March 5, 2021, 4:51 p.m.
read: 1
import webrtcvad import contextlib import wave import numpy as np from scipy.io import wavfile import sys import collections import numpy as np import os vad = webrtcvad.Vad() vad.set_mode(1) sample_rate = 16000 def read_wave(path): """Reads a .wav file. Takes the path, and returns (PCM a…
Jan. 26, 2021, 12:23 p.m.
read: 39
浏览器打开https://marketplace.visualstudio.com/items?itemName=ms-vscode.cpptools-extension-pack点击install安装完成这个插件，新建个c++文件，写完按F5，即可调试运行
Jan. 26, 2021, 10:42 a.m.
read: 33
PySox需要依赖Sox，在ubuntu上一般需要使用root权限，用apt命令进行安装，但是会遇到没有root权限或者apt命令不可用的情况。此时需要手工编译Sox比较麻烦，好在我们之前已经安装了Anaconda，使用以下的命令即可进行安装sox： conda install -c conda-forge sox 然后就可以安装PySox了 参考链接：https://anaconda.org/conda-forge/sox
Jan. 1, 2021, 2:02 p.m.
read: 78
引言这一年很少写博客，既然今天是公历公元后贰零贰壹年的第壹天，也是公历公元后贰零贰壹年的元旦，按照往年的传统以及今日的日历所示——今日宜写博客(今日宜水文)。 开篇最近天冷，运动量渐小，导致最近气虚，因此写完此篇博客开始今天的健身活动，如果等会我过去的时候健身房开着，那便是极好的。虽然今天是难得的假期，但是今天还是早起了，早上吃了一个菌菇包，猪肉包，牛肉包，水煮鸡蛋以及玉米燕麦牛奶。居然……最好吃的包子居然是菌菇包、、、?so…明天是不是可以继续吃这个了…？ 正文过去今天是公历新年的第一天也是承上启下的一天。因此，我们差不多应该去回忆一下过去，再顺便展望下未来。 过去的一年为给我的感觉就是非…
Sept. 17, 2020, 2:11 p.m.
read: 305
更新pip版本 wget https://bootstrap.pypa.io/get-pip.py python get-pip.py
Aug. 19, 2020, 2:53 p.m.
read: 328
加速GitHub,GitLab,Bitbucket等的访问： git config --global https.proxy https://github.com.proxy socks5://127.0.0.1:port git config --global https.proxy https://gitlab.com.proxy socks5://127.0.0.1:port git config --global https.proxy https://bitbucket.org.proxy socks5://127.0.0.1:port # ~/.ssh/config Host …
July 24, 2020, 5:45 p.m.
read: 332
Django部署阶段需要安装uwsgi:https://docs.djangoproject.com/zh-hans/2.2/howto/deployment/wsgi/uwsgi/执行命令安装：pip install https://projects.unbit.it/downloads/uwsgi-lts.tar.gz发生了错误： ERROR: Command errored out with exit status 1: command: /home/hupeng/anaconda3/envs/django/bin/python -u -c 'import sys, setupt…
July 18, 2020, 12:22 p.m.
read: 431
安装apt源的低版本的nginx sudo apt-get install nginx 下载1.18版本的nginx wget http://nginx.org/download/nginx-1.18.0.tar.gz tar -zxvf nginx-1.18.0.tar.gz 查看低版本的nginx的编译选项/usr/sbin/nginx -V configure arguments: --with-cc-opt='-g -O2 -fPIE -fstack-protector-strong -Wformat -Werror=format-security -Wdate-time -D_F…
June 14, 2020, 9:04 p.m.
read: 541
Step 1尝试界面自动安装Webd，我这尝试失败下面采用手动拷贝链接安装访问 https://webd.cf/latest/ Directory Tree . ├── webd-linux-aarch64.tar.gz ├── webd-linux-arm.tar.gz ├── webd-linux-armv8l.tar.gz ├── webd-linux-x86_64.tar.gz ├── webd-openwrt-ar71xx.tar.gz ├── webd-openwrt-bcm2710.tar.gz ├── webd-openwrt-bcm53xx.tar.…
June 12, 2020, 6:15 p.m.
read: 363
Step 1运行一下命令 cat ~/.ssh/id_rsa.pub 如果输出公钥信息，则跳转到Step 2不然执行以下命令 ssh-keygen -t rsa 然后按2次回车 Step 2浏览器输入 https://github.com/settings/ssh/new cat ~/.ssh/id_rsa.pub 将以上的命令输出的公钥信息粘到网页的Key栏目里面保存即可 Step 3运行一下命令 ssh -T git@github.com 如果输出以下内容则表示配置成功。Hi ???! You've successfully authenticated, but GitHub does…
May 14, 2020, 10:12 a.m.
