一步一步講解和實現ASR中常用的語音特征——FBank和MFCC的提取，包括算法原理、代碼和可視化等。完整JupyterNotebook鏈接：https://github.com/Magic-Bubble/SpeechProcessForMachineLearning/blob/master/speech_process.ipynb文章目錄語音信號的產生準備工作1.導包2.繪圖工具3.數據準備預加重（Pre-Emphasis）分幀（Framing）加窗（W
系統 2019-09-27 17:54:33 4204
B+樹，由二叉樹和雙向鏈表引申出來的一種數據結構。通常數據庫的索引是通過B+樹來實現的。聚集索引和非聚集索引都是B+樹的結構。聚集索引不但描述了數據是如何組織的，聚集索引其實就是數據本身。數據存放在“葉頁”上，葉頁也就是數據頁，和下文的索引頁需要區分開來。下面是從網上找來的我認為比較通俗易懂的關于B+樹的講解:B樹即二叉搜索樹：1.所有非葉子結點至多擁有兩個兒子（Left和Right）；2.所有結點存儲一個關鍵字；3.非葉子結點的左指針指向小于其關鍵字的子
系統 2019-08-12 01:53:16 4194
如何在word中輸入的聯立方程使其條件左對齊？如輸入：實現如下對齊：就是在每個逗號、前輸入一個&號就可以了，注意這個逗號一定要是位于這個方框里頭，然后在其前面輸入&才會有效對齊！可以看到上面的那個無窮大是和其其它公式右對齊的，要實現逗號前面的公式居中對齊，逗號后面的條件左對齊怎么做呢？這個我暫時沒有想到，只是在無窮大右邊輸入空格來實現這個居中對齊，有知道的朋友麻煩告訴一聲，如何實現：逗號前面的公式居中對齊，逗號后面的條件左對齊---------------
系統 2019-08-12 09:26:44 4184
這篇文章介紹如何使用python對音頻進行降采樣。手上有一批48k采樣率的音頻，需要將到16k。這里使用python的librosa庫來完成。一行代碼搞定：y_48k,sr=librosa.load(wav_filename,48000)#讀取原音頻y_16k=librosa.resample(y=y_48k,orig_sr=48000,targe_sr=16000)#降采樣批量降采樣，代碼如下#coding:utf-8##################
系統 2019-09-27 17:52:03 4183
關于截斷正態分布（truncatednormaldistribution）這里不再贅述，簡言之就是在均值和方差之外，再指定正態分布隨機數群的上下限，如[μ-3σ,μ+3σ]，上代碼：importmatplotlib.pyplotaspltimportscipy.statsasstatsimportpylabfrompylabimport*mu,sigma=5,0.7lower,upper=mu-2*sigma,mu+2*sigma#截斷在[μ-2σ,μ+2
系統 2019-09-27 17:45:44 4177
在這之前我已經發布了春天快速開發平臺三種菜單模式，進行配置使用。這次又增加了一種菜單，這種菜單要比之前的菜單方便好用。我給起的名字叫“陳列式菜單”。這種菜單用起來真的很方便。廢話少說，提供截圖如下：比傳統菜單更為方便的系統菜單模式-Spring.Net.Framwork春天快速開發平臺-新型菜單
系統 2019-08-12 01:32:18 4174
導出：cmd，然后一直cd，到PostgreSQL的bin下面，用其pg_dump程序：pg_dump-hlocalhost-Uivms864013ivms864013>G:\mydb.bak或pg_dump-h10.64.62.181-Uivms864013ivms864013>G:\mydb2.bak或pg_dump-h127.0.0.1-Uivms864013-p5432ivms864013>G:\mydb3.bak第一個ivms864013是用戶名
系統 2019-08-12 01:52:06 4172
楊輝三角，是二項式系數在三角形中的一種幾何排列每個數等于它上方兩數之和。每行數字左右對稱，由1開始逐漸變大。第n行的數字有n項。第n行數字和為2n-1。第n行的m個數可表示為C(n-1，m-1)，即為從n-1個不同元素中取m-1個元素的組合數。第n行的第m個數和第n-m+1個數相等，為組合數性質之一。每個數字等于上一行的左右兩個數字之和。可用此性質寫出整個楊輝三角。即第n+1行的第i個數等于第n行的第i-1個數和第i個數之和，這也是組合數的性質之一。即C(
系統 2019-09-27 17:55:45 4168
tensorflow.python.framework.errors_impl.UnknownError:Failedtogetconvolutionalgorithm.ThisisprobablybecausecuDNNfailedtoinitialize,sotrylookingtoseeifawarninglogmessagewasprintedabove.2019-08-1519:35:29.110540:Itensorflow/stream_ex
系統 2019-09-27 17:55:19 4168
前言文不如字，字不如表，表不如圖”，說的就是可視化的重要性。從事與數據相關的工作者經常會作一些總結或展望性的報告，如果報告中密密麻麻都是文字，相信聽眾或者老板一定會厭煩；如果報告中呈現的是大量的圖形化結果，就會受到眾人的喜愛，因為圖形更加直觀、醒目。本章內容的重點就是利用Python繪制常見的統計圖形，例如條形圖、餅圖、直方圖、折線圖、散點圖等，通過這些常用圖形的展現，將復雜的數據簡單化。這些圖形的繪制可以通過matplotlib模塊、pandas模塊或者
系統 2019-09-27 17:48:28 4167
