Category Jekyll

We all wait for summer

As I engage in the so-called “bull sessions” around and about the school, I too often find that most college men have a misconception of the purpose of education. Most...

Tree of Codes

The first mass-produced book to deviate from a rectilinear format, at least in the United States, is thought to be this 1863 edition of Red Riding Hood, cut into the...

Red Riding Hood

The first mass-produced book to deviate from a rectilinear format, at least in the United States, is thought to be this 1863 edition of Red Riding Hood, cut into the...

Press and education

Even the press, the classroom, the platform, and the pulpit in many instances do not give us objective and unbiased truths. To save man from the morass of propaganda, in...

Options for creating a new site with Jekyll

jekyll new <PATH> installs a new Jekyll site at the path specified (relative to current directory). In this case, Jekyll will be installed in a directory called myblog. Here are...

Never stopped worrying or loving the bomb

I’ve been through fire and water, I tell you! From my earliest pebblehood the wildest things you could imagine have been happening to this world of ours, and I have...

External Featured Image

Education must also train one for quick, resolute and effective thinking. To think incisively and to think for one’s self is very difficult.

Inception Movie

Review products, books, movies, restaurant and anything you like on your Jekyll blog with Mediumish! JSON-LD ready for review property.

Category tutorial

机器学习

这是测试 《南瓜书》的所有内容都是以西瓜书的内容为前置知识进行表述的,所以南瓜书的最佳使用方法是以西瓜书为主线,遇到自己推导不出来或者看不懂的公式时再来查阅南瓜书; 对于初学机器学习的小白,西瓜书第1章和第2章的公式强烈不建议深究,简单过一下即可,等你学得有点飘的时候再回来啃都来得及; 本书用 “模型” 泛指从数据中学得的结果. 有文献用 “模型” 指全局性结 果(例如一棵决策树), 而用 “模式” 指局部性结果(例如一条规则). Rosenblatt感知器 start=>start: start id1=>operation: 输入x id2=>operation: 估计输出y=wx id3=>operation: 标准答案-y=误差 id4=>operation: 更新w:w=w+α*误差*x start->id1->id2->id3->id4(right)->id1 ==代价函数==(现代神经网络精髓之一,误差和预测函数中的参数又形成的函数关系),[方差、均方差、均方误差,均方根误差、平方误差] $e=a w^{2}+b w+c$ 正规方程:(数据一大就不好了)...

We all wait for summer

As I engage in the so-called “bull sessions” around and about the school, I too often find that most college men have a misconception of the purpose of education. Most...

Tree of Codes

The first mass-produced book to deviate from a rectilinear format, at least in the United States, is thought to be this 1863 edition of Red Riding Hood, cut into the...

Red Riding Hood

The first mass-produced book to deviate from a rectilinear format, at least in the United States, is thought to be this 1863 edition of Red Riding Hood, cut into the...

Press and education

Even the press, the classroom, the platform, and the pulpit in many instances do not give us objective and unbiased truths. To save man from the morass of propaganda, in...

Options for creating a new site with Jekyll

jekyll new <PATH> installs a new Jekyll site at the path specified (relative to current directory). In this case, Jekyll will be installed in a directory called myblog. Here are...

External Featured Image

Education must also train one for quick, resolute and effective thinking. To think incisively and to think for one’s self is very difficult.

Inception Movie

Review products, books, movies, restaurant and anything you like on your Jekyll blog with Mediumish! JSON-LD ready for review property.

Category web development

External Featured Image

Education must also train one for quick, resolute and effective thinking. To think incisively and to think for one’s self is very difficult.

Category shuai

机器学习

这是测试 《南瓜书》的所有内容都是以西瓜书的内容为前置知识进行表述的,所以南瓜书的最佳使用方法是以西瓜书为主线,遇到自己推导不出来或者看不懂的公式时再来查阅南瓜书; 对于初学机器学习的小白,西瓜书第1章和第2章的公式强烈不建议深究,简单过一下即可,等你学得有点飘的时候再回来啃都来得及; 本书用 “模型” 泛指从数据中学得的结果. 有文献用 “模型” 指全局性结 果(例如一棵决策树), 而用 “模式” 指局部性结果(例如一条规则). Rosenblatt感知器 start=>start: start id1=>operation: 输入x id2=>operation: 估计输出y=wx id3=>operation: 标准答案-y=误差 id4=>operation: 更新w:w=w+α*误差*x start->id1->id2->id3->id4(right)->id1 ==代价函数==(现代神经网络精髓之一,误差和预测函数中的参数又形成的函数关系),[方差、均方差、均方误差,均方根误差、平方误差] $e=a w^{2}+b w+c$ 正规方程:(数据一大就不好了)...

