语音识别中的WFST和语言模型
在语音识别系统中，有限加权状态转换机（Weighted Finite State Transducers, WFST）扮演着重要角色。本文主要介绍发音词典、语言模型和WFST的原理，以及在实践过程中的一些优化方法。
205 0 0
声浪
浅谈AirPods Max（Pro）的主动降噪技术&空间音频
近日，苹果发布了头戴式耳机 AirPods Max，这也是AirPods产品线首款头戴式降噪无线耳机。今天我们来聊一聊AirPods Max的主动降噪以及空间音频技术。 据悉AirPods Max采用Apple设计的40mm动圈式驱动单元，…
143 0 0
带你读论文 | 端到端语音识别模型
过去十年，得益于人工智能与机器学习的突破、算法与硬/软件能力的进步，以及拥有既多样又大量的语音数据库，用以训练多参数的、大规模的语音识别与合成模型，使得语音处理技术获得飞跃性进展。 随着端到端神经网络在机器翻译、语音生成等方面的进展，端到端…
43 0 0
GPU BERT上线性能不合格，看看微信AI的PPoPP论文
以BERT为代表的Transformer模型的出现是自然语言处理（NLP）领域近年来最关键的算法创新。目前互联网公司内很多线上服务系统，比如推荐系统、对话系统、翻译系统等，都使用了Transformer模型。但是由于Transformer巨…
48 0 0
语音识别中Chain Model的原理和实践
本文将介绍语音识别框架kaldi中提出的chain model语音识别系统，文章会先介绍HMM-DNN语音识别系统以及语音识别中的区分性训练作为铺垫知识，最后再重点介绍chain model的内容。 HMM-DNN语音识别系统 1.语音识别…
49 0 0
使用 TensorFlow Lite 快速构建移动端声音分类应用
声音分类是机器学习任务中的一项，您向机器学习模型输入一些声音将其分类成预定义的类别，例如犬吠声、汽车鸣笛声等。目前，已有许多声音分类应用，检测非法砍伐活动、检测座头鲸的声音以更好地了解它们的自然行为。 测非法砍伐活动https://v.yo…
38 0 0
COMSOL建模指南
翻译自COMSOL的用户手册。对使用其他仿真软件也很有指导价值。用户可以调整求解设置、使用对称或其他模型属性来获得模拟解，如果不行的话，可以中断求解来恢复部分解。 提纲： 使用对称性 有效的内存管理 选择单元类型 分析模型收敛性和准确性 求…
242 0 0
谐振腔吸声平滑频响曲线
声滤波器 因为目前智能音箱越来越火，产量非常大。很多产品希望形成360°的全方位声场覆盖，使得每个方向听到的声音是一致的。所以在扬声器前端增加了反射锥。 这种结构在相位塞和振膜之间的空腔会声模态共振，从而在最终的频响曲线上造成峰谷。其中一种…
233 0 0
压缩高音的有限元热模型，对比仿真和实测
AES论文 本文基于Faital公司的Marco Baratelli,等人在AES上发表的论文《FEM thermal model of a compression driver: comparison with experimental…
99 0 0
高效率带通箱低音炮的设计和实现
AES论文 本文基于丹麦科技大学的Sebastian Tengvall等人在AES上发表的论文《Design and Implementation of a High Efficiency Subwoofer》。 丹麦科技大学是世界顶尖的理…
147 0 0