- 博客(63)
- 收藏
- 关注
RSS订阅原创 基音周期和共振峰
基音周期是在声门处气流通过时形成的。发浊音时，具有周期性共振峰，是基音周期的下一个过程。在声道发生。气流先通过声门，声门产生基因周期，接下来，经过声道，与声道发生共振，这个共振频率就是共振峰频率，简称共振峰。...
2021-08-01 19:09:05
1201
原创 梅尔倒谱分析MFCC
梅尔倒谱系数MFCC梅尔频率倒谱系数的分析是基于人的听觉特性机理，即根据人的听觉实验结果来分析语音的频谱。因为人耳所能听到的声音高低与声音的频率并不成线性正比关系，所以用mel频率尺度更符合人耳的听觉特性。预加重部分用一个一阶高通滤波器，目的是为了补偿高频分量的损失，提升高频分量。滤波器常设为：分帧：把每一帧信号当作稳定信号来处理。加窗：减少频谱泄漏。FFT:把时域转化为频域，计算谱线能量。mel滤波：MEL滤波器滤波：梅尔频率尺度和实际频率的对应关系美尔滤波器的传递函数在梅
2021-07-29 13:07:35
752
原创 倒谱推导分析
根据对语音产生机理的研究可知，语音信号X(n)可看作声门激励信号和声道冲激响应信号的卷积为了便于处理各卷积信号，系统通常采用同态处理的方法进行解卷积，即将卷积关系变为求和关系，分离参与卷积的各个信号。一般的同态系统可分解为三个部分。第一个子系统完成卷积信号转化为加性信号的运算第二个子系统进行线性处理得到第三个子系统恢复卷积新号复倒谱：倒谱：clc;clear;clc;clear;[x,fs]=audioread('C3_4_y_1.wav');%读取信号N=1024;%fft
2021-07-29 10:40:24
962
原创 **语谱图**
语谱图**clc;clear;[x,fs]=audioread('C3_3_y.wav');wlen=256;win=hamming(wlen);inc=128;a=enframe(x,win,inc)';fn=size(a,1); W2=wlen/2+1; n2=1:W2; Y=fft(a); Yn=Y(n2,:);%为啥就取这么短？ freq=(n2-1)*fs/wlen;%频率每秒循环多少次。fs是每秒采用的点数，除以窗长，得到一共循环了多少次。%画出语谱图fra
2021-07-23 10:48:34
265
原创 短时时域处理（二）
短时自相关clc;clear;[x,fs]=audioread('C3_2_y.wav');%读取音频inc=100;%帧移win=hamming(200);%汉明窗和窗长fz=enframe(x,win,inc);%分帧fn=size(fz,1);%帧数zc=size(fz,2);%帧长for i=1:fn u=fz(i,:);%取一帧 u2=xcorr(u'); r(i,:)=u2(zc,end);endsubplot(211)plot(x)subp
2021-07-23 10:47:07
170
原创 短时时域处理（一）
短时能量根据公式自己敲的短时能量代码：clc;clear;[x,fs]=audioread('C3_2_y.wav');inc=100;win=hamming(200);fz=enframe(x,win,inc);fn=size(fz,1);for i=1:fn u=fz(i,:); u2=u.*u; power(i)=sum(u2);end短时平均幅度:%短时平均幅度计算函数function para=STMn(x,win,inc) X=en
2021-07-23 10:44:22
251
原创 分帧及其复原
分帧%分帧函数function frameout=enframe(x,win,inc)nx=length(x(:)); % 取数据长度nwin=length(win); % 取窗长if (nwin == 1) % 判断窗长是否为1，若为1，即表示没有设窗函数 len = win; % 是，帧长=winelse len = nwin; % 否，帧长=窗长end
2021-07-23 10:41:29
2017
原创 bitset和bitget
bitset例子：>> a=8a = 8>> b=bitset(a,1,1)b = 9首先要把a变成2进制数然后把a的第一个位置变成1。第二个>> b=bitset(a,1,0)b = 8如果只有两个参数>> b=bitset(a,2)b = 10把a的第二个位置设为1，默认为1...
2021-06-03 14:39:41
264
原创 wavread被删之后的替代audioread
之前的wavread可以同时获取读去的语音数据，采样率，位数[x_org,fs,bits]=audioread('C8_1_y.wav');现在audioread不能直接获取位数如果想获取语音信号的位数，请采用BitsPerSampleainfo=audioinfo('C8_1_y.wav');bits=ainfo.BitsPerSample;...
