小奥的学习笔记

  • Home
  • Learning & Working
    • Speech Enhancement Notes
    • Programming language
    • Computer & DL
    • MOOC
  • Life
    • Life Time
    • Thinking & Comprehension
    • Volunteer
    • Plan
    • Travel
  • Footprints
  • GuestBook
  • About
    • About Me
    • 个人履历
    • 隐私策略
Computer & DL
语音处理学习笔记

《优化阵列信号处理》学习笔记(第二章)

1.一般的阵列信号处理问题:将若干传感器布置在空间不同为止组成传感器阵列采集空间场数据,然后采用阵列信号处理算法对接收的阵列数据进行处理,获得有用信息。阵列信号处理的任务包括:从噪声和干扰中检测有用信号、估计信号波形、对接收的信号与噪声场进行是空谱估计、估计信号到达放心、对信号源定位等。 2.波束形成的主要功能:形成基阵接收系统的方向性;进行空域滤波,抑制空间干扰与环境噪声,提高信噪比;估计信号到达方向;进行多目标分辨;为信号源定位创造条件;为目标识别提供信息等。 3.阵列的数学模型——基阵 基阵的组成结构影响基阵…

2019年10月9日 1条评论 1412点热度 0人点赞 davidcheung 阅读全文
语音处理学习笔记

《优化阵列信号处理》学习笔记(第一章)

随着项目的进行,越发发现自己缺乏了太多波束形成的基础知识,而这些知识就在阵列信号处理这一门课程中学习,但是当初自己选择了自适应信号处理,并没有选择《阵列信号处理》。所以从前几天起一直在找阵列信号处理领域比较优秀的书籍,然后看到了鄢社锋编写的《优化阵列信号处理》一书,总体感觉还很不错,问了声学所的同学也说他的书写的不错,故想自己开始对这方面研究一下,整理一些笔记。 今天发布的是第一章的笔记。第一章是绪论,只要是一些概括性的知识,包括分类、发展历史、方法总体优缺点等,没有深入的知识。 第一章:绪论 1.波束形成是阵列信…

2019年9月3日 2条评论 3650点热度 2人点赞 davidcheung 阅读全文
语音处理学习笔记

基于WebRTC的单通道语音增强系统发布第二个版本

这是一个基于WebRTC的单通道语音增强系统,其为浮点版本。 该工程包括: common_audio:处理音频所需要的文件在的文件夹。 ns:Noise Suppression处理的核心文件在的文件夹 dr_wav.h:读取和解析wav文件。 main.c:整个程序的主程序,系统的入口。 timing.h:计时使用的头文件。 本工程具体算法流程图及函数解释详见链接1和链接2。 V2.0更新记录: 将原来参考的程序文件全部替换为从WebRTC中提取的文件,更加忠实于原工程版本。 将程序中所有使用C++类的部分、使用函…

2019年9月1日 0条评论 1463点热度 0人点赞 davidcheung 阅读全文
语音处理学习笔记

WebRTC中AGC模块分析(下)

本次更新的是WebRTC中AGC模块的具体函数的流程图和介绍,内容较多,所以可能错误也比较多,如果有问题,可以留言给我指出。非常感谢大家的支持! 3.AGC的函数介绍 3.1 WebRtcAgc_Process()函数 这一部分是WebRTC的自动增益控制模块的核心程序,如图3.1所示,主要分为以下5个步骤: 首先要判断采样点数是否符合规定的要求。即若采样率为8000Hz,则一帧长度必须为80个点;若采样率为16000Hz或32kHz或48kHz,则长度必须为160个点。否则就会返回错误退出。 其次要初始化satu…

2019年8月13日 0条评论 2768点热度 4人点赞 davidcheung 阅读全文
语音处理学习笔记

WebRTC中AGC模块分析(上)

拖了快一个月了,终于有时间来将所研究的WebRTC中的自动增益控制(AGC)模块的内容进行下系统的整理。目前个人了解的还很初步,有很多东西还没有研究透彻,所以这部分分析整理可能会比较浅薄,后续随着研究的深入,内容会不断完善。 本次先更新第一部分,包括WebRTC的AGC模块的介绍、框图、函数关系图和函数功能介绍等。下一期更新具体的函数原理内容。 1.AGC模块的简介和性能结果 WebRTC的音频处理模块分为语音活动检测(VAD)、降噪(NS和NSX)、回音消除(AEC)、回声控制(AECM)和音频增益(AGC)等5…