Category AEC

回声消除算法

无论是在空旷的屋子里还是幽深的山谷中,我们都很容易听到回声。回声虽然听着很好玩,但是在一些场景中却必须要去除回声,比如免提电话、电话会议系统等情形。本文将主要讨论回声消除算法的归一化最小均方算法(Normalized Least Mean Square)。

Category LMS

回声消除算法

无论是在空旷的屋子里还是幽深的山谷中,我们都很容易听到回声。回声虽然听着很好玩,但是在一些场景中却必须要去除回声,比如免提电话、电话会议系统等情形。本文将主要讨论回声消除算法的归一化最小均方算法(Normalized Least Mean Square)。

Category NLMS

回声消除算法

无论是在空旷的屋子里还是幽深的山谷中,我们都很容易听到回声。回声虽然听着很好玩,但是在一些场景中却必须要去除回声,比如免提电话、电话会议系统等情形。本文将主要讨论回声消除算法的归一化最小均方算法(Normalized Least Mean Square)。

Category 谱减法

音频降噪

最近在研究降噪算法。由于最近一直在接触声谱图,听到降噪,我的第一反应就是把音频声谱图中小于某个阈值的地方都置为0,然后再恢复到时域。后来在网上查了查,就发现了类似的谱减法降噪。谱减法是降噪算法中最基础也是最成熟的方法。

Category python

音频降噪

最近在研究降噪算法。由于最近一直在接触声谱图,听到降噪,我的第一反应就是把音频声谱图中小于某个阈值的地方都置为0,然后再恢复到时域。后来在网上查了查,就发现了类似的谱减法降噪。谱减法是降噪算法中最基础也是最成熟的方法。

Category iconv

使用c/c++实现utf8编码转gbk编码的两种方法

最近工作中遇到一个问题,需要把中文语句转换成对应的音素,如“增大音量”需要转换成“[z-eng] [d-a] [ii-in] [l-iang]”。boss给我提供了一个python实现的程序,需要我用c/c++实现一遍。python实现中大致分为两步:汉字转拼音、拼音转音素。其中汉字转拼音python中是由一个库实现的,要如何用c来实现这一功能呢?我在网上找到一个把gbk编码的汉字映射成拼音的表,但是程序要求的输入是utf8编码的汉字,所以就需要实现utf8编码转gbk编码。

Category fatfs

使用c/c++实现utf8编码转gbk编码的两种方法

最近工作中遇到一个问题,需要把中文语句转换成对应的音素,如“增大音量”需要转换成“[z-eng] [d-a] [ii-in] [l-iang]”。boss给我提供了一个python实现的程序,需要我用c/c++实现一遍。python实现中大致分为两步:汉字转拼音、拼音转音素。其中汉字转拼音python中是由一个库实现的,要如何用c来实现这一功能呢?我在网上找到一个把gbk编码的汉字映射成拼音的表,但是程序要求的输入是utf8编码的汉字,所以就需要实现utf8编码转gbk编码。

Category STFT

图片转音频

第一次接触到声谱图,在声谱图上编辑音频的时候,我就在想如果我在声谱图上编辑出各种图案,最终的音频会变成什么样子?前一阵子在某平台上看到一篇文章,里面说到某次演唱会上一个歌手就把自己的头像放进了自己的歌曲的最后一段里,并在最后突然显示出来。这听起来真是一件很有趣的事。最近我就用python实现了一个程序,把自己的自拍照转为音频,并且让音频能比较清晰的播放出有意义的声音······

Category DOA

声源定位-GCC-PHAT

前几天工作中发现DOA这东西挺好玩的,于是这两天在做声源方向估计的工作,我使用GCC-PHAT(广义互相关-相位变换)实现了声源方向估计,遗憾的是,由于条件所限,只实现了双麦克风下的声源估计。。。

Category GCC

声源定位-GCC-PHAT

前几天工作中发现DOA这东西挺好玩的,于是这两天在做声源方向估计的工作,我使用GCC-PHAT(广义互相关-相位变换)实现了声源方向估计,遗憾的是,由于条件所限,只实现了双麦克风下的声源估计。。。