2021-06-03 13:57:39
4484
1
原创 AttributeError: module tensorflow has no attribute placeholder问题的解决
tensorflow版本问题把import tensorflow as tf改为import tensorflow.compat.v1 as tf tf.disable_v2_behavior()
2021-05-20 14:50:47
629
1
原创 微信小程序收缩式菜单
wxml文件<view class="page"><!--分类 --><view class="li" data-index="0" bindtap='changeToggle'><view class="left">谷类及制品</view><view class="right">6 <text class="iconfont {{selectedFlag[0]?'icon-shangjiantou':'icon-x
2021-05-13 13:23:35
391
原创 微信小程序字母索引菜单
wxml文件<view class="container"><view class="content"> <view class="all-food"> <view class="food">全部食物</view> <scroll-view class="food-scroll" scroll-y="true" scroll-into-view="{{toView}}" scroll-with-animation
2021-05-13 13:19:59
539
2
原创 手写数字识别训练，保存模型，图片初始化，测试一条龙。
训练及保存模型import tensorflow.compat.v1 as tftf.disable_v2_behavior()from tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_data_sets("MNIST_data", one_hot=True)# 为输入图像和目标输出类别创建节点x = tf.placeholder(tf.float32, shape=[None, 78
2021-05-08 14:51:36
402
原创 《数字信号处理及matlab仿真》关于矢量量化的学习
一 基本原理1 定义随着数字通信系统的快速发展。他带来了庞大的数据量，因此必须对其进行量化压缩。量化分为：一类是标量压缩，一类为矢量压缩。概念：矢量量化是先将看k（k>=2)个抽样值形成的k维空间Rk中的一个矢量，然后将其矢量进行量化，并设法使其失真或量化噪声最小，他可以极大的降低数码率，优于标量量化。矢量量化的理论基础是香农的率-失真理论。率-失真理论是对给定的失真D，可以计算率-失真函数R（D）。矢量量化是先把信号序列的每K个连续样点分成一组，形成K维欧式空间中的一个矢量，然后对此
2021-05-06 16:10:03
2117
原创 关于解决微信小程序报错的两个小问题
关于渲染层网络错误出现这个问题的原因不是图片路径出现错误，如果是图片路径出现错误，则修改图片路径则不会报错。这个问题的原因是：页面加载图片时，需要一定的时间，这个时间段内路径是空的。解决办法：在这个图片的src路径前面。添加一个if判断，例如：<image wx:if="{{pic01>0}}" src="/image/Weatherpic/{{pic01}}.png"></image>2关于一个按钮上想要绑定两个事件的办法是：采用catchtap绑定事件事件
2021-05-06 14:59:00
1078
原创 微信小程序 Vant Weapp 没有找到可以构建的NPM包，请确认需要参与构建的npm在miniprogramroot目录 正确引入vantweapp
先新建一个云开发小程序，然后右击，选择在外部终端打开然后输入 npm init -y 然后回车输入npm i @vant/weapp -S --production 然后回车然后点击工具构建npm组件，这是会多出来几个文件夹这时如果还继续保错，找不到npm组间时，需要手动在 project.config.json内添加如下配置，使开发者工具可以正确索引到 npm 依赖的位置。{ ... "setting": { ... "packNpmManually": true
2021-05-04 10:12:34
864
1
原创 读《数字语音处理及matlab仿真》一些笔记
第三章第一节讲的是，语音信号的预处理，包括预加重和加窗分帧。%程序3.1：gaopintisheng.mfid=fopen('voice2.txt','rt') %打开文件e=fscanf(fid,'%f'); %读数据ee=e(200:455); %选取原始文件e的第200到455点的语音,也可选其他样点r=fft(ee,1024); %对信号ee进行1024点傅立叶变换r1=abs(r);
2021-04-22 16:29:51
684
3
原创 把文件放在tomcat的app管理下面，看到内容。通过jsp网页链接，并读取数据库的表。
点击manaer app,然后登录账号密码。这里的账号密码，需要去自己修改添加。打开conf的timcat-users.xml文件。在文件的最后加上这行代码。username，password就是账号密码，你可以自己填写。然后进入，manager app上面的文件就是你放在webapps下面的文件。，终于见到了页面。建立，链接jsp的文件，在webapps文件下，建立以一个记事本，代码如下：<%@ page contentType="text/html"%> &l.
