原创 Merlin：一個開源的神經網絡語音合成系統
摘要 我們介紹Merlin語音合成工具包用於基於神經網絡的語音合成。該系統將語言特徵作爲輸入，採用神經網絡來預測聲學特徵，然後將聲學特徵傳遞到聲音合成機（vocoder）以產生語音波形。不同的神經網絡架構已被實現，包括標準的前饋神經網
2018-08-22 09:51:36
81
原创 【論文翻譯】通過梅爾頻譜預測來訓練WaveNet的自然語言合成
Google Brain團隊結合Tacotron和WaveNet等研究思路，增加了更多改進，最終實現了新的端到端語音合成系統Tacotron 2，達到了接近人聲的效果。 原論文鏈接： Natural TTS Synthesis by C
2018-08-22 09:51:36
59
原创 CUED-RNNLM：一個有效訓練評估RNN語言模型的開源工具包
摘要 近年來，循環神經網絡語言模型（RNNLMs）在包括語音識別在內的一系列應用中越來越流行。然而，RNNLMs的訓練計算開銷巨大，這就限制了可使用的數據量和網絡大小。爲了充分利用RNNLMs的能力，要求有效的訓練實現。本文介紹了CU
2018-08-22 09:51:33
66
原创 【論文翻譯】WaveNet：一種原始音頻的生成模型
Google Brain團隊結合Tacotron和WaveNet等研究思路，增加了更多改進，最終實現了新的端到端語音合成系統Tacotron 2，達到了接近人聲的效果。 原論文鏈接： Natural TTS Synthesis by C
2018-08-22 09:51:33
原创 【論文翻譯】Tacotron：端到端語音合成
Tacotron是谷歌於2017年提出的端到端語音合成系統，該模型可接收字符的輸入，輸出相應的原始頻譜圖， 然後將其提供給 Griffin-Lim 重建算法直接生成語音。 原論文鏈接： Tacotron: Towards End-
2018-08-22 09:51:21
27
原创 語音信號處理之（四）梅爾頻率倒譜系數（MFCC）
在任意一個Automatic speech recognition 系統中，第一步就是提取特徵。換句話說，我們需要把音頻信號中具有辨識性的成分提取出來，然後把其他的亂七八糟的信息扔掉，例如背景噪聲啊，情緒啊等等。
2018-08-22 09:51:20
45
原创 Linux iptables防火牆規則配置的兩個坑
好久沒有更新了，之前的一篇文章寫到一半就放草稿箱沒再動。汗顏-_-|| 0. 起因 使用redis數據庫，一臺主機作爲server啓動後，另一臺主機作爲client連接不上server，經查詢，可能是由於server防火牆的原因。
2018-08-22 09:51:20
2
原创 數據準備（快速構建ASR系統）
數據準備在Kaldi官方文檔中已經有了較爲全面、詳盡的說明。 然而在自己拿到語音數據後，要快速構建一個簡單的ASR語音識別系統，對於新手來說，思路可能並不 清晰。 下面，以自己的操作過程爲例，進行簡單的說明。 1. 音頻文件 首先需
2018-08-22 09:51:18
5
原创 使用Scrapy遞歸爬取網頁
1. scrapy介紹與安裝 Scrapy，Python開發的一個快速,高層次的屏幕抓取和web抓取框架，用於抓取web站點並從頁面中提取結構化的數據。Scrapy用途廣泛，可以用於數據挖掘、監測和自動化測試。（百度百科的描述）
2018-08-22 09:51:16
6