在实现维纳滤波器和预测器的时候，需要计算数据的自相关矩阵的逆。但是当数据量比较大的时候，计算矩阵的逆花费的代价比较大，所以需要使用Levinson-Durbin算法来实现系数的求解。 一、数据模型 k阶前项维纳预测器： 对上述模型进行一下调整，可以得到 所以a(0)=1， 。 注意：在Levinson-Durbin算法中，求解的是a(i)，不是w(i)。 二、Levinson-Durbin迭代算法的实现步骤 以下是迭代算法的步骤，其中m是预测器的阶数。 初始值： 其中r(i)是数据的自相关矩阵。

Opus库生成 将Opus库clone之后，找到目录中的win32文件夹，里面有一个vs2015目录，点击这里面的opus.sln，就会打开Opus的VS工程，如果你的VS版本是2017及以上，会提示你升级版本，这个时候确认就好了（如下图所示，由于我在编写该文档的时候已经生成了opus库和libopusenc库，所以这里以opusfile库为例）。 在打开工程之后，点击“生成->生成解决方案”。待生成完成以后，会发现在当前目录下有了“Debug”目录，里面有下图的5个文件夹及关键的opus.lib文件，这就代表生成…

总览 Opus是一款完全开放的功能广泛的音频编解码器。Opus在互联网上的交互式语音和音乐传输方面无可匹敌，但也适用于存储和流媒体应用程序。它由Internet工程任务组（IETF）标准化为RFC 6716 ，该标准融合了Skype的SILK编解码器和Xiph.Org的CELT编解码器中的技术。 技术 Opus可以处理各种音频应用程序，包括IP语音，视频会议，游戏内聊天，甚至是远程直播音乐表演。它可以从低比特率的窄带语音扩展到高质量的立体声音乐。支持的特性有： 从6kb/s到510kb/s的比特率； 从8kHz（窄…

可以使用HTK中的HResults模块来计算WER（字错误率）。下面从HTK安装开始一点点为大家讲解如何使用。 本文参考网上的各种教程，属于个人原创，如需转载，请标明出处和本文地址。 本文主要由以下部分组成： 一、HTK在Windows下的编译 二、使用HResults模块计算WER 一、HTK在Windows下的编译 HTK的下载地址为： http://htk.eng.cam.ac.uk/download.shtml 请注意，下载的时候需要先注册账号然后进行下载。在安装之前，请务必确定已经安装了Visual St…

Investigation on LP-residual representations for speaker identification M. Chetouani, M.Faundez-Zanuy, B.Gas, J.L.Zarader 摘要     特征提取是语音识别系统的必要和重要的步骤。在本文中，我们提出了通过利用诸如梅尔频率倒谱编码（MFCC）、线性预测倒谱编码（LPCC）的常规帖子和非常规特征来改进这些系统。该方法利用线性预测残差信号中存在的信息，特征从残差中提取，然后…

Leetcode 20：有效的括号 题目描述 给定一个只包括 '('，')'，'{'，'}'，'['，']' 的字符串，判断字符串是否有效。 有效字符串需满足： 左括号必须用相同类型的右括号闭合。 左括号必须以正确的顺序闭合。 注意空字符串可被认为是有效字符串。 代码实现 bool isValid(string s) {     if (s.empty())         return true;     if (s.size() % 2 == 1)         return false;     stack…

由于本博客里面的代码存在解析错误，导致>/;/&/<等符号无法被正常解析，故为了大家阅读时候的方便，下面表格里面的链接全部指向了个人的github博客，故访问速度可能会有一些慢，敬请谅解。 截止2019年12月17日，所有题目已经更新完毕。 最后更新日期：2019.12.17 # Title Difficulty Solution 1 两数之和 E Leetcode题目解析（191127）：1&19&70&78&79&84 2 两数相加  M Leetcode题…