2021-04-22 16:18:25
102
原创 java程序连接数据库
1，这里需要的是java ee需要从网上下载。不是java。去eclipse官网下载可以选择国内的镜像进行下载，这样下载速度会非常快。我们要需要下载jdbc，步骤如下：另外，我们链接数据库还要自己创建一个数据库。我们1采用的是mysql5.7你也可以搜素下载。下载完成，我们登陆数据库。点击之后，输入密码这样说明已经登陆成功。然后我们可以查看数据库。show databases;然后，输入use tables;来使用数据库。选择数据库，来查看student表。
2021-04-22 16:05:50
179
原创 微信小程序2完成一个页面身份认证和显示天气的例子
任务目标，建立一个包含两个页面，第一个页面的内容是微信身份验证，然后通过点击按钮来实现跳转到另一个页面，来显示今天的天气。思路：两个页面，建立俩个不同的按钮，实现不同的功能。第一个身份验证页面，通过调用身份验证函数来实现，第二个页面通过外面api接口来实现。点击天气按钮，通过函数，跳转到天气页面。新建一个项目，点击加号 这里的项目名称，目录均可以自主选择，appid是自己的唯一身份标识，自己注册的，开发模式选择小程序，后台服务选择不使用云服务。语言选择JavaScript。然后点击新建。创建完毕
2021-04-17 11:38:21
490
原创 安装tomcat和通过tomcat访问html文件及修改端口
1通过官网进行下载tomcat2 点击旁边的下载，选择自己要下载的版本、3这里有两种格式，一种是zip格式，下载不用安装直接解压就能使用，一直需要安装的模式。我选择的是需要安装的模式然后选择安装next选择i agreenextnext这里会自动指向jdk目录选择自己的安装路径，最后安装到c盘finish然后去配置环境变量右击我的电脑，选择属性，选择高级 系统设置，选择环境变量选择在变量名中填写：CATALINA_HOME变量值就是自己的安装路径
2021-04-15 10:49:12
1152
原创 云服务器
阿里云收费方式有两种：一 包年包月包年包月先付费再使用二按量收费先使用再付费产品分为两大类：入门级和企业级。入门级有分为：突发性能型，共享型，轻量应用。企业级分为：通用性，计算型，内存型，大数据型，GPU型，本地SSD型，高主频型，FPGA型，弹性裸金属。入门级产品性能如下：突发性能型：共享型：轻量应用：企业级产品各方面比起入门级要复杂的多主要的参数：cpu内存比，最大基础带宽能力，cpu类型，最大网络收发包能力。各个产品适合不同的场景。购买是还要选择地域，cpu内
2021-04-12 08:20:13
799
原创 微信小程序
1 搜索微信公众平台2 注册账号3 下载微信开发者工具4新建项目选择小程序项目，选择代码存放的硬盘路径，填入刚刚申请到的小程序的 AppID，给你的项目起一个好听的名字，勾选 “不使用云服务” （注意: 你要选择一个空的目录才可以创建项目），点击新建，你就得到了你的第一个小程序了，点击顶部菜单编译就可以在微信开发者工具中预览你的第一个小程序。5参看微信小程序官方文档。生成自己的第一个小程序左面 真机演示中间代码目录右面代码index文件即首页文件在里面添加字段会直接显示到模拟器中l
2021-04-12 08:19:57
64
原创 HTML简单介绍
<!DOCTYPE html><html><head> <!--指定页面编码格式--> <meta charset="UTF-8"> <!--指定页头信息--> <title>div--个人简历</title></head><!--插入背景图片--><body style="background-image:url(bg.jpg) ">
2021-04-01 19:32:19
79
原创 手写数字识别2
#导入包from keras import layersfrom keras import models#构建卷积神经网络模型model=models.Sequential()model.add(layers.Conv2D(32,(3,3),activation='relu',input_shape=(28,28,1)))model.add(layers.MaxPooling2D((2,2)))model.add(layers.Conv2D(64,(3,3),activation='relu
2021-03-25 21:01:50
107
原创 相同条件下全连接和卷积神经网络的效果差异
#导入数据，查看数据属性from keras.datasets import mnist(train_images,train_labels),(test_images,test_labels)=mnist.load_data()#构建训练模型from keras import models#导入各种包from keras import layersnetwork=models.Sequential()#模型选择sequentialnetwork.add(layers.Dense(512,a
2021-03-24 16:45:21
400
原创 imdb数据集电影评论分类
