bpnet对比ncc

我们得到了十几次mfcc关于yi(一)音的结果:

12,0,6,2,0

11,0,6,1,0

12,0,7,2,0

12,0,6,1,0

12,0,7,3,0

13,0,7,3,0

14,0,8,3,0

16,0,9,3,0

14,0,8,2,0

15,0,8,2,0

16,0,8,2,0

16,0,9,2,0

这些用bpnet识别都通过了,我们以12,0,6,2,0为基础,求所有的ncc结果:

1

0.9954

0.9964

0.9964

0.9942

0.9975

0.9969

0.9980

0.9967

0.9986

0.9991

0.9966

比较奇怪的是:

16,0,8,2,1的ncc结果0.9962

而bpnet没有通过,这是为什么呢?

难道bpnet对结构敏感?ncc对结构不敏感?ncc只是统计意义上的?

近期看到对hinton(辛顿)的访谈,他说ai(bpnet)具有上下文能力,恍然明白,这不就是再说ai(bpnet)的结构敏感性嘛!

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值