安安爸Chris的专栏

rnnoise中的训练模型在rnn_train.py文件中，其中构建的model我梳理了一下，画图如下，方便大家理解其中model中的input和output就是图中标色的部分model = Model(inputs=main_input, outputs=[denoise_output, vad_output])不难看出，其实rnnoise的另一个训练产物是vad。...

下面有一段两个Sequential的model连接一起的例子代码如下，from keras.models import Sequentialfrom keras.layers.core import Densefrom keras.layers import Concatenateimport numpy as npleft_branch = Sequential()left_branch.add(Dense(32, input_dim=1))right_branch = Sequen

版本如下各个版本请直接下载即可centoshttps://hdf-wordpress-1.s3.amazonaws.com/wp-content/uploads/manual/HDFView/3.1.2/HDFView-3.1.2-centos7_64.tar.gzOSXhttps://hdf-wordpress-1.s3.amazonaws.com/wp-content/uploads/manual/HDFView/3.1.2/HDFView-3.1.2-osx1014_64.tar.g

什么是SRTP参考RFC 3711 - The Secure Real-time Transport Protocol参考RFC 7201 - Options for Securing RTP SessionsRTP是实时传输协议，用于媒体通信；SRTP就是加密的实时传输协议。工作原理很简单，即在RTP开始前，双方先协商约定好加密的cipher suite和key，然后把媒体加密后传输。加密方式默认的加密方式使用的是AES, 定义了两种mode(1) AES in Counter M

官方文档地址 https://www.tensorflow.org/api_docs/python/tf/nn/conv2d接口如下tf.nn.conv2d(input, filters, strides, padding, data_format=‘NHWC’, dilations=None,name=None)input为入参，其shape必须为4维的，其中每一维度含义如下N:Batch NumberH:HeightW:WidthC:Num of Channles但是顺.

翻译自 https://www.ibm.com/docs/en/ibm-mq/9.0?topic=tls-overview-ssltls-handshakeThe TLS client sends a client hello message that lists cryptographic information such as the TLS version and, in the client’s order of preference, the CipherSuites supported .

API文档https://numpy.org/doc/stable/reference/generated/numpy.tensordot.html文档说的过于晦涩，下面以实际例子来研究一下样例1 axis=0 （叉乘运算）m1=np.array([0.1,0.2,0.3, 0.4,0.5,0.6])m2=np.array([-0.1, -0.1, 0.1, 0.1, 0.2,0.2])m1=m1.reshape((2,.

keras rnn中常见的rnn layer1. LSTMLSTM内部结构如下，公式为input gate:it=σ(Wixt+Uih(t−1))forget gate:ft=σ(Wfxt+Ufh(t−1))output        :ot=σ(Woxt+Uoh(t−1))New memorycell:c~t=tanh(Wcxt+Ucxt)Final memorycell:ct

函数形式/*** @param st 全局context，存储一些上下文用的变量和结构体* @param X 根据入参in生成的频域数据，其中在训练时，低频部分被全部清零* @param P 是含有基频(pitch)部分语音信号生成的频域数据* @param Ex [band](https://blog.csdn.net/mimiduck/article/details/106390000)能量数据 * @param Ep 对应pitch信号数据的band能量* @param Exp 信号

环境: Ubuntu 18.04, tensorflow 2.4.1该版本是全连接网络的优化版本，采用了卷积神经网络，参考。可以看到BATCH_SIZE没有改动，而EPOCH明显减少。但是EPOCH一轮的时间明显增长了很多。import tensorflow as tfimport numpy as npfrom tensorflow import kerasEPOCH = 15BATCH_SIZE = 128VERBOSE = 1NUM_CLASSES = 10# the .

