簡要說明 摘要原文 2017年柱锹，作者提出了一個(gè)新的損失函數(shù)境钟，稱為廣義損失端到端（GE2E）損失，與之前（2016年）基于元組的端到端（TE2E）...

簡介 隨著IP攝像頭的使用場景越來越寬懒鉴，對(duì)IP攝像頭視頻與音頻流的獲取與處理便需求增加，本文簡單討論如何使用Python來進(jìn)行這方面的工作驯杜。主要...

跨平臺(tái)免費(fèi)視頻編輯 Lightworks是一個(gè)開源的專業(yè)視頻編輯軟件躬拢。但其有些不足： 不支持有些格式。解決：可以用HandBrake先轉(zhuǎn)碼念秧。 不...

文本相似度計(jì)算方法歸類 基于字符串淤井。該方法從字符串匹配度出發(fā)，以字符串共現(xiàn)和重復(fù)程序?yàn)橄嗨贫鹊暮饬繕?biāo)準(zhǔn)摊趾。如編輯距離币狠。 基于語料庫。該方法利用從語...

簡介 機(jī)器學(xué)習(xí)需要大量的數(shù)據(jù)砾层，語音標(biāo)注工具可以對(duì)錄制的音頻進(jìn)行文本標(biāo)注漩绵、清洗，以應(yīng)用于語音識(shí)別肛炮、語音喚醒所需的數(shù)據(jù)止吐。 開源工具 ritazh/E...

Linux Audio Stack 早期使用OSS（開放聲音系統(tǒng), Open Sound System），隨后ALSA （高級(jí)Linux聲音體系...

語音喚醒主流方法 keyword spotting分為補(bǔ)白模型與基于樣例的兩個(gè)主要方法侨糟。 Ref: https://zhuanlan.zhihu...