前言 本系列教程基本就是摘抄《Python機器學習基礎教程》中的例子內容。 為了便於跟蹤和學習，本系列教程在Github上提供了jupyter notebook 版本： Github倉庫：htt ...

留坑 概述 微信公眾號- 機器學習算法工程師：入門語音分離，從雞尾酒問題開始！ 語音分離（Speech Separation），屬於盲源分離問題，來自於“雞尾酒會問題”。 ...

參考 【librosa】及其在音頻處理中的應用 librosa官方文檔 liborosa源碼 Overview: module code log-spectr ...

簡稱SD，顧名思義，在采集的語音信號流中，分辨出不同說話人的說話時長並標注，即以時間為索引，檢測出每段語音所對應的說話人身份，其通常由說話人分割和聚類兩步組成。 參照2010年8月的文獻[1]中的一 ...

前言 用python實現了一個沒有庫依賴的“純” py-based PrefixSpan算法。 Github 倉庫 https://github.com/Holy-Shine/PrefixS ...

說話人識別（Speaker Recognition，SR），又稱聲紋識別（Voiceprint Recognition,VPR），顧名思義，即通過聲音來識別出來“誰在說話”。語音識別（Automati ...

引言 感知實驗表明，人耳對於聲音信號的感知聚焦於某一特定頻率區域內，而非在整個頻譜包絡中。耳蝸的濾波作用是在對數頻率尺度進行的，在1000Hz以下為線性，在1000Hz以上為對數，這就使得人耳對低頻 ...

使用深度學習模型時當然希望可以保存下訓練好的模型，需要的時候直接調用，不再重新訓練 一、保存模型到本地 以mnist數據集下的AutoEncoder 去噪為例。添加： 這里的ten ...

部分參考： 場景識別之NetVLAD 論文筆記：NetVLAD: CNN architecture for weakly supervised place recognition 論文閱讀筆記-《Gh ...

第一種方法： Keras官方給的圖片去噪示例要自動下載mnist數據集並處理，不能修改和加入自己的數據集。 以上代碼實現了把mnist數據集讀到x_train 和x_test 中並且 ...