在构建卷积神经网络时，遇到了这个错误ValueError: Input 0 of layer conv2d is incompatible with the layer: expected ndim=4, found ndim=3.这是说conv2d（卷积层）的输入和这一层不兼容，期望的维度是4，实际给的是3。这一层的维度是， （样本个数，长度，宽度，灰度），我们在导入训练数据时，如果数据没有指定灰度，也要给一个默认值。也就是要默认增加一维。x_train = np.expand_dims(x_tr

背景每一个样本的数据被写入了一个csv中，在制作数据集时，需要先将大量的csv文件写入到一个h5文件中样例代码import osimport sysimport h5pyimport numpy as np'''arg[1]: bins file folder patharg[2]: x of shapearg[3]: y of shapearg[4]: h5 file name '''if len(sys.argv) != 5: exit(-1)data_fold

错误如下：在使用h5py时创建h5文件时，遇到TypeError: Can’t convert element to hsize_t我这里的原因是，因为在指定shape的时候，输入了字符串数字。h5f = h5py.File(sys.argv[4], 'w')dset = h5f.create_dataset('bins', (total_count,sys.argv[2],sys.argv[3]))shape是sys.argv[2],sys.argv[3]入参传入的，但是它是字符型，所以导

pcolor是matlab里绘制矩阵的函数，它可以把数据通过颜色表示出来。但是它的使用，特别对于初学者来说，有点晦涩难懂。我们通过几个问题来认识一下这个函数的使用pcolor绘制的颜色从哪里来？通过网上任意一些代码样例，可以使用pcolor绘制出颜色方格出来。但是它的颜色是怎么来的？比如下面这段C=zeros(10);pcolor(C);为什么是这种蓝绿色？其实它的颜色由colormap来指定，matlab系统内部其实定义了一些色系，如下，如果访问不了的官网的，我这里贴出来可以选择

函数参数列表[X,Y] = meshgrid(x,y)[X,Y] = meshgrid(x)[X,Y,Z] = meshgrid(x,y,z)[X,Y,Z] = meshgrid(x)meshgrid可以生成2D或者3D的矩阵，如果为2D，矩阵的shape为（y.length, x.length）如果为3D，矩阵的shape为（y.length, x.length,z.length）代码示例sample1x=1:2; %length 2y=3:5; %length 3[X,Y]=m

环境: Ubuntu 18.04, tensorflow 2.4.1mnist是Yann Lecun大神的手写数据,数据中的数字都是28X28的图像,每个像素点是[0-255]的值其中训练数据为60000,测试数据为10000打印出数字看一下def show_mnist(images, labels): n = 5 m = 5 for i in range(n): for j in range(m): plt.subplot(n, .

运行环境为Ubuntu18.04C部分下载源码从github上下载源码，目前只有master分支，就拿master分支下来。准备编译环境干净的linux环境可能会没有安装gcc等编译工具所以要把下列编译所需的东西装好‘’’apt-get install build-essentialapt-get install autoconf libtool‘’’编译rnnoise的C部分源码unzip rnnoise-master.zipcd rnnoise-master.

在使用conda的过程中，是不是很疑惑，pip可以安装python库，conda也可以。那么他们俩有什么区别吗？1. 源不同首先他们的源肯定是不同的，虽然好像都可以替换为国内的源，但是本质上他们使用的源还是不同的2. 可装包范围不同pip是一个纯粹的管理和安装python库的工具；而conda(主要指conda install)不仅仅可以安装python库，一些依赖的c/c++库或者其他语言库，也是可以一并安装的。3. 依赖处理的逻辑不同虽然两者都会校验依赖，但是校验的逻辑和方法是不同的。pi

今天演示一下在Ubuntu18.04上安装keras （后端tensorflow CPU版本）的过程。整个过程我们在云上安装。部署云主机随便找一家云服务提供商，国内有阿里，腾讯，百度，金山，京东等。因为考虑下载速度等问题，我找了一家海外云，Vultr,当然Google Cloud， Amazon Cloud等也可以，只是Vultr上还有点额度，而且这家付费好像是支持支付宝的，所以选了这家做演示。毕竟是做演示，安装速度肯定想快一点了，所以海外云速度上肯定是没有话说了。地区选个近一点的，新加坡吧。配置

