Blog

Technical blog posts on speech AI, machine learning, and deep learning

Cheat Sheet

Mathematical formula

LSTM $$\boldsymbol{I}_t = \sigma(\boldsymbol{X}_t \boldsymbol{W}_{xi} + \boldsymbol{H}_{t-1} \boldsymbol{W}_{hi} + \boldsymbol{b}_i)$$ $$\boldsymbol{F}_t = \sigma(\boldsymbol{X}_t \boldsymbol{W}_{x...

Posted by 朱晓旭 on March 12, 2020
math CNN LSTM GRU Attention

支持向量机

Support Vector Machine

支持向量机 简介 支持向量机(support vector machine)是在分类与回归分析中分析数据的监督式学习模型与相关的学习算法。给定一组训练实例，每个训练实例被标记为属于两个类别中的一个或另一个，SVM训练算法创建一个将新的实例分配给两个类别之一的模型，使其成为非概率二元线性分类器。SVM模型是将实例表示为空间中的点，这样映射就使得单独类别的实例被尽可能宽的明显的间隔分开。然后，...

Posted by 朱晓旭 on March 10, 2020
支持向量机 SVM Support Vector Machine 最优化 核方法 kernel method 对偶 拉格朗日乘子法 KKT条件

python爬取网页信息

Python get info from html

1 知识储备 1.1 html html(HyperText Markup Language)是超文本标记语言，用于标记非文本信息，如图片，音频，表格或者我们需要的其他格式。 它存在的原因：图片视频等信息很难用文字去表达，因此我闷需要寻求表达超文本信息，以供浏览器内核解析。这便有了超文本标记语言。当然，除了html外，我们更常用的标记语言是markdown和tex。 ...

Posted by 朱晓旭 on March 1, 2020
python html re urllib

语音信号分析

Phonetics Basics

信号 声音是一种信号(signal)。 声音是空气压力变化产生，声音信号则代表着空气压力随时间的变化。麦克风能够测量这种变化并转换成可以表示声音的电信号。扬声器可以接收这种电信号并产生相应的声音。 下图是一段正弦信号，横坐标是时间，纵坐标是信号强度。 这个信号有三个重复循环(cycle)信号，周期(peroid)是一个cycle的时间，频率(frequence)是信号每秒cycle的个...

Posted by 朱晓旭 on January 17, 2020
频谱 声谱 梅尔谱 语音信号 傅里叶变换

PYTHON多进程与MULTIPROCESSING模块

MULTIPROCESSING

python多线程与GIL（Global Interpreter Lock） python多进程多线程是个古老的话题了，最近翻到之前自己写的文档，顺手摘录到博客上了。 python的全局解释器锁使得任意时刻只有一个线程在真正运行，所以呢，可以讲它是”假多线程”。他能对脚本的提速仅仅体现在IO操作中，因为IO操作是可以和线程并行的，所以它节省了IO操作时间。正是由于它的GIL锁的出现...

Posted by 朱晓旭 on January 15, 2020
python python multiprocessing python multithreading GIL 进程间通信

jupyter 访问远端服务器端口

Use Jupyter notebook remotely

安装jupyter及其依赖 conda install jupyter 创建并写入配置文件 vim ~/.jupyter/jupyter_notebook_config.py c.NotebookApp.ip = ‘xxx.xxx.xxx.xxx’（IP地址） c.Notebo...

Posted by 朱晓旭 on January 14, 2020
jupyter jupyter notebook 服务器

【声码器】LPCNet论文理解

LPCNet：IMPROVING NEURAL SPEECH SYNTHESIS THROUGH LINEAR PREDICTION

LPCNet模型理解 人发声音是通过人肺部挤压出来的气流通过声带产生震动波，通过空气传播到我们的耳朵。物理学用声源激励(模拟从肺部发出气流)和声道响应系统可以构建传统声码器。 声源过滤器模型(Source–filter model)就是这种模型，它的声道模型就是LPC这种，激励是开关（清音 浊音还是其他无声之类的）。响应系统是过去时间段里面的声音的振幅变种的线性组合。 神经网络模...

Posted by 朱晓旭 on January 13, 2020
LPC LPCNet Vocoder 声码器 神经网络声码器 轻量级 实时声码器

UMAP:均匀流形逼近和投影的降维方法

Uniform Manifold Approximation and Projection

前言 降维本质上是在能够保留数据内部结构关系的前提下得到高维数据空间的一个低维表达。 UMAP(Uniform Manifold Approximation and Projection,均匀流形近似和投影)，通过构建加权k neighbor图，然后对图进行做低维分布。 umap假设数据在黎曼流行空间上呈现均匀分布，并且局部数据与欧式空间是同胚的。它假设的目的是为了在计算kNN图的时候能够...

Posted by 朱晓旭 on January 13, 2020
umap manifold manifold learning 降维 流形学习