f6cfe054b5e9

感謝分享

DTW算法的python實(shí)現(xiàn)

關(guān)于DTW算法 動(dòng)態(tài)時(shí)間規(guī)整/規(guī)劃(Dynamic Time Warping, DTW)是一個(gè)比較老的算法，大概在1970年左右被提出來(lái)杈女，最早用于處理語(yǔ)音方面識(shí)別分類(lèi)的問(wèn)題点待。...

Chelsea_Dagger

26302 5 9

f6cfe054b5e9

from numpy import array, zeros, argmin, inf, equal, ndim
from scipy.spatial.distance import cdist
from sklearn.metrics.pairwise import manhattan_distances
#在這里我用到的是曼哈頓距離(求絕對(duì)值距離)
#如果比較的是二維數(shù)組搔耕，則用歐幾里得距離

s1 = array([1, 2, 3, 4, 5, 5, 5, 4])
s2 = array([3, 4, 5, 5, 5, 4])

r, c = len(s1), len(s2)
D0 = zeros((r+1,c+1))
D0[0,1:] = inf
D0[1:,0] = inf
D1 = D0[1:,1:]
#淺復(fù)制
# print D1

for i in range(r):
for j in range(c):
D1[i,j] = manhattan_distances(s1[i].reshape(-1,1),s2[j].reshape(-1,1))
#生成原始距離矩陣

M = D1.copy()
for i in range(r):
for j in range(c):
D1[i,j] += min(D0[i,j],D0[i,j+1],D0[i+1,j])
#代碼核心矮嫉，動(dòng)態(tài)計(jì)算最短距離

i,j = array(D0.shape) - 2
#最短路徑
# print i,j
#回溯
p,q = [i],[j]
while(i>0 or j>0):
tb = argmin((D0[i,j],D0[i,j+1],D0[i+1,j])) # argmin 返回index,看是哪個(gè)位置
if tb==0 :
i-=1
j-=1
elif tb==1 :
i-=1
else:
j-=1
p.insert(0,i)
q.insert(0,j)

print (M)
#原始距離矩陣
#打出位置index信息
print (list(zip(p,q)))
#匹配路徑過(guò)程
print (D1)
#Cost Matrix或者叫累積距離矩陣
print (D1[-1,-1])
#序列距離

DTW算法的python實(shí)現(xiàn)

關(guān)于DTW算法 動(dòng)態(tài)時(shí)間規(guī)整/規(guī)劃(Dynamic Time Warping, DTW)是一個(gè)比較老的算法，大概在1970年左右被提出來(lái)蚪拦，最早用于處理語(yǔ)音方面識(shí)別分類(lèi)的問(wèn)題杖剪。...

Chelsea_Dagger

26302 5 9

f6cfe054b5e9

關(guān)于DTW算法 動(dòng)態(tài)時(shí)間規(guī)整/規(guī)劃(Dynamic Time Warping, DTW)是一個(gè)比較老的算法，大概在1970年左右被提出來(lái)驰贷，最早用于處理語(yǔ)音方面識(shí)別分類(lèi)的問(wèn)題盛嘿。...

f6cfe054b5e9

gradient 是殘差的近似

Kaggle 神器 xgboost

在 Kaggle 的很多比賽中锹锰，我們可以看到很多 winner 喜歡用 xgboost芥炭，而且獲得非常好的表現(xiàn)狈邑，今天就來(lái)看看 xgboost 到底是什么以及如何應(yīng)用。 本文結(jié)構(gòu)...

不會(huì)停的蝸牛

57771 10 146 2

f6cfe054b5e9

做完本地語(yǔ)音識(shí)別后良瞧，就開(kāi)始研究語(yǔ)音評(píng)測(cè)陪汽，這方面的資料也是不全，所以進(jìn)度也搞慢了一點(diǎn)褥蚯。最近也算是做出了一點(diǎn)成果挚冤，效果也不錯(cuò)，所以想著跟大家分享一下赞庶。首先還得感謝https://...

f6cfe054b5e9

您好您好請(qǐng)問(wèn)新建的spk2utt和新建的wav.scp的路徑放在哪里呢忘分？謝謝！

Kaldi(A3)Online Decoder

Ref Online decoding原理及如何使用已經(jīng)訓(xùn)練好的模型進(jìn)行解碼Online decoding in Kaldi(Nnet2) http://kaldi-asr....

Seeker_zz

9310 8 5

f6cfe054b5e9

Mac下修改：/Users/apple/anaconda3/lib/python3.6/site-packages/spyder/utils/introspection/mo...

f6cfe054b5e9

Ref Online decoding原理及如何使用已經(jīng)訓(xùn)練好的模型進(jìn)行解碼Online decoding in Kaldi(Nnet2) http://kaldi-asr....

f6cfe054b5e9

您好突琳，
./online2-wav-nnet3-latgen-faster --do-endpointing=false --online=false --feature-type=fbank --fbank-config=../../egs/cvte/s5/conf/fbank.conf --max-active=7000 --beam=15.0 --lattice-beam=6.0 --acoustic-scale=1.0 --word-symbol-table=../../egs/cvte/s5/exp/chain/tdnn/graph/words.txt ../../egs/cvte/s5/exp/chain/tdnn/final.mdl ../../egs/cvte/s5/exp/chain/tdnn/graph/HCLG.fst 'ark:echo utter1 utter1|' 'scp:echo utter1 ../../egs/cvte/s5/data/wav/00030/2017_03_07_16.57.22_1175.wav|' ark:/dev/null
./online2-wav-nnet3-latgen-faster --do-endpointing=false --online=false --feature-type=fbank --fbank-config=../../egs/cvte/s5/conf/fbank.conf --max-active=7000 --beam=15.0 --lattice-beam=6.0 --acoustic-scale=1.0 --word-symbol-table=../../egs/cvte/s5/exp/chain/tdnn/graph/words.txt ../../egs/cvte/s5/exp/chain/tdnn/final.mdl ../../egs/cvte/s5/exp/chain/tdnn/graph/HCLG.fst 'ark:echo utter1 utter1|' 'scp:echo utter1 ../../egs/cvte/s5/data/wav/00030/2017_03_07_16.57.22_1175.wav|' ark:/dev/null
LOG (online2-wav-nnet3-latgen-faster[5.4.217~1403-8ae5]:RemoveOrphanNodes():nnet-nnet.cc:948) Removed 1 orphan nodes.
LOG (online2-wav-nnet3-latgen-faster[5.4.217~1403-8ae5]:RemoveOrphanComponents():nnet-nnet.cc:847) Removing 2 orphan components.
LOG (online2-wav-nnet3-latgen-faster[5.4.217~1403-8ae5]:Collapse():nnet-utils.cc:1357) Added 1 components, removed 2
LOG (online2-wav-nnet3-latgen-faster[5.4.217~1403-8ae5]:CompileLooped():nnet-compile-looped.cc:334) Spent 0.098587 seconds in looped compilation.
Segmentation fault
請(qǐng)問(wèn)這個(gè)問(wèn)題您有遇到過(guò)若债，要怎么解決呢？

cvte在線(xiàn)解碼器源碼修改（干貨）

諸葛村姑

7660 32 8