在处理音频媒体流数据时，如果需要将整体的数据流转为float型的，可能会有一些问题主要注意。注： 本文所讨论的范围都在Linux环境下Big Endian or Little Endian如果一个sample的数据超过一个字节，那么存储它就存在了排列顺序的问题。首先看Big Endian和Little Endian的定义Little-Endian就是低位字节排放在内存的低地址端，高位字节排放在内存的高地址端Big-Endian就是高位字节排放在内存的低地址端，低位字节排放在内存的高地址端

算法描述输入样本集： X={x1,x2,...xn}X=\{x_1, x_2,... x_n\}X={x1​,x2​,...xn​}聚类簇数K输出划分 C={c1,c2,...ck}C=\{c_1, c_2, ... c_k\}C={c1​,c2​,...ck​}最大迭代次数N从数据集X中随机选择k个数据作为初始k个质心(centroids) {μ1,μ2,...μk}\{\mu_1, \mu_2,... \mu_k\}{μ1​,μ2​,...μk​}对于n=1,2,…N,a) 将C初始化

音色TimberTimbre是音色的意思，那什么是音色？我们知道每一种乐器都有不同的音色，音色是可以用来辨识乐器。那我们是如何听出音色的呢？先说结论,声音的波形决定了音色这里有个连接，可以在线听4中波形播放不同的波形的波，我们明显的感受到了不同感觉。这种感觉，就是音色（Timbre）振幅Amplitude振幅表示波在传播过程中震动的幅度，它在一定程度上反应了音量。那是不是我们常说的分贝就是它呢？ 当然不是。准备来说，分贝是一个比值，它反馈的是两种压力之比。分贝使用在声音里反应

DFT公式：Ak=∑n=0N−1e−i2πNknan,k∈{0,1,...N−1}A_k = \sum_{n=0}^{N-1}e^{-i\frac{2\pi}{N}kn}a_n , k\in \{0,1,... N-1\}Ak​=n=0∑N−1​e−iN2π​knan​,k∈{0,1,...N−1}一般我们更常写成Ak=∑n=0N−1WNknan,k∈{0,1,...N−1}A_k = \sum_{n=0}^{N-1}W_{N}^{kn}a_n , k\in \{0,1,... N-1\}

检查当前路由情况route -n或者netstat -rDestination 和 Genmask表明了某个IP应该走哪一条路由。所以Desination这里是一个网段地址，可以看到后面是0. 只要是mask部分有有效的值就可以了。例如，baidu.com【220.181.38.148】这里匹配的就是第一条default路由规则，它会被路由到172.16.98.10这个网关地址， 从eth0物理网口出去。每一个网口（网卡）有自己的内网网络，第二行表示eth0是172.16.95网段的；第三行

APIkissfft有两套API，一个是在kiss_fftr.h中另一个在kiss_fft.h中区别Basic API还是kiss_fft.h里的，kiss_fftr.h是在kiss_fft.h的基础上封装了一层。Basic API只有fft没有见到ifft？？利用频域数据的共轭对称性可以使用一个接口完成fft和ifft，这里的逻辑也即是kiss_fftr.h里封装的两个接口Demo编码数据类型都采用FIXED_POINT， 即int16Demo下面的代码是在源码中test_r

全局设置set (CMAKE_CXX_STANDARD 11)注意：这种方式仅适用于cmake3.1之后如果是老版本，稍微麻烦一些include(CheckCXXCompilerFlag)CHECK_CXX_COMPILER_FLAG("-std=c++11" COMPILER_SUPPORTS_CXX11)CHECK_CXX_COMPILER_FLAG("-std=c++0x" COMPILER_SUPPORTS_CXX0X)if(COMPILER_SUPPORTS_CXX11)

笔者使用的是虚拟机做如下测试。 注意没有eth0网卡查看queue状态查看所有网卡tc qdisc ls查看指定网卡tc qdisc show dev enp0s3delay延迟tc qdisc add dev enp0s3 root netem delay 1000ms命令详解qdisc: 类型为 queuing discipline，不懂的请先查询一下基本概念add: add a new ruledev eth0: rules will be applied on.

