根据《OpenCL Overview》与《OpenCL Technical Overview》整理编写，由于第一次接触OpenCL，定会有部分的专业词汇翻译不当，敬请指正。1.《OpenCL Overview》整理笔记这是一个异构的世界　　OpenCL让程序员写单一的可移植程序，在一个异构平台上使用所有的资源。OpenCL使用

结合网络上的资料和自己的修改，实现了psnr和ssim的c++版本。#include#include#include#include#include#includeusing std::cout;using std::endl;int ssim(char *ref_image, char *obj_image){// default settingsdoub

结合网络上的资料和自己的修改，实现了psnr和ssim的c++版本。#include#include#include#include#include#includeusing std::cout;using std::endl;int ssim(char *ref_image, char *obj_image){// default settingsdoub

一、总述解码器是ASR重要的组件之一，在传统的基于GMM-HMM/DNN-HMM混合系统中，解码器架起语言模型、声学模型、发音词典等知识源的桥梁，得到最终的识别结果，如图1所示。随着深度学习技术的盛行，一系列ASR端到端系统、ASR-NLP端到端系统甚至ASR-NLP-TTS端到端系统被相继提出，解码器的作用在被一步步弱化，但是笔者认为，抛弃解码器，实现完全的端到端系统还有相当长的...

一、简介现在有越来越多的公司和团体开始使用chain model了，得益于kaldi社区日益活跃和kaldi作者povey的大力推荐，chain model的优越性在于：1，使用了单状态的biphone，建模粒度更大，有些类似于CTC；2，采用的低帧率策略，DNN每三帧输出一次，解码速度更快；3，使用了区分性训练，准确率更高；4，改进了MMI，提出了Lattice free MMI，训练速度更..

语音识别系列7-语音活动端点检测（VAD）一、介绍语音活动端点检测（VAD）已经是一个古老的话题，用于分离信号中语音信号和非语音信号，首先我们讲述VAD的三种做法：1，通过分帧，判断一帧的能量，过零率等简单的方法来判断是否是语音段；2，通过检测一帧是否有基音周期来判断是否是语音段；3，通过DNN的方法训练模型来分类是否是语音帧。相对来说，通过DNN的方法来做VAD准确率会更好一些，本节我们...

#!/usr/bin/env python# -*- coding: utf-8 -*-import reimport syschinesedict = {}chinesedict['0'] = '零'chinesedict['='] = '幺'chinesedict['1'] = '一'chinesedict['2'] = '二'chinesedict['3'] = '三'c...

Kaldi中的构图 首先，我们不能希望引入有限状态转换器以及它们如何用于语音识别。为此，参见Mohri，Pereira和Riley的"SpeechRecognition with Weighted Finite-State Transducers"（Springer Handbook on SpeechProcessing and Speech Communication，200