在机器学习中，损失函数是代价函数的一部分，而代价函数则是目标函数的一种类型[1]。Loss function，即损失函数：用于定义单个训练样本与真实值之间的误差；Cost function，即代价函数：用于定义单个批次/整个训练集样本与真实值之间的误差；Objective function，即目标函数：泛指任意可以被优化的函数。损失函数是用于衡量模型所作出的预测离真实值（Ground Truth）之间的偏离程度。通常，我们都会最小化目标函数，最常用的算法便是“梯度下降法”（Gradient

前言不知看过多少次极大似然估计与最大后验概率估计的区别，但还是傻傻分不清楚。或是当时道行太浅，或是当时积累不够。这次重游机器学习之路，看到李航老师《统计学习方法》中第一章关于经验风险最小化与结构风险最小化时谈到了极大似然与最大后验的话题，第一反应是竟然在第一章就谈到了极大似然与最大后验，相信大部分初学者看到这两个词时还是怕怕的，毕竟没有太多理论基础。不过没关系，多积累，多搜集相关资料，相信这层疑惑的云雾会逐渐散去的。这次结合西瓜书和网上大牛的资料，加上自己推荐系统的研究背景以及自己的思考，...

说话人识别（Speaker Recognition，SR），又称声纹识别（Voiceprint Recognition,VPR），顾名思义，即通过声音来识别出来“谁在说话”，是根据语音信号中的说话人个性信息来识别说话人身份的一项生物特征识别技术。便于比较，语音识别（Automatic Speech Recognition，ASR）是通过声音识别出来“在说什么”。为了简便，后文统一称为VPR。传统的VPR系统多是采用MFCC特征以及GMM模型框架，效果相当不错。后续也出现了基于i-vector，深度神经网

声纹识别X-Vector草祭 收录于 编程-ღ-技术 2020-01-02 约 2646 字 预计阅读 6 分钟 次阅读 目录背景声纹识别上x-vector被作为很多赛事的baseline使用，包括aishell2018、ASVspoof2019。介绍x-vector的文章主要有[1] [2]两篇，[1]介绍x-vector的整体和细节部分，[2]对实验进行了补充分析。Prerequisites： TDNN，embedding。核心思路将系统分成两个部分：Em...

1、pip install tensorflow-gpu==2.1.0 --user（pip install tensorflow-gpu==2.1.0 -i https://pypi.tuna.tsinghua.edu.cn/simple --user）2、安装VC_redist.x64.exe：　　下载：https://download.visualstudio.microsoft.com/download/pr/8c211be1-c537-4402-82e7-a8fb5ee05e8a/B6C8

最近在看音频信号处理的相关工作，看到VGGish方法，网上的资料不是很多，做个总结。参考了以下文章https://zhuanlan.zhihu.com/p/111996722https://www.zhihu.com/question/56816282/answer/1506395961 VGGish项目简介AudioSet 由Google的声音理解团队于2017年3月发布，旨在为音频事件检测提供常见的大规模评估任务，并为全面的声音事件词汇提供起点。 AudioSet是一个由200万个人标记

ORB算法是在FAST关键点检测+BRIEF特征上做的。1. 假设给定一副图。论文第3节：先用oFAST算法，检测关键点的位置。所谓oFAST，就是orientation的FAST，增加了计算关键点的角点方向。2. 对这个图，用FAST算法，找出关键点的位置。3. 对于关键点，用Harris角点检测，选取前N个最好的点。4. FAST