2015年07月_sunfoot001

转载 Binaural Microphone

偶然在亚马逊看到了Binaural Microphone，挺有意思的录音神器。如果这货与立体摄像头集成了，个人就可以拍摄三维虚拟影音了。Professional Binaural Audio for Everyone!Portable and rugged for mobile binaural recording in any audio environmentCaptu

2015-07-30 22:30:24 660

原创概率中的独立和不相关

定义上，独立可以推导出不相关，但不相关不能推导出独立。这里的不相关指的是线性不相关，具体定义如下：E{h1(y1)h2(y2)} = E{h1(y1)}E{h2(y2)}.其中h1和h2都是线性变换。线性不相关但也不独立的反例有：x~N（0,1） y= -1, 1 分布，概率各,0.5, x与x*y不相关但显然不独立。

2015-07-12 21:17:40 4387

原创耳塞与听力保护

噪声极大地影响人耳听力。人耳对不同声压的噪声的可承受的时间如下表所示。Level of noise in dB(A)Maximum daily exposure time858 Hours912 Hours9730 Minutes1037 Minutes人耳感知忍受的极限噪声是120

2015-07-07 22:53:08 1240

转载 Why Amazon Echo is the future of every home

By Mike Elgan FOLLOWComputerworld | Nov 8, 2014 3:59 AM PTAmazon surprised everyone Thursday by unceremoniously launching a product called Echo.The Internet-connected hardwar

2015-07-06 21:57:48 499

转载 Sengled Snap带摄像头的智能灯泡

Sengled Snap带摄像头的智能灯泡智能灯泡和IP摄像头都是非常常见的产品，而将这两种结合到一起的智能家居设备你见过吗？Sengled Snap就是这样一款产品，它兼具高分辨率摄像头、麦克风、扬声器等多功能，内置灵敏的家庭监控系统，能够将画面实时传递到用户的手机或平板电脑上。Sengled Snap具备语音/移动激活、面部识别以及地理围栏警报等功能。例如，

2015-07-06 21:03:05 1216

转载矩阵奇异值分解（SVD）

以下的博文已阐述得很清楚了。http://www.cnblogs.com/LeftNotEasy/archive/2011/01/19/svd-and-applications.html矩阵奇异值分解的确对数据进行了隐性的聚类，由此实现了降维。

2015-07-05 12:57:50 374

原创矩阵的特征值和特征向量

定义线性变换是指一个n维列向量被左乘一个n阶矩阵后得到另一个n维列向量，它是同维向量空间中的把一个向量线性映射成了另一个向量。即 Y=AX(Y，X∈RnA=(aij)A=(aij)n×n)如果对于数λ，存在一个n维零列向量X(即X∈Rn且X≠0)，使得AX=λX 则称数λ为矩阵A的一个特征值，X为矩阵A对应于λ的特征向量。数学意义矩阵乘法对应了一个变换，是把任意一个向量变成

2015-07-05 12:06:20 1431

原创 Circular microphone array 1

Circular microphone array与Linear microphone array对比：Circular microphone array的尺寸更小，更易于集成到消费电子，机器人等上面；Circular microphone array不像Linear microphone array有个对称的主瓣，如0度和180度的对称主瓣；Circular micr

2015-07-05 09:17:19 929

转载智能听音公司Soundhawk获得550万美元融资，通过降噪算法让用户听到真正想听的声音

智能听音公司Soundhawk获得550万美元融资，通过降噪算法让用户听到真正想听的声音小石头 • 2014/06/30 09:26据华尔街日报消息，可穿戴技术初创公司Soundhawk刚刚获得550万美元的最新一轮融资，投资方包括富智康集团（原富士康集团）、True Ventures。去年12月，Soundhawk还获得过一笔570万美元的融资，投资方也有True V

2015-07-04 20:42:20 1034 1

原创说话人识别----技术挑战点

技术挑战点为:与文本无关;说话人识别中的跨信道、噪音;短语音;多说话人、防假冒处理;训练库大小限制;

2015-07-04 20:35:47 1176

转载语音增强国外牛人

转自研学论坛craft：http://bbs.matwav.com/viewthread.php?tid=870532&extra=page%3D11）Y.Ephraim，此人大牛，可以说开启/总结了语音增强的三个方向，statiscial model based, HMM training based, subspace based. 2）R.Martin，主要贡献在于no

2015-07-04 20:31:06 3077 4

sunfoot001的专栏