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，…

7月1日投了字节跳动，然而直到提前批结束都没有收到一面通知，以为是挂了，没想到在7月18日收到了一面通知，然而当时自己很劳累，本来想推迟，结果没想到面试官也因为有事所以直接推迟了一面。于是乎实际一面是7月22日，二面是7月26日，三面是7月28日。 字节跳动面试（一面）反思记录 问题记录 1. C++中的虚函数是用来干什么的 2. 多线程和多进程的区别 3. 32位和64位操作系统编程的区别 4. PCM和WAV文件中存储的是啥 5.采样率和采样深度的物理意义 6. C++中malloc/free 和new/del…

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…

WebRTC Voice Activity Detection 1 关于WebRTC VAD 1.1 WebRTC VAD简介 其实在WebRTC的VAD中用到了一个很重要的方法的思想，这个方法就是聚类。实际上我们都可以知道，分出来的只有两个类，一是语音二是噪声。我们要对每一帧信号都求语音和噪声的概率，然后根据概率来进行聚类。那么，选择怎样的特征来作为高斯分布的输入呢？这种特征的选取可是关系着VAD性能是好是坏。我们的思想就是寻找噪声和语音相差最大的特征，或者说尽可能大的特征。 众所周知，信号的处理分类主要有时域、…

程序名称：Single Channel Noise Suppression based on WebRTC 程序来源：Google WebRTC(Web Real Time Communication) 程序语言：C 程序平台：Windows(VS2015+)/CentOS6.4(GCC) 程序功能简介： 此程序为一个单通道的语音增强程序，可以实现去除单麦克风采集到的语音中的噪声的功能。该程序提取自Google的开源视频会议框架WebRTC。 程序效果： Test Condition Key Value File …

图 1.若无向图G = （V.E）中含7个顶点，则保证图G在任何情况下都是连通的，则需要的边数最少是（16） 解析：任何情况都连通的最少边数的意思是：边分布最浪费的最少边情况。最浪费的最少边肯定就是浪费1个边。所以取点数减1的完全图，得到6* 5/2=15，然后加1条边得到16。 2.其实树就是一种无环图，树的深度优先遍历就相当于拓扑排序。 3.拓扑排序能够判断出有向图是否有回路。 4.设G是有p个顶点q条边的（简单）无向图，且G中每个顶点的度数不是k就是k+1，则G中度为k的顶点的个数是多少？ 解析：由于无向图中…

leetcode9: Palindrome（回文数） 题目描述 判断一个整数是否是回文数。 题目解析 我们通过观察可以看出，回文数有以下两种类型：ABA和ABBA。所以本质上它们都还是镜像对称的，所以可以想到一个结构，就是队列。我们可以把数字以中间位为对称轴拆成两部分，然后做下面这几步： 按顺序将对称轴右侧的几位push到一个queue里面（比如上面中的A/BA，剩下的就是AB/AB）。 然后判断这个数字的长度是奇数还是偶数，若是偶数，直接到下一步，若是奇数，操作x /=10，也就是把对称轴删掉（这样X剩下的就是A…