原创 NLMS及MDF AEC中核心理論點突破
如需轉載請註明出處。 本文從數學和物理意義上闡明NLMS及頻域MDF AEC中步長更新的深層理論含義。 以speex AEC爲例，以回聲泄露因子來計算得到最優步長。 r = st->leak_estimate*st->Yf[i];
2020-07-07 23:46:56
6
原创 FFT變換中的頻譜泄露問題研究
如需轉載，請註明出處。 以下內容爲個人理解，如有出入，還望一同探討。 核心基本原理： 1. 卷積定理： 時域信號的乘積，映射爲頻域信號的卷積；頻域信號的乘積，映射爲時域信號的卷積 2. 基本概念： 離散傅里葉變換( DFT & FF
2020-07-07 23:46:56
5
原创 求局部極值的小技巧
nbr = np.zeros(len(vec)+1, dtype=bool) nbr[0] = True nbr[1:-1] = np.greater_equal(vec[1:], vec[:-1]) maxmask = (nbr[:-
2020-02-23 20:21:08
1
原创 Comb+All-pass filter組合Reverberation中Comb feedback係數校正
如需轉載請註明出處！ 當前，介紹或實現Comb+All-pass Filter Revereration的文章有很多，但是由於不嚴謹的引用和非邏輯性推導，造成Comb feedback係數嚴重錯誤，誤人視聽。本文的主要目的是就Comb
2020-02-23 20:21:08
原创 H264—MP4格式及在MP4文件中提取H264的SPS、PPS及碼流
一、MP4格式基本概念 MP4格式對應標準MPEG-4標準(ISO/IEC14496) 二、MP4封裝格式核心概念 1 MP4封裝格式對應標準爲 ISO/IEC 14496-12（信息技術 視聽對象編碼的第12部分: IS
2020-02-23 20:21:08
5
原创 python函數參數引用傳遞
首先還是應該科普下函數參數傳遞機制，傳值和傳引用是什麼意思？ 函數參數傳遞機制問題在本質上是調用函數（過程）和被調用函數（過程）在調用發生時進行通信的方法問題。基本的參數傳遞機制有兩種：值傳遞和引用傳遞。 值傳遞（pas
2020-02-23 20:21:07
1
原创 Ubuntu loop login解決方法
如需轉載請註明出處！ 最近在Ubuntu上用到MXNet做些實驗，本來爲了GPU加速運算安裝了CUDA，從此入坑...... 重新登陸Ubuntu發現Unity登陸使用陷在loop login，輸入密碼回到登陸界面，無限反覆。通過Ct
2020-02-23 20:21:07
20
原创 基於內容-基於音頻特徵的音頻檢索
如需轉載請註明出處！ 一. 算法可用性 1. 能夠由片段識別主體 2. 檢索準確率高 3. 抗噪性強 二. 算法基本原理 離線階段，對音頻數據庫中所有音頻樣本提取指紋，構建hash table；在線階段，通過對待查詢音頻
2020-02-23 20:21:07
1
原创 音質檢測的算法創新與實現
如需轉載請註明出處！ 近來做音質檢測相關的研究工作，預期以算法自動篩查的方法過濾掉大規模音頻庫中的參數劣質音頻，並作爲後續新上傳音頻的音質檢測門檻，最終在一定程度上保障參數優質音頻。 獨創了音質檢測算法（至今已有的資料還未看到有相同
2020-02-23 20:21:07
原创 GMM模型初探
如需轉載請註明出處！ GMM的初探，有理論出入的地方還請見諒並指正，提前謝過！ 基礎部分預習：1. 行列式 2. 協方差與協方差矩陣 實際工程實現中，對於離散的隨機變量，由於實際的採樣數據量是有限的，因此對於描述統計特性的
2020-02-23 20:21:07
原创 依賴靜態庫，編譯生成動態庫
如需轉載請註明出處！ 直入主題，目標是依賴靜態庫，編譯動態庫，最終生成二進制文件。 文件目錄如下： 文件內容組織： add.c #include "add.h" int add(int a, int b) { int
2020-02-23 20:21:07
原创 c語言 float 保留小數點後兩位數字
挺實用的小技巧。 float sp = 36.51647; sp=( (float)( (int)( (sp+0.005)*100 ) ) )/100; 轉載地址：http://blog.163.com/szliug@yeah/b
2020-02-23 20:21:07
原创 語音增強算法研究系列（一）：MMSE-STSA 音頻降噪
如需轉載，請註明出處！ 創建CSDN博客專欄的流程過於繁瑣，爲了節省時間，以系列文章的方式總結對語音增強算法的研究，主要包含語音降噪與回聲消除算法。 MMDE-STSA： 參考文獻：Speech Enhancement Using
2020-02-23 20:21:07
1
原创 基於內容的音頻場景分割
如需轉載，請註明出處！ 從音頻場景分割的複雜度上來講，最有難度的爲 speech+song VS song 之間的分割。 speech+song： 前景爲人說話，背景爲singing song speech+song VS song
2020-02-23 20:21:07
原创 語音增強算法研究系列（四）：非平穩噪聲消除
如需轉載，請註明出處！ 創建CSDN博客專欄的流程過於繁瑣，爲了節省時間，以系列文章的方式總結對語音增強算法的研究，主要包含語音降噪與回聲消除算法。 參考文獻：Speech enhancement for non-stati
2020-02-23 20:21:07
6