Matrix类封装了矩阵运算里的常用几种函数Matrix.h#include <string>#include <sstream>typedef struct MatrixShape { int row; int col; int size() const { return row*col; } std::string ToStr() const { std::stringstream ss;.

使用ffmpeg工具剥离某一个声道@echo off set work_path=wholeset human_path=left_channel:E:cd %work_path% :mkdir %human_path%set log_file=extract_%TIME:~0,2%%TIME:~3,2%%TIME:~6,2%.logecho ============ the start time is %TIME:~0,2:%%TIME:~3,2:%%TIME:~6,2%======

现在很多工具里都已经为我们实现好了线性卷积和圆周卷积的函数，所以在实现方面简单调用一下即可。如matlab中，conv用于计算线性卷积，而cconv用来计算圆周卷积在国内搜了很多计算圆周卷积的例子，居然鲜有人提到cconv函数，而都是人云亦云都抄袭一套自实现函数，真是有点意想不到。下面直接上干货，简单介绍一下线性卷积和圆周卷积的计算方法线性卷积线性卷积的计算网上有很多，这里就不一一介绍了。我个人使用的方式也很好理解，例如x(n) = {1,5,7,3,2,1,6,9}h(n) = {2,4,

相关概念交换群（An abelian group/commutative group）交换群是一个集合（Set），它有一个运算符·，对于集合A，则可以表示为(A,·)它有如下特性：闭包性（Closure）如果a,b属于A，那么a·b属于A结合性（Associativity）如果a,b,c属于A，那么(a·b)·c=a·(b·c)含有幺元（Identity element）存在元素e，对于A中元素a，满足e·a=a·e=a含有逆元（Inverse element）对于元素a，在A中存在

Execise Data files样例中需要的数据来源：http://www.openfst.org/twiki/bin/view/FST/FstExamples如果无法访问，可以在这里下载Execise 2 Downcasing Text该例子将输入转为小写字母首先，需要一份字母转换的fst.full_downcase.fst0 0 <space> <space>0 0 ! !0 0 " "0 0 # #0 0 $ $0 0 % %0 0 &

Execise Data files样例中需要的数据来源：http://www.openfst.org/twiki/bin/view/FST/FstExamples如果无法访问，可以在这里下载Execise 1 Tokenization第一个示例将ASCII字符序列转换为带有标点符号和去除空格的单词标记序列。 为此，我们将需要一个词典换能器，该词典换能器将从字母映射到其对应的单词标记。 一种简单的生成方式是使用OpenFst文本格式。 例如，“Mars”一词的格式为：fstcompile --i

问题现象undefined reference to xxx一般copy了别人的代码，直接拿来编译，可能会遇到这种问题。网上找了很多答案都没有对应的解答。头文件已经引用了，而且对应的库文件或者源码文件都在工程里，但是就是提示找不到。IDE可以提示跳转，说明是可以找到函数实现的，但是跳转直接跳到了.c文件里。这才让我恍然明白，这个文件是c写的，而我的工程是c++的。问题解决因为c和c++对函数名的编码是不一样的，c直接就是“明文”，而c++会有一定的格式。所以对于c文件的header，c+

Kaldi aishell位置： ${Kaldi}/egs/aishell/s5数据集下载问题数据集**data_aishell.tgz**在openslr上，该数据集比较大，总共15G。国内网络情况下下载比较慢，估计一个月都下不下来。默认的run.sh里写的是www.openslr.org/resources/33，需要改为国内站点，http://openslr.magicdatatech.com/33。这样效果应该好一点。网速好的话一天应该可以下完。在国内有没有更快的方法？有的。如果你有

==292== 8,520 (64 direct, 8,456 indirect) bytes in 2 blocks are definitely lost in loss record 512 of 517==292== at 0x4C29F73: malloc (vg_replace_malloc.c:309)==292== by 0x61F76DD: CRYPTO_zalloc (in /usr/lib64/libcrypto.so.1.1)==292== by 0x624F

