linux 创建新用户

最小均方（LMS， Least Mean Squares）和 递归最小二乘（RLS, Recursive Least Squares）是两种最基本的自适应滤波算法。1、LMSLMS算法是自适应滤波器中常用的一种算法与维纳算法不同的是其系统的系数随输入序列而改变。维纳算法中截取输入序列自相关函数的一段构造系统的最佳系数。而LMS算法则是对初始化的滤波器系数依据最小均方误差准则进行不断修正来实现的。因

一、前言       噪声估计算法就是用来估计噪声，根据估计出的噪声完成VAD和降噪。噪声估计主要是根据含噪语音的一些特点或者现象实现的。二、噪声估计的依据1、闭塞音闭合段（两个词之间）频段能量趋近于噪声水平；正常语音之中包含大量的短暂的安静片段，尤其是清摩擦音期间的低频段（2khz以下）和元音或者浊音（半元音、鼻音）的高频段（

PATH:可执行程序的查找路径查看当前环境变量:echo PATH设置:方法一：exportPATH=PATH:/XXX但是登出后就失效方法二：修改 /.bashrc或 /.bashprofile或系统级别的/etc/profile1.在其中添加例如exportPATH=/opt/ActivePython−2.7/bin:PATH设置:方法一：export PATH=PATH:

Abstract：       语音识别或者语音通信会混响影响清晰度和可理解度。混响分为早期混响和晚期混响，早期混响对语音识别和通信具有积极作用，晚期混响会降低语音的清晰度和可理解度。去混响工作的主要挑战就是对晚期混响的谱方差进行估计。这篇论文中，作者基于直接路径上的能量贡献提出了统计混响模型。基于此推导出更一般的晚期混响谱方差

一、什么是音量标准化，为什么要做音量标准化：  麦克风接收到的语音会因为mic增益、说话者距离、实际环境等的不同导致音量大小不稳定，这种情况一方面会影响语音识别，另一方面也会影响人的听感。所以，在获取到mic语音时，需要进行音量标准化，把音量增益到（有可能放大，也有可能缩小）一个比较稳定的水平。二、音量标准化的方法  音量标准化比较通用的方法主要有两种：（1）峰值标准化（PEAK (LEVEL)