基于神经网络模型的波士顿房价预测波士顿房价预测是一个经典的机器学习任务，类似于程序员世界的“Hello World”。以“波士顿房价预测”任务为例，我们学习如何使用Python语言和Numpy库来构建神经网络模型。波士顿地区的房价受诸多因素影响。该数据集统计了13种可能影响房价的因素和该类型房屋的均价，期望构建一个基于13个因素进行房价预测的模型，如下所示。对于预测问题，可以根据预测输出的类型是连

基于神经网络模型的波士顿房价预测波士顿房价预测是一个经典的机器学习任务，类似于程序员世界的“Hello World”。以“波士顿房价预测”任务为例，我们学习如何使用Python语言和Numpy库来构建神经网络模型。波士顿地区的房价受诸多因素影响。该数据集统计了13种可能影响房价的因素和该类型房屋的均价，期望构建一个基于13个因素进行房价预测的模型，如下所示。对于预测问题，可以根据预测输出的类型是连

语音信号来源：计算机中采用PCM编码按时间序列保存的一连串数据。一般为.wav文件，可以通过各种录音软件录制，录制是包括三个参数：采样率fs，一般8000Hz 115200Hz 等；bits，即每个采样点用几个二进制保存；通道：单通道，双通道等。预处理：分帧：非平稳信号，分帧后每段看作短时平稳，即可用FFT获得频率分布。帧长的选择：一帧要包含几个周期。加窗：让一帧信号的幅度在两端渐变到 0。渐变对

批量转换音频采样率–用sox在处理音频数据中，常见到16000Hz ，22050Hz, 48000Hz等音频数据，不同的模型需要不同采样率，因此需要批量转换。比如，现有音频，查看采样率：若没有sox，下载地址 https://sourceforge.net/projects/sox/files/sox/sox --i 000030.wav出现下图，要转成22050.方法一：想到librosa里的r

wave库基本操作

常见语音转换方法1.矢量量化法(Vector Quantization，VQ)Abe等人最早提出了矢量量化算法，将语音特征信号以帧作为划分，然后求出对应帧之间的关系，这个关系可以由一个矩阵进行表示。其基本原理如图所示：在训练阶段首先将语音分成若干个独立的帧（基于矢量量化对语音分帧量化），提取每一帧的参数矢量；然后基于DTW将对应的语音帧对齐。采用柱状统计图表示两端语音之间映射关系，建立映射码数H，

python中 // 和 / 和 % 用法及区别每次都会搞混淆，这次整理一下加深记忆。在python的语法中， // 和 / 和 % 均表示的做除法运算，但又有一些区别。单杠除：/只是一种常规除法，平常除法是什么结果就是什么结果，如：5 / 2 = 2.5# 浮点数除法，返回浮点结果注：#基于 python3# 1. 即使是两个整数恰好整除，结果也是浮点数。# 2. 两个整数没能整除，返回浮点数1

生成式网络有什么特别的地方呢？之前我们学到的神经网络就是一个函数，输入一个向量x（序列，图片，文本…），输出一个y（数值，类别，序列…）现在特别的地方就是，不仅输入x，还得输入一个随机变量z，z是从某一个分布中取样出来的，所以每次取样出来的z都是随机的。但要求这个z的分布够简单，就是你知道它的概率分布的公式是什么，比如高斯分布。为什么输入要额外有个z呢？......

GAN背后的理论

语音合成语音合成技术大体可分为以下三个部分：文语合成（TTS，Text to Speech）语音转换（VC， Voice Conversion）语音生成（VG，Voice Generation）技术分类常见分为两类：波形拼接法、参数法（声码器）。１.　波形拼接法首先，要准备好大量的语音，这些音都是又基本的单位拼接成的（基本单位如音节、音素等），然后从已准备好的声音中，抽取出来合成目标声音。优点：使