2019年8月12日 4条评论 6993点热度 4人点赞 davidcheung 阅读全文
语音处理学习笔记

整理的一些关于麦克风阵列的知识点

前期为了准备面试,也是为了自己拓展一下知识,整理了一些麦克风阵列的知识,这些内容里面并不全,但是却是一些最为关注的点。在了解了这些内容之后,反而让我对自己的麦克风阵列语音增强的系统有了更多的认识,最重要的一点就是,过去单纯只考虑算法改进是无法真正做到一个好系统的,算法必须与硬件结构相结合,才能做出更好的系统。 为什么使用麦克风阵列? 麦克风系统可以在低噪声、无混响、距离声源很近的情况下获得符合语音识别需求的声音信号。但是,若声源距离麦克风距离较远,并且真实环境存在大量的噪声、多径反射和混响,导致拾取信号的质量下降,…

2019年8月5日 0条评论 1987点热度 1人点赞 davidcheung 阅读全文
语音处理学习笔记

科大讯飞提前批智能语音方向一面面经

科大讯飞的面试很玄学,在7月初我投递了简历之后一直没有联系我,然后突然追一面试之前半个小时联系我,我说我有个面试稍等会儿恢复他电话。然后追一面试官迟到之后,我给那边回了电话,那边只是记录了我的姓名、籍贯和报名方向。然后在7月22日我在高铁上的时候,跟我预约了7月23日下午的面试,于是乎就开始面试了。 问题记录 1.项目存在哪些问题? 2.对于幅度失真的原理是什么? 3.没有尝试其它方法? 4.对于双声源乃至多声源如何进行处理? 问题解答 幅度失真是因为时延估计和噪声协方差矩阵不准确造成的。而之所以不准确是因为,时延…

2019年7月30日 0条评论 1563点热度 0人点赞 davidcheung 阅读全文
12345…19
搜索
欢迎关注我的个人公众号
最新 热点 随机
最新 热点 随机
DEEPFILTERNET:一种基于深度滤波的全频带音频低复杂度语音增强框架 奥地利匈牙利九日游旅程 论文阅读之Study of the General Kalman Filter for Echo Cancellation 小奥看房之鸿荣源珈誉府 杭州往返旅途及西溪喜来登和万怡的体验报告 2022年的第一篇碎碎念
奥地利匈牙利九日游旅程DEEPFILTERNET:一种基于深度滤波的全频带音频低复杂度语音增强框架
高一第二次学分认定考试反思 Code—Black is coming soon... Python chapter 6 learning notes 《剑指Offer》题目解析(10) S.V Beijing Travel 17:Miss the day 我的大学应当怎样度过
标签聚合
python学习 生活 高中 linux leetcode Java 鸟哥的linux私房菜 算法 学习 Python
最近评论
davidcheung 发布于 5 个月前(02月09日) The problem has been fixed. May I ask if you can s...
tk88 发布于 5 个月前(02月07日) Hmm is anyone else having problems with the pictur...
cuicui 发布于 8 个月前(10月20日) :wink:
niming 发布于 10 个月前(09月19日) 同级校友,能刷到太巧了
davidcheung 发布于 2 年前(08月16日) 我得找一下我之前整理的word文档看一下,如果找到了我就更新一下这篇文章。
Nolan 发布于 2 年前(07月25日) 您的笔记非常有帮助。贴图不显示了,可以更新一下吗?
davidcheung 发布于 3 年前(06月19日) 到没有看webrtc的代码。现在主要在看我们公司的代码了。。。只是偶尔看一看webrtc的东西。。。
aobai 发布于 3 年前(03月13日) gain_change_hangover_ 应该是每三个block 只能够调整一次,这样保证每帧...
匿名 发布于 5 年前(12月30日) 烫
小奥 发布于 5 年前(12月12日) webRTC里面的NS本身我记得就是在C++里面呀

COPYRIGHT © 2025 小奥的学习笔记. ALL RIGHTS RESERVED.

Theme Kratos Made By Seaton Jiang

陕ICP备19003234号-1

鲁公网安备37120202000100号