給正在研讀 電磁學-David.K.Chen(2th) 的朋友們
遇到習題不會解時可參考此解答來解除疑惑
2021-09-08 13:09:03
3.3MB
1
SEWUNet
通过深波U-Net增强语音
在检查全文。
介绍
在本文中，我们提出了一种端到端的方法来从其原始波形上的语音信号中删除背景上下文。 网络的输入是音频，具有16kHz的采样率，并在5dB到15dB的信噪比内均匀分布地被附加噪声所破坏。 该系统旨在产生具有清晰语音内容的信号。 当前，有多种深度学习架构可用于此任务，从基于频谱的前端到原始波形，其结果令人鼓舞。 我们的方法基于Wave-U-Net体系结构，并对我们的问题进行了一些调整，在初始化主要任务的训练之前，建议通过自动编码器进行权重初始化。 我们表明，通过定量指标，我们的方法优于经典的维纳滤波。
如何使用
有两种使用此存储库的方式：1.使用数据训练自己的模型2.仅将技术应用于具有预先训练的模型的数据
如何训练
tl; dr：以与本文所示相同的方式训练最佳模型的步骤。
将LibriSpeech数据集和UrbanSound8K
2021-09-07 09:11:22
14.88MB
1
该工程使用python脚本调用c代码实现wav音频的变速不变调。
1.gcc编译生成动态库speed_change.dll：gcc -o speed_change.dll -shared -fPIC runsonic.c sonic.c sonic.h。
2.使用python代码speedup.py调用speed_change.dll进行变速。
2021-08-24 16:35:33
74KB
1
matlab瑞利波频散曲线代码瑞利波蒙特卡罗反演
一种联合反演R波频散曲线的代码
MC_R_CyU_VariableThickness.m
此代码执行瑞利波频散曲线（相位和群联合）的蒙特卡罗反演（马尔可夫链
MC）。
它搜索适合观察数据的一维高概率模型。
该代码使用
Herrmann
地震学代码中的
surf96
()。
这组代码应该在尝试运行反演之前安装。
与任何
MC
代码一样，运行它需要时间！
速度取决于您的计算机和
Matlab
版本。
根据迭代次数，反演可能需要长达一天的时间，但经验表明
100000
次迭代就可以解决问题。
要有耐心！
请阅读：Bosch
(1999;
2001
and
2005)
和
Mosegaard
&
Sambridge
(2002)
了解方法和背景。
代码从一个模型开始（要修改的层和要考虑的层数应按照说明进行设置），并且很难找到解决方案。
这是通过选择一层或一组层（随机）并改变层的速度或厚度来完成的。
图层不允许出现或消失。
如果“扰动”减少了错误，则它被接受，否则它有被接受或拒绝的概率。
如果被拒绝，则重复先前的模型。
参数：
IT：迭代次数
M
2021-08-20 16:58:13
126KB
1
CoolEdit Pro V2.1中文(汉化)破解版 含3个插件：BBE，ultrafunk2，wave4.0
2021-08-10 16:46:23
48.63MB
1
'mac OS'高清壁纸 4K高清
2021-08-05 14:00:59
4.76MB
1
MAC OS 壁纸 高清壁纸 4K壁纸
2021-08-05 11:00:44
4.64MB
1
无声音频静音音频Android保活安卓保活（强烈建议不要这么做，不仅仅从用户角度考虑，它只会滋生更多的流氓应用，拖垮Android 平台的流畅性）mute_wave.wav
2021-07-29 14:36:59
1.83MB
1