title: 语音合成综述tags: 新建,模板,小书匠grammar_cjkRuby: true语音相关基础知识点：时域信号：一维原始信号傅里叶变换：得到频域特征短时傅里叶变换：傅里叶变换得到了频域信号，但是丢失了时域信号，所欲通过STFT得到时频信号梅尔频谱倒谱系数：单单频率信号表达不足，为了更加和人的耳朵听觉相符，我们使用了mel窗滤波，得到人耳的频率段幅度系数梅尔声谱...

Fork/Join 模式类似于MapReduce，也相当于一种分而治之的理念，或者说就像二分查找、二路归并算法。通过将一个大量的计算分解为许多的小计算，分而治之，然后再合并，同时，这些分出来的每个小计算都是并行进行的，这样就大大增大了CPU的利用率。Fork/Join 模式有自己的适用范围。如果一个应用能被分解成多个子任务，并且组合多个子任务的结果就能够获得最终的答案，那么这个应用就适...

SINGING-VOICE SEPARATION FROM MONAURAL RECORDINGS USING DEEP RECURRENT NEURAL NETWORKS主体内容：作为当前的一大热门，语音识别在得到快速应用的同时，也要更适应不同场景的需求，特别是对于智能手机而言，由于元器件的微型化导致对于语音处理方面的器件不可能很大，因此单通道上的语音分离技术就显得极为重要，而语音分离...

title: 语音合成综述tags: 新建,模板,小书匠grammar_cjkRuby: true语音相关基础知识点：时域信号：一维原始信号傅里叶变换：得到频域特征短时傅里叶变换：傅里叶变换得到了频域信号，但是丢失了时域信号，所欲通过STFT得到时频信号梅尔频谱倒谱系数：单单频率信号表达不足，为了更加和人的耳朵听觉相符，我们使用了mel窗滤波，得到人耳的频率段幅度系数梅尔声谱...

单纯以算法为论，深度学习从业者的算法能力可能并不需要太大，因为很多时候，只需要构建合理的框架，直接使用框架是不需要太理解其中的算法的。但是我们还是需要知道其中的很多原理，以便增加自身的知识强度，而优化器可能正是深度学习的算法核心本文基本完全参考一下连接：原理简化讲解篇：https://morvanzhou.github.io/tutorials/machine-learning/ML-i...

1.序列比对指将两个或多个序列排列在一起，标明其相似之处。序列中可以插入间隔（通常用短横线“-”表示）。对应的相同或相似的符号（在核酸中是A, T(或U), C, G，在蛋白质中是氨基酸残基的单字母表示）排列在同一列上。这一方法常用于研究由共同祖先进化而来的序列，特别是如蛋白质序列或DNA序列等生物序列。进行相似度分析。2.分类全局比对：将两个序列中的所有字符都进行依次比对，由于各方面的缺陷，

title: 深度学习20-限制玻尔兹曼机RBMtags: 新建,模板,小书匠grammar_cjkRuby: true玻尔兹曼机来源于玻尔兹曼分布，而玻尔兹曼分布的创立者是路德维希·玻尔兹曼，这个原理来源于他首次将统计学用于研究热力学，即物质的状态概率和它对应的能量有关。比如，我们常用熵来形容物体的混乱程度，同时如果我们的定义足够好，任何物质其实都有它的一个“能量函数”，这个能量函数表...

1》什么是Java虚拟机？为什么Java被称作是“平台无关的编程语言”？------------Java虚拟机是一个可以执行Java字节码的虚拟机进程。Java源文件被编译成能被Java虚拟机执行的字节码文件。Java被设计成允许应用程序可以运行在任意的平台，而不需要程序员为每一个平台单独重写或者是重新编译。Java虚拟机让这个变为可能，因为它知道底层硬件平台的指令长度和其

一、实验准备：1. 环境准备- JDK1.7(java开发环境)- Mysql 5.5+sqlyog- tomcat 7.02. 涉及知识（只需要看的懂）- Java- JSP- Servlet- Mysql- JS(框架) 二、七牛云存储准备七牛云存储是一个免费的云端数据存储网站（类似于百度云，可以提供数据

SINGING-VOICE SEPARATION FROM MONAURAL RECORDINGS USING DEEP RECURRENT NEURAL NETWORKS主体内容：作为当前的一大热门，语音识别在得到快速应用的同时，也要更适应不同场景的需求，特别是对于智能手机而言，由于元器件的微型化导致对于语音处理方面的器件不可能很大，因此单通道上的语音分离技术就显得极为重要，而语音分离...