和Decoder都包含了6个block。 Transformer的工作流程大 阅读全文

摘要： 什么是Transformer？ Transformer架构擅长处理文本数据，这些数据本身是有顺序的。他们将一个文本序列作为输入，并产生另一个文本序列作为输出。例如，讲一个输入的英语句子翻译成西班牙语。 Transformer的核心部分，包含一个编码器层和解码器层的堆栈。 为了避免混淆，我们把单个层称 阅读全文

摘要： Transformer 自注意力机制 自注意力机制核心就是计算句子在编码过程中每个位置上的注意力权重，然后再以权重和的方式计算整个句子的隐含向量表示 attention核心？ self-attention 核心公式： \(\text{Attention}(Q,K,V) = \text{softmax 阅读全文

摘要： CJSON简介 官网下载 cJSON download | SourceForge.net github clone地址:https://github.com/yegeli/cJSON.git gitee clone地址:https://gitee.com/yegeli/cJSON.git 核心内容 阅读全文

摘要： 836. 矩形重叠 题目描述 矩形以列表 [x1, y1, x2, y2] 的形式表示，其中 (x1, y1) 为左下角的坐标，(x2, y2) 是右上角的坐标。矩形的上下边平行于 x 轴，左右边平行于 y 轴。 如果相交的面积为 正 ，则称两矩形重叠。需要明确的是，只在角或边接触的两个矩形不构成重 阅读全文

摘要： 119. 杨辉三角 II 题目描述 给定一个非负索引 rowIndex，返回「杨辉三角」的第 rowIndex 行。 在「杨辉三角」中，每个数是它左上方和右上方的数的和。 示例 1: 输入: rowIndex = 3 输出: [1,3,3,1] 示例 2: 输入: rowIndex = 0 输出: 阅读全文

摘要： 118. 杨辉三角 题目描述 给定一个非负整数 numRows，生成「杨辉三角」的前 numRows 行。 在「杨辉三角」中，每个数是它左上方和右上方的数的和。 示例 1: 输入: numRows = 5 输出: [[1],[1,1],[1,2,1],[1,3,3,1],[1,4,6,4,1]] 示 阅读全文