#加载imdb数据集from keras.datasets import imdb(train_data,train_labels),(test_data,test_labels)=imdb.load_data(num_words=10000)train_data[0]#第一个评论单词所对应的数字索引[1,14, 22,16, 43,530, 973, 1622, 1385, 65, 458,4468, 66, 3941, 4, 173, 36, 256, 5, 25, …32 15, 16
2021-03-18 20:05:32
1072
1
原创 通信建模
% 预测编码OI = imread('CLA1.bmp');subplot(2,3,1);imshow(OI);title("原图像");OI = double(OI);[M,N] = size(OI);[newImg1,Qerror1] = Dpcm_code(OI,M,N,1);newImg1 = uint8(newImg1);subplot(2,3,2);imshow(newImg1);title("一维DPCM重建图像")% 计算峰值信噪比psnr1 = calPsn
2021-03-09 15:48:38
290
原创 插值和拟合
插值和拟合都是根据离散的样本点数据得出连续函数曲线的过程。他们的不同点在于：插值得出的曲线是经过样本点的，而拟合得到的曲线并不保证每个样本点都在曲线上，而是保证曲线与样本点之间的整体拟合误差最小为优化目地的1 插值设函数y=f（x）未知，但已知该函数在若干离散点x1,x2,x3…,xn处的取值y1,y2,y3…yn,则由这些样本点（x1,y1）…(xn,yn)获得该函数在其他点上取值的方法叫插值方法...
2021-03-09 15:47:37
980
原创 Java操作数据库，从Java里导出数据库的内容，以及过程中遇到的各种问题
1，先加载驱动先在eclipse中创建一个新工程选择java工程，然后当你去登录数据库，可能会爆出1045错误，csdn大部分说是要改密码。或者修改ini配置文件。但大可能是你自己密码没输对，好好检查一下。包括格式然后开始是连接数据库的代码：`package javatest;import java.sql.Connection;//导入Java.sql包中的Connection类，用于与数据库的连接import java.sql.DriverManager;//导入Java.sql包中
2021-03-09 15:47:22
1109
原创 数据库基本操作
1，登录mysql -u root -p2，创建数据 `create database 数据库名字；3，查询数据库show databases；4，删除drop database qyb；5，使用数据库use 数据库名称；6，``创建表CREATE TABLE table_name(field1 datatype,field2 datatype,field3 datatype);7，插入数据INSERT INTO table_name VALUES
2021-03-09 15:46:53
41
2
原创 安装mysql及配置
1，下载地址：https://dev.mysql.com/downloads/mysql/进入官网下载，到如下窗口下载mysql-8.0.11-winx64.zip免安装文件，但需要解压2.在解压文件夹【mysql8】下新建一个文本文件，命名为【my.ini】（.ini文件是window里面的配置文件,用于保存各种默认的数据）；3.打开 my.ini 文本文件， 配置以下基本信息：（修改其中的 basedir 和 datadir 为自己的路径）配置my.ini文件如下所示：[mysq
2021-03-09 15:46:24
94
原创 手写数字识别
#导入包import numpy as npimport matplotlib.pyplot as pltfrom tensorflow import kerasimport tensorflow as tf#载入数据(x_train,y_train),(x_test,y_test) = tf.keras.datasets.mnist.load_data()print(x_train.shape)print(y_train.shape)#x_train的数据shape为（60000,28
2021-03-09 15:27:32
166
原创 深度学习基本原理及第一个tensorflow程序
tensorflow：TensorFlow是一个通过计算图的形式来表述计算的编程系统——TensorFlow中的每一个计算都是计算图上的一个节点，而节点之间的边描述了计算之间的依赖关系。在TensorFlow中，张量可以被简单理解为多维数组。Flow：流、飞。直接表达了张量之间通过计算相互转化的过程张量是TensorFlow管理数据的形式。在TensorFlow中，所有的数据都是通过张量的形式来表示。从功能的角度上看，张量可以简单理解为多维数组。其中零阶张量表示标量，也就是一个数一阶张量表示向量，
2021-03-05 12:54:57
263
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人