原创 kaldi feature extraction
支持提取mfcc/plp特徵，和HTK特徵的主要差別在於默認參數值的設定。使用選項-htk-compat=true以及合適的參數，可以得到htk特徵。 全局CMVN compute-cmvn-stats 假設幀數爲i，特徵維度爲j
2020-06-22 00:36:57
7
原创 kaldi NFS/GlusterFS
NFS 詳細介紹參考《鳥哥的LINUX私房菜-服務器架設篇》第十三章 主要流程 server端配置 安裝兩個軟件：rpcbind和nfs-utils 配置/etc/exports <DIR> *(rw,no_root_squ
2020-06-21 23:36:50
2
原创 kaldi 1d-CNN源碼
CNN nnet/nnet-convolutional-component.h 假設CNN相關參數如下 ###輸入相關參數 num_splice=3
2020-06-21 23:01:12
2
原创 cuda 概況和安裝
下載安裝 參考官網 概況 cuda是英偉達公司的並行計算平臺和編程模型，利用GPU加速計算。 nvidia產品包括： - Tesla: super computing - Quadro: professional visu
2020-06-21 23:01:12
原创 kaldi 1d-CNN網絡結構
生成nnet.proto utils/nnet/make_cnn_proto.py 假設輸入26維的fbank，feat_raw_dim=26，splice_num=8，delta_order=0： num_filters1
2020-06-21 23:01:12
4
原创 kaldi 神經網絡
overview type author CPU/GPU feature nnet1 Karel GPU單卡訓練 使用pre-training，使用early stopping nnet2 Dan 支持多GPU訓
2020-06-21 23:00:56
4
原创 神經網絡-LFR model
CLDNN[1] 不同的網絡結構有不同的優勢 - CNN擅長減少頻率偏移 - LSTM擅長對時序信號進行建模 - DNN可以對特徵做更高階的抽象，更容易進行分類 CLDNN依次將CNN/LSTM/DNN進行串聯組合成一
2020-06-21 23:00:55
原创 語音合成vocoder（三） spectral envelope參數
基本概念[1] spectral envelope的三個性質： - 包絡線連接峯值，並且緊緊包裹幅度譜 - 包絡線不能震盪太劇烈，需要平滑 - 包絡線不能有corner 語音信號可以模擬爲激勵脈衝序列與聲道衝激響應的離
2020-05-31 17:44:08
原创 神經網絡-CNN結構和語音識別應用
一、基本結構 入門介紹：https://ujjwalkarn.me/2016/08/11/intuitive-explanation-convnets/ 參考deep learning. Ian Goodfellow的chapt
2020-02-20 15:53:25
原创 CTC學習筆記（五） eesen訓練源碼
essen源碼參考https://github.com/yajiemiao/eesen，這裏簡單說一下涉及到訓練前後向的核心算法源碼實現。 以單句訓練爲準（多句並行類似），用到的變量 變量 含義 phones_num
2020-02-20 15:53:25
原创 kaldi I/O機制
擴展文件名 使用擴展的文件名來表示輸入輸出： - rxfilename表示讀取的數據流，比如file/stream/standard input - wxfilename表示輸出的數據流 1.rxfilename 類型包括
2020-02-20 15:53:25
原创 Deep Speech筆記
Deep Speech 1 Hannun, A., Case, C., Casper, J., Catanzaro, B., Diamos, G.,Elsen, E., Prenger, R., Satheesh, S., S
2020-02-20 15:53:25
5
原创 聲學模型學習筆記（七） advanced deep models
multitask and transfer learning multitask learning：不同的任務網絡，可以共享一部分網絡結構（比如說某個隱層） transfer learning：遷移學習 SHL-MDNN
2020-02-20 15:53:25
3
原创 kaldi lattice
概況 兩種lattice結構 Lattice結構 FST的形式，weight包括兩部分（graph cost和acoustic cost），輸入是transition-ids，輸出是words。 其中weight的graph
2020-02-20 15:53:25
原创 arm平臺和相關的矩陣運算庫
一、arm平臺 ARM(Acorn RISC Machine,後改爲Advanced RISC Machine)是一個32位精簡指令集（RISC）處理器架構，其廣泛地使用在許多嵌入式系統設計。類比於服務端的X86，其他的架構還有M
2020-02-20 15:53:25