有一个训练数据需要整理，主要是从阿里云实时ASR获取的结果，结果中有文本与时间点信息。比如#test begin endyes i have found a better 20400 23530记得应该可以使用python的pudub库处理该问题。不过我没有使用python，直接使用c写了一个工具。数量比较大，考虑c来的快一点。代码如下：#include <

scipy.cluster.vq.kmeans(obs, k_or_guess, iter=20, thresh=1e-05, check_finite=True)对形成k个群集的一组观察向量执行k均值。k均值算法将观测值的分类调整为聚类，并更新聚类质心，直到质心的位置在连续迭代中保持稳定为止。 在算法的这种实现中，质心的稳定性是通过将观测值及其对应质心之间的平均欧几里德距离的变化的绝对值与阈值进行比较来确定的。 这样便产生了一个将质心映射到代码的codebook，反之亦然。参数obsM×N阵列

请注意文件的时效性在安装kaldi时，tools下的安装如果遇到如下错误，说明在安装cub时，该包下载不了。不知道什么原因，github.com的地址好像被封了。【解决方案】github下不了，我们就换个地方下载。找了一下该cub包官方的download地址。https://nvlabs.github.io/cub/找到下载链接，直接下载即可。如果该网站访问不了，或者不能下载，那么请在这里下载吧下载完成后，把该包放到tools文件夹下，然后编译Makefile文件，需要把下载cub.

执行install_mkl.sh时会下载mkl，但是国内速度过于慢，而且因为过慢的速度，还是timeout。真是无法忍受。那么看一下是否可以另辟蹊径呢？当然，如果可以人肉FQ也是可以的，不过大多同学可能没有这个条件...

该函数，顾名思义，就是描绘F0 Candidate的轮廓。在GetFourZeroCrossingIntervals函数中，已经介绍了如何获取ZeroCrossings了。不清楚的可以再看一下我的那一篇文章。void GetF0CandidateContour(const ZeroCrossings *zero_crossings, double boundary_f0, double f0_floor, double f0_ceil, const double *temporal_po

问题执行install_mkl.sh时报如下错误：由于没有公钥，无法验证下列签名: NO_PUBKEY FCAE110B1118213C问题根因实际上该问题跟安装Kaldi没有关系。因为系统（Ubuntu 16.04）长时间没有更新，有些ppa的密钥系统中不存在。解决方案在控制台里执行如下操作gpg --keyserver keyserver.ubuntu.com --recv FCAE110B1118213C# 注意：FCAE110B1118213C是我当前不存在的key，你要换成你自

背景一个完整的正弦波存在如下性质，波峰间隔，波谷间隔，向上过零间隔，向下过零间隔这四者的值理论上应该一致的。那么该函数，顾名思义，就是取这四段值的代码数据结构用来保存这四段值得结构 ZeroCrossingstypedef struct { double *negative_interval_locations; //向下过零x值 double *negative_intervals; //向下过零y值 int number_of_negatives;

#include <stdlib.h>#include <stdio.h>#include <sndfile.h>#include <memory.h>#define RAW_BUFF_SIZE 1024int main(int argv, const char *args[]) { if (argv!=2) { printf("please input wav file
"); exit(0);

原文地址： https://terpconnect.umd.edu/~toh/spectrum/Convolution.html什么是卷积Convolution is an operation performed on two signals which involves multiplying one signal by a delayed or shifted version of another signal, integrating or averaging the product, and

static void GetFilteredSignal(double boundary_f0, int fft_size, double fs,const fft_complex *y_spectrum, int y_length, double *filtered_signal)入参boundary_f0 边界频率，来自boundary_f0_list。它是一个长度为number_of_channels(185)的double数组。numberofchannels=1+log(f0f.