read: 641
感谢知乎大佬的文章,给了我深刻的启发 https://zhuanlan.zhihu.com/p/49329030 原理正如上面的文章所示，上面的文章没有给出Conv和BatchNorm的维度信息，以及一些细节信息。下面给出一些实现细节，适用于BatchNorm2d(Conv2d(x))这种情况，在部署阶段可以节省计算量。只适合部署阶段 参数导出Conv2d有参数weight 经过permute到这个形状 因为我一般用这个维度排列 (kernelSize x kernelSize x inputCh x outputCh)bias (outputCh) Norm2d有参数running_va…
March 20, 2020, 8:09 p.m.
read: 769
阅读过程make_fbank.sh $cmd JOB=1:$nj $logdir/make_fbank_${name}.JOB.log \ extract-segments scp,p:$scp $logdir/segments.JOB ark:- \| \ compute-fbank-feats $vtln_opts $write_utt2dur_opt --verbose=2 \ --config=$fbank_config ark:- ark:- \| \ copy-feats --compress=$compress $write_num_fr…
March 19, 2020, 11:30 a.m.
read: 532
里面的M_2PI为2π的常数， 直接代入即可值得注意的是里面有一个叫做povey的窗（kaldi作者自己命名的窗），且计算mfcc，fbank等特征的时候默认用的就是这个窗。指定其他窗如hamming窗，在mfcc.conf 或者 fbank.conf等配置文件里面 --window-type=hamming 即可切换到其他的窗函数，所有支持的窗函数及计算方法见下图 python实现的hamming窗 hamming_list = [] a = 2 * math.pi / (n_fft - 1) for i in range(n_fft): hamming_list.append(0…
March 17, 2020, 10:05 p.m.
read: 895
0x00本节主要讲相关的理论基础 最近学习LPC特征提取时候看到 BFCC 和 语音识别常用的 MFCC 类似，都是利用人类听觉特性，尽管 Bark scale 是根据人耳对响度感知实验确定的刻度，而 Mel scale 是根据人耳对音高感知实验确定的刻度，二者最终分的频带很类似，都是低频分辨率高，高频分辨率低，和线性频率对应关系都近似对数关系，因此我觉得这个工作中 BFCC 替换成 MFCC 特征应该也可以。该工作并没有严格使用 Bark Frequency, 而是使用了和 Opus 编码器一样的频带转换，作者称 Bark Frequency 低频带宽太窄，会导致样本太少参数估计不准。下…
March 12, 2020, 9:32 p.m.
read: 520
对音频信号进行三次样条插值（Cubic Spline Interpolation）以8k插值为16k信号为例，下方为matlab代码 [y, fs] = audioread('8k.wav'); % 读取原始的音频文件 y = y'; % 对音频数据进行转置 y_size = size(y); % 读取音频文件的长度信息，第一维度是ch,此处为1 x = 0:1:y_size(2)-1; % 构造出…
March 1, 2020, 10:28 a.m.
read: 535
使用标准库读取# librosa import librosa y, sr = librosa(filename, sr=None)。 # pysoundfile import soundfile as sf sig, sr = sf.read(filename) # scipy from scipy.io import wavfile sr, sig = wavfile.read(filename) 考虑效率的话直接读取文件头 # 直接读取二进制流 # 从上图可以看到读取24-28字节的数据就是其采样率 import struct def read_sample_rate(filena…
Feb. 26, 2020, 5:14 p.m.
read: 603
依赖pysoundfile，ffmpeg把采样率大于16k的wav文件降采样为16k速度比使用librosa快很多，适合批量处理的情况不适合在Windows环境下运行更快读取sr的优化可以参考这个文章/articles/100.html import os, soundfile as sf, shutil root_dir = '/home/zhangpeng/mydisk' data_names = ['ffsvc2020/dev', 'ffsvc2020/train', 'nihaomiya_all/train', 'nihaomiya_all/dev'] def get_paths(w…
Jan. 15, 2020, 5:25 p.m.
read: 550
以python3为例注意：python3 与 python2 默认生成的pickle文件不通用，你得加上参数， 即协议版本, 以下样例不加协议： # 写入文件 with open('1.pickle', 'wb') as f: pickle.dump(self.key_dict, f) # 读取文件 with open('1.pickle', 'rb') as f: key_dict = pickle.load(f)
Jan. 1, 2020, 3:42 p.m.
read: 519
今天是2020年元旦，阳历新年的第一天。又到了该更新一篇博客的时间了,链接一下去年今日的博客Hello 2019。毕竟是阳历新年的第一天，这个博客的主题应该是温故而知新？不不不应该是回顾过去的一年，展望新的一年才对。 回顾过去的一年过去的一年，过去的太快了， 来不及仔细的品就过去了。过去的一年最大的收获是迎来了某一个不愿透露姓名的猪。帮助我在SV任务上获取了较大的进展。昨天本来想和猪一起去深圳湾跨个年。。。然而溜得不够快，加班至11点。有人说付出总是有回报的，我觉得吧，付出不总是有回报的，但是可能会带来一些惊喜吧。昨天某猪在某个论文中找到了一个反直觉的方案，仔细一想会有另一番滋味。一切都进行…