Category PHAT

声源定位-GCC-PHAT

前几天工作中发现DOA这东西挺好玩的,于是这两天在做声源方向估计的工作,我使用GCC-PHAT(广义互相关-相位变换)实现了声源方向估计,遗憾的是,由于条件所限,只实现了双麦克风下的声源估计。。。

Category GRU

Rnnoise是如何工作的

几个月前,看到一个开源的Rnn降噪程序,我对其作了修改对一个带噪音频进行降噪,发现效果真的比传统的降噪算法(webrtc中的降噪模块)好了很多。当时看着挺复杂的,我没有深究它的原理,几个星期前总监让我做一个自研的Rnn降噪程序,我查询了一些资料,发现Rnnoise的设计真的挺自然而精妙的…

Category equalizer

Rnnoise是如何工作的

几个月前,看到一个开源的Rnn降噪程序,我对其作了修改对一个带噪音频进行降噪,发现效果真的比传统的降噪算法(webrtc中的降噪模块)好了很多。当时看着挺复杂的,我没有深究它的原理,几个星期前总监让我做一个自研的Rnn降噪程序,我查询了一些资料,发现Rnnoise的设计真的挺自然而精妙的…

Category filter

Rnnoise是如何工作的

几个月前,看到一个开源的Rnn降噪程序,我对其作了修改对一个带噪音频进行降噪,发现效果真的比传统的降噪算法(webrtc中的降噪模块)好了很多。当时看着挺复杂的,我没有深究它的原理,几个星期前总监让我做一个自研的Rnn降噪程序,我查询了一些资料,发现Rnnoise的设计真的挺自然而精妙的…

Category linux

linux 配置和使用 service

今天在公司的云开发机上面把我们的一个 cpp 工程搭建了一个 websocket 服务.本地访问挺好的.通过 vscode 的端口转发在 mac 机器上也能正常访问.可是当我想让公司内网的其他同事访问该服务的时候却一直访问不通.公司的另一位同事说云开发机上搭建的服务是可以内网访问的,于是我只好找公司网络安全相关的同事咨询,费了一番功夫,最后终于发现,是由于我的程序里面监听的是ws:://localhost:8080,而实际应该把 localhost 换成机器的内网 ip 地址.挺简单的问题,在沟通过程中了解到 linux 的 service 相关的知识. 我的这个网络服务使用 cpp 写的,编译出来一个可执行程序,我一直以为直接运行就行或者再加个nohup和&放到后台和防止被杀后台.没想到还可以通过创建一个.service 文件来启动和管理服务. Linux中.service文件是某项服务对应的配置文件,可用于systemd管理和控制的服务的设置。 .service 文件通常包含3个模块, 即[Unit]控制单元,表示启动顺序和依赖关系; [Service]服务,表示服务的定义; [Install]安装,表示如何安装配置文件。 一般系统管理员手工创建的单元文件存放在/etc/systemd/system/目录下面。 我的程序需要创建的 service...

Category service

linux 配置和使用 service

今天在公司的云开发机上面把我们的一个 cpp 工程搭建了一个 websocket 服务.本地访问挺好的.通过 vscode 的端口转发在 mac 机器上也能正常访问.可是当我想让公司内网的其他同事访问该服务的时候却一直访问不通.公司的另一位同事说云开发机上搭建的服务是可以内网访问的,于是我只好找公司网络安全相关的同事咨询,费了一番功夫,最后终于发现,是由于我的程序里面监听的是ws:://localhost:8080,而实际应该把 localhost 换成机器的内网 ip 地址.挺简单的问题,在沟通过程中了解到 linux 的 service 相关的知识. 我的这个网络服务使用 cpp 写的,编译出来一个可执行程序,我一直以为直接运行就行或者再加个nohup和&放到后台和防止被杀后台.没想到还可以通过创建一个.service 文件来启动和管理服务. Linux中.service文件是某项服务对应的配置文件,可用于systemd管理和控制的服务的设置。 .service 文件通常包含3个模块, 即[Unit]控制单元,表示启动顺序和依赖关系; [Service]服务,表示服务的定义; [Install]安装,表示如何安装配置文件。 一般系统管理员手工创建的单元文件存放在/etc/systemd/system/目录下面。 我的程序需要创建的 service...