NuttallWindow是Matlab里nuttallwin函数函数形式为Harvest里的四个系数和matlab的nattallwin稍微有些不同，这里为w(t)=0.355768+0.487396cos(π2Tct)+0.144232cos(πTct)+0.012604cos(3π2Tct)w(t) = 0.355768 + 0.487396cos( \frac {\pi }{2T_c} t) + 0.144232cos( \frac {\pi }{T_c} t) +0.012604cos

GetWaveformAndSpectrumSub函数基本就是Matlab版本的decimate实现。用于降采样。Matlab版本的decimate使用在这里在输入信号x的首尾，分别加了140长度的lag。 首部的lag全为x[0]；尾部的lag全为x[x_length - 1]下图是降采样的前后对比，紫色是原来采样22050Hz，绿色是7350.（r=3）...

频率36.629HZ频率44.321HZ频率50.037HZ频率54.566HZ频率60.545HZ频率66.024HZ频率74.539HZ频率84.152HZ频率95.005HZ频率119.009HZ频率149.078HZ频率171.246HZ频率200.148HZ频率214.514HZ频率238.018HZ频率278.190HZ频率314.066HZ频率380.018HZ频率436.526HZ频率492.823HZ频率586.068HZ频率684.

celt_fir5函数是一个内部函数，用于计算FIR的代码如下/*** x 是输入信号* num 是FIR系数，在opus里这里是autocorrelation系数* y 是输出信号* N 是x输入信号的长度* mem是用于计算的数组，它用于依次储存x[i-1],x[i-2],x[i-3],x[i-4]的值*/static void celt_fir5(const opus_val16 *x, const opus_val16 *num, opus_va

协方差矩阵的计算公式可以参考这一篇博文协方差矩阵官方文档介绍简单使用介绍有下面一个例子，计算数组[1,2,3]和[1,1,1]的协方差矩阵import numpy as npX = np.array([1,2,3])Y = np.array([1,1,1])A = np.stack((X, Y), axis=0)print("source:
", A)print("cov:
", np.cov(A))结果如下：也可以根据公式自己实现这一函数import numpy a

rnnoise中有个函数compute_band_energy，用于计算band的能量值。这里有几个概念需要理清楚。基本概念首先，什么是band？band字面意思是频率带，是一组频率的范围。大家都知道，音声都是由频率的，而频率范围很广。人耳可知的频率范围就在20到20000hz。如果这些频率都参与计算，计算量过大。特别是一些实时系统，希望延迟低，计算量小，为了减少运算量，同时也根据人耳对低频敏感，高频不敏感的特性，不均等的对频谱作为划分，划分的每一小段就是一个band。大名鼎鼎的Mel Scale，

在所有窗函数中，大多你都可以在网上找到该窗函数的介绍，但是今天介绍的Vorbis窗，至少你不仔细找，可能还真找不到它的资料。Wikipedia里的窗函数介绍里是没有这个窗函数的。直接上干货窗函数公式w(n)=sin(π2sin2(πnN))w(n) = sin(\frac \pi2 sin^2(\frac{\pi n} N) )w(n)=sin(2π​sin2(Nπn​))窗函数图可以看到它的顶部更圆润，可以保留更多的信息。它与我们常见的Hann window相比呢通过对比可以看到他

基于开源库speexdsp， 可以简单实现重采样。简单实现的代码如下：需要的三方库： speexdsp ,libsndfile#include <stdlib.h>#include <sndfile.h>#include <speex_resampler.h>#define BUFFER_SIZE 2048int main(int argv, const char *args[]) { if (argv != 4) { .

rnnoise的主要函数rnnoise_process_frame中首先是对输入的信号做biquad滤波。biquad Filter双二阶滤波器，wiki介绍在这里它是一种IIR filter双二阶滤波器系数a1,a2,b0,b1,b2公式如下一般运算使用如下公式：rnnoise源码中的双二阶计算函数是上述公式的实现，但是加入了调节参数mem。该参数从训练模型中获取函数源码如...

指定编译为动态库-DBUILD_SHARED_LIBS=true指定编译位置 -DCMAKE_INSTALL_PREFIX=/home

一种是比较常见的全局设置set(CMAKE_C_FLAGS "-std=c99")另外一种是针对某个target设置，这样不同的target之间可以不受影响add_executable(BiquadFilter biquad_filter.c)set_property(TARGET BiquadFilter PROPERTY C_STANDARD 99)...

