自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

u012931018的专栏

语音 音频 视频 编解码 前后处理 webrtc speex AAC CELP

  • 博客(3)
  • 资源 (3)
  • 收藏
  • 关注

原创 webrtc 的回声抵消(aec、aecm)算法简介

webrtc 的回声抵消(aec、aecm)算法简介     webrtc 的回声抵消(aec、aecm)算法主要包括以下几个重要模块:1.回声时延估计 2.NLMS(归一化最小均方自适应算法) 3.NLP(非线性滤波) 4.CNG(舒适噪声产生),一般经典aec算法还应包括双端检测(DT)。考虑到webrtc使用的NLMS、NLP和CNG都属于经典算法范畴,故只做简略介绍,本文重点介绍web

2013-11-30 20:33:46 18821 5

原创 开源speex的语音增强(去噪)算法介绍

speex的语音增强(去噪)算法介绍speex是一套主要针对语音的开源免费,无专利保护的应用集合,它不仅包括编解码器,还包括VAD(语音检测),          DTX(不连续传输),AEC(回声消除),NS(去噪)等实用模块。Speex的增强(去噪)算法性能较好,而一般文档都是侧重于          对应用接口的介绍。 本文对speex去噪算法步骤做一些简要整理和介绍,以提供

2013-11-24 22:58:10 19155 1

原创 关于webrtc的VAD(voice activity dectctor)算法说明

关于webrtc的VAD(voice activity dectctor)算法说明        webrtc 的vad使用GMM(Gaussian Mixture Model)对语音和噪声建模,通过相应的概率来判断语音和噪声。这种算法的优点是它是无监督的,不需要严格的训练。GMM的噪声和语音模型如下:       p(xk|z,rk)={1/sqrt(2*pi*sita^2)} *

2013-11-23 17:39:07 13192

tensorflow_gpu-1.4.0-cp35-cp35m-win_amd64.whl

官网下载TensorFlow1.4 gpu版本,PYTHON = 3.5,亲测可用。

2019-01-16

语音频编解码介绍

语音频编解码介绍 基础知识 语音和音频编码模型 标准组织介绍 语音编码介绍 音频编码介绍 测试方法与工具 编解码发展趋势

2018-12-26

mysql-workbench-community-6.3.7-1ubu1604-amd64.deb

mysql-workbench-community-6.3.7-1ubu1604-amd64.deb

2016-08-18

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除