openvino入坑安装笔记-基于官网教程官方教程地址安装准备安装openvino核心组件安装外部软件依赖设置环境变量==永久设置openvino环境变量（可选部分）==配置模型优化器运行验证脚本来验证安装参开资料系统版本：官方教程地址linux安装（推荐用linux安装，环境较windows干净很多，省不少事）windows安装（不推荐，个人安装过，由于电脑python版本很乱，一堆问题）本教程

phoneme（音素）：指最小的发音单元，为语音的最小单位grapheme（字素）：为书面语言的最小书写单位ARPABET（也拼写为ARPAbet）是美国国防高级研究计划局（ARPA，其前身）作为语音理解项目（1971-1976 年）的一部分开发的语音字母。将通用美式英语中的音素和音位变体表示为不同的ASCII字符CMUDict（卡内基梅隆大学发音词典）是一个用于英语单词的发音字典，包含了大量英语

torchaudio 和 librosa 是深度学习中语音特征提取最常见的两个库，但是针对同样的特征两个库在提取 MelSpectrogram 特征的时候，得到的结果并不完全一致，这篇文章简述了一些配置和注意事项，从而使得两个库能够提取相同数值大小的特征。

DM-Count 论文阅读概述解析总结概述论文地址GitHub开源代码地址摘要在人群计数中，每个训练图像都包含多个人，每个人都用点标记。 现有的人群计数方法需要使用高斯平滑每个带注释的点或估计给定带注释点的每个像素的可能性。 在本文中，我们表明将高斯方法强加于注释会损害泛化性能。 相反，我们建议使用“分布匹配”进行人群计数（DM计数）。 在DM-Count中，我们使用最佳运输（OT）来测量归一化预

d_model 是什么d_model 是one_hot 向量经过 word embedding 之后的词向量维度。batch normalization 和 layer normalization 的区别batch normalization 是在batch维度，对输入的多个样本进行归一化；layer normalization 是在输入向量的维度，对样本自身的所有 features 进行归一化。

之前经常将正则化和归一化这两个概念搞错，特写此文，防止再次出错。1. 归一化（normalization）归一化的作用是去除数据的量纲，或者说将数据的value转换到同一个数量级或者限制在某一范围之内。1.1 max-min归一化即通过x所在的数据集的最大和最小值对x进行归一化：x′=x−xmin⁡xmax⁡−xmin⁡x^{'}=\frac{x-x_{\min }}{x_{\max }-x_{\

本文实现了基于 librosa 的 LFCC 和 CQCC 特征提取，主要参考 librosa 中 MFCC 特征提取的过程，同时使用 torchaudio 来验证 LFCC 的正确性，使用 matlab 来验证 CQCC 的正确性。