原创 機器之心對俞棟的採訪

轉http://sanwen8.cn/p/5c32E5V.html 機器之心:從您和鄧力老師的那本書《Automatic Speech Recognition: A Deep Learning Approach》出版到現在,您認爲期間深度

原创 http://www1.bbsland.com/education/messages/236421.html

談談機器學習(Machine Learning)大家 (full version)   送交者: HiT, 2005年8月23日08:58:07 於 [教育與學術]http://www.bbsland.c

原创 LibSVM學習(六)——easy.py和grid.py的使用(轉)

其中,常用到的是easy.py和grid.py兩個文件。其實,網上也有相應的說明,但很不繫統,下面結合本人的經驗,對使用方法做個說明。       這兩個文件都要用python(可以在http://www

原创 kaldi 源碼閱讀-transition-model

transition-model這個類定義在./src/hmm/transition-model.h中。先介紹一下相關的概念: 每一個phone會有一個HMM topology,它會包含若干個hmmstate。 每一個hmmstate

原创 異常聲音檢測之kaldi DNN 訓練

使用kaldi的DNN做音頻分類,異常聲音檢測。 基本上沿用語音識別的思路,有兩點注意一下即可。 1. 在訓HMM/GMM時,訓到monophone即可,使用monophone的HMM與alignment來訓DNN 2.語言模型的準備,手

原创 Max-out network--p norm

在kaldi的nnet2中,run_4d.sh當中使用了p-norm的DNN 這是povey的團隊在IMPROVING DEEP NEURAL NETWORK ACOUSTIC MODELS USING GENERALIZEDMAXOU

原创 Kaldi 源碼閱讀--hmm-topology

Kaldi 源碼閱讀–HMM 關於kaldi源碼的閱讀已經計劃很久,今日從HMM開始: 切入點是hmm的topo文件: <TopologyEntry> <ForPhones> 1 2 3 4 5 6 7 8 </ForPhones>

原创 轉載自demonstrate 的 blog

這裏蒐集了一些常見的和 machine learning 相關的網站,按照 topic 來分。 Gaussian Processes http://www.gaussianprocess.org 包括相關的書籍(有 Carl Edwa

原创 Bishop的一篇文章

基於對Bishop那本書的崇拜,去此牛人的主頁瞻仰了一下,下了幾篇文章 一篇是A New Framework for Machine Learning。其主要內容可以用introduction裏的一句話來概括: The new frame

原创 kaldi中sge集羣的使用

kaldi訓練的並行化需要配置cmd.sh 如果是local machine,只需要設置 export train_cmd=”utils/run.pl” export decode_cmd=”utils/run.pl” e

原创 kaldi 中lattice操作的幾個工具

 latgen-faster-mapped:  生成lattice  lattice-scale:Apply scaling to lattice weights lattice-add-penalty: Add word insert

原创 LDA -Gibbs抽樣

LDA的訓練有兩種,一個是variational inference,一個是Gibbs抽樣。 Dirichlet先驗,反映到Gibbs抽樣方式的訓練過程上,可以認爲是給隱含主題和詞的同現計數加上一個簡單的Laplacian平滑(Lapl

原创 toipc model

最近一直在看topic model 的東西,希望在音頻檢索中有所改進,在學習LDA中,遇到了graph model 以及variational inference的內容,翻看了bishop的machine learning and pat

原创 perl 的初次接觸

以前做文本的處理主要是使用python。 但kaldi中使用perl比較多,所以也有必要了解一些。 先從接觸run.pl 開始吧 run.pl 是kaldi中進行本地並行處理的腳本。 使用方法:   run.pl log-file c