今天只看一个函数xcorr_kernal_c，它的位置位于pitch.h里。这个函数是用于计算两个函数的相关性的，然后输出到长度为4的数组里。定义如下void xcorr_kernel_c(const opus_val16 * x, const opus_val16 * y, opus_val32 sum[4], int len)入参x和y是两个用于计算的函数x和函数y。长度为4...

在Ubuntu16/18上安装CUDA大体上是相同的，这里OS是Ubuntu16.04，目标CUDA版本是10.1准备条件在此之前Ubuntu需要安装好Nvidia对应的显卡驱动当然，gcc编译环境也是必要的必要检查检查是否GPU支持CUDAlspci | grep -i nvidia如果没有也没有，可能存在问题。 可以执行update-pciids再试一下。下面是我机器的out...

在有关MFCC的许多文章中，很多都是引用国外一篇PPT的。这篇地址在这里其中有关于Spectral Envelope（包络）的理解我一直有一些疑问。疑问为什么有如下假定？Spectrum = Spectral Envelope * Spectral Details正因为这个公式，才有后续的处理。但是对于这个我是挺好奇的。对此我做了一些简单的实验。实验Step1. 找一个单一...

时域上尝试如原始音频时域如下：假如将所有数据乘上5. 可以发现有些地方都“破音”了。 for (int i = 0; i < N; ++i) { in[i] = in[i]*5; }效果如下，频域上的尝试这种操作在频域中也可以做。将时域数据通过DFT转成频域数据，然后在实数部分和虚数部分都乘以相同系数5。 for (int i = ...

本文中使用的语言为c++，使用的三方库为fftw，libsndfile音频的时域转频域这一部分主要使用傅里叶变换，将时域转成频域。这一块的帖子已经很多，这里不再赘述了。主要注意点如下：fftw库的使用，请参考 fftw官网libsndfile库的使用，请参考 libsndfile官网窗体采用汉宁窗，宽度为512ms，处理音频采样率为8k，16bit，单声道，窗体移动为1/2窗体宽度...

请注意时效性。笔者近期下载了Kaldi5.3+Cuda10.1， 系统是Ubuntu16.编译Kaldi时提示Unsupported CUDA_VERSION (CUDA_VERSION=10_1)， please report it to Kaldi mailing list, together with 'nvcc -h' or 'ptxas -h' which lists...

Ubuntu16下安装kaldi准备软件安装Ubuntu安装Kaldi遇到的安装问题把主机变成云服务器使用花生壳绑定域名安装ssh服务准备软件最新Ubuntu已经到19版本了，但是鉴于其他软件安装的支持性，不能安装过于新的版本。所以还是采用16.04经典版本github由于国内限速的问题，可以找别的源下载。我这里找的是 Kaldi5.3版本可以自己选择安装安装Ubuntu本人不是...

import librosaimport librosa.displayimport matplotlib.pyplot as plty,sr = librosa.load(audio_file, mono=True, offset=0.0)print("shape of y:", y.shape, ", sample rate:", sr)y1 = librosa.core....

flite里的基础数据结构,最常见的是cst_val.这个结构设计的很巧妙.有如下特点最基础的数据结构,可以用于存储int,float,string,和其他对象.同样可以存放列表和树. cst_val结构很巧妙的设计成只占用8字节(也可能是16字节在64位机器上). cst_val内部分为栈类型(atomic)和堆类型(cons). 其中,堆类型是引用计数的.有关cons,可以参考...

