實時語音通信發展到今天，用戶對通話語音質量提出了越來越高的要求。由於終端設備的多樣性以及使用場景的差異，聲音問題依然存在。傳統的音頻處理技術從聲音信號本身出發，挖掘其時頻特性，作出假設，建立物理模型，很多參數都需要人工進行精細化微調，比較費時費力。隨着AI技術的發展，憑借着其強大的擬合能力 ...

😃 　　傳統的語音增強方法基於一些設定好的先驗假設，但是這些先驗假設存在一定的不合理之處。此外 ...

DDPG　DDPG介紹2 ddpg輸出的不是行為的概率, 而是具體的行為, 用於連續動作 (continuous action) 的預測 公式推導　推導 代碼實現的gym的pendulum游 ...

PPO DPPO介紹 PPO實現 代碼DPPO ...

深度學習系列 | 諾亞面向語音語義的深度學習研究進展 編者：本文來自華為諾亞方舟實驗室資深專家劉曉華在攜程技術中心主辦的深度學習Meetup中的主題演講，介紹了華為諾亞面向語音語義的深度學習進展。關注“攜程技術中心”微信公號（ctriptech），可獲知更多技術分享信息 ...

前面都是value based的方法，現在看一種直接預測動作的方法 Policy Based Policy Gradient 一個介紹 karpathy的博客 一個推導 下面的例子實現的 ...

　　　在圖像的深度學習中，為了豐富圖像訓練集，更好的提取圖像特征，泛化模型（防止模型過擬合），一般都會對數據圖像進行數據增強， 數據增強，常用的方式，就是旋轉圖像，剪切圖像，改變圖像色差,扭曲圖像特征，改變圖像尺寸大小，增強圖像噪音（一般使用高斯噪音，鹽椒噪音）等. 但是需要注意，不要加入 ...

數據增強的原理 在深度學習中，一般要求樣本的數量要充足，樣本數量越多，訓練出來的模型效果越好，模型的泛化能力越強。但是實際中，樣本數量不足或者樣本質量不夠好，這就要對樣本做數據增強，來提高樣本質量。 在圖像分類任務中，對於輸入的圖像進行一些簡單的平移、縮放、顏色變換等，不會影響圖像 ...