养老保险：一般要交满15年，到退休的时候才能终生享受养老金,所以想拿养老金的人请务必在自己退休前15年就开始交。如果到退休年龄交养老保险不满15年,那等到你退休的时候国家会把你个人帐户上存的8%的养老金全部退给你。那单位给你交的21%到哪里去了?国家把单位为你交的21%的钱全部划到国家的养老统筹基金里了。国家规定，退钱的时候只退给个人自己扣交的钱,单位为他交的钱全部都为国家做贡献。退休时候的养

当执行函数动态链接.so时，如果此文件不在缺省目录下‘/usr/local/lib’ and ‘/usr/lib’.　　那么就需要指定环境变量LD_LIBRARY_PATH 　　假如现在需要在已有的环境变量上添加新的路径名，则采用如下方式： 　　LD_LIBRARY_PATH=NEWDIRS:$LD_LIBRARY_PATH.（newdirs是新的路径串） 　　（注

移动硬盘已经用了两年多了，现在插入就提示格式化。格式化是小事，关键里面有我2年多的工作资料，数据是大事。花钱去找数据修复公司就觉得不值。 于是在网上翻阅一些资料，都是通过什么DiskGen，EasyRecovery， hdtunepro等工具来恢复，我也下了这些工具，但是一打开就卡死了。（我的系统是win7 pro） 后来发现win7自带的磁盘检查命令就已经很强大了。 chkd

css/js压缩工具http://ajaxmin.codeplex.com/

TestForMe

try { document.execCommand("BackgroundImageCache", false, true);} catch (err) { }

API中用到的结构体#1. struct sockaddrstruct sockaddr { u_char sa_len;
    u_short sa_family;     // address family, AF_xxx
    char    sa_data[14];   // 14 bytes of protocol address}；sockaddr包含两部分内容：1. 短整型sa_family定义了地址家族类型，这个类型会用于socket()函数2

div标签中的内容（因为是往上移动，所以记得加个换行标签:滚动文字内容1滚动文字内容2滚动文字内容3滚动文字内容4滚动文字内容5滚动文字内容6

<scripttype="text/javascript"language="javascript">
        function fnGetWidthHeight() {
            var viewportwidth;
            var viewportheight;
            // 支持(mozilla/netscape/opera/chrome/IE7) 
            if (ty

<meta http-equiv="X-UA-Compatible" content="IE=EmulateIE7" />

js代码：

PlaceHolder就是一个容器。PlaceHolder控件的主要作用就是往里面添加子控件，只是表示控件树上的一个位置。你可以把它理解成一个Panel。但是Panel在客户端生成div标签，而PlaceHolder在客户端什么也不生成。使用（可以放置一个支持配置的控件）：aspx代码：<asp:PlaceHolder ID="PlaceHolder_TopMenu" runat="server"></asp:PlaceHolder>cs代码：            Control topMenu = Pa

--jquery添加disabled属性
$('#elementId').attr('disabled','disabled');
--jquery移除disabled属性
$('#elementId').removeAttr('disabled');

--按照排序字段取出表中数据，并加上一列排序字段序号 - >  从得到的表中取出字段序号在所要求的记录范围内的记录
CREATE PROCEDURE [dbo].[GetList_Page]
 @PageSize int,    --每页记录数
 @PageIndex int,  --第几页
 @SortName nvarchar(100)  --排序字段
AS
BEGIN
 select * from
  (se

一.   概念
1. 跨站点脚本（XSS）是针对其他用户的重量级攻击。
2. XSS漏洞非常容易发现，而且极其常见，任何人只要使用浏览器在几分钟内就可以找到一个XSS漏洞。
3. 漏洞的严重程度取决于它出现的情境以及利用它的攻击者希望达到何种目标。
 
二.   常见xss漏洞类型及预防
1.反射型XSS漏洞
利用这种漏洞需要设计一个包含嵌入式JavaScript代码的请求，随后这些代码又被反射到任何提出请求的用户，因而它被称

/// <summary>
    /// GridView数据导出到Excel表
    /// </summary>
    /// <param name="ctl">DataGrid控件</param>
    /// <param name="fileName">文件名</param>
    /// <param name="style">样式</param>
    protected void DGToExcel(Con

1.将要加载的内容放到onload事件中
（如果出现多个onload可能会出现函数覆盖）
2.使用
document.attachEvent('onreadystatechange',initJS1);
document.attachEvent('onreadystatechange',initJS2);
document.attachEvent('onreadystatechange',initJS3);

filter:alpha(opacity=0)