简要说明 摘要原文 2017年，作者提出了一个新的损失函数，称为广义损失端到端（GE2E）损失，与之前（2016年）基于元组的端到端（TE2E）...

简介 随着IP摄像头的使用场景越来越宽，对IP摄像头视频与音频流的获取与处理便需求增加，本文简单讨论如何使用Python来进行这方面的工作。主要...

跨平台免费视频编辑 Lightworks是一个开源的专业视频编辑软件。但其有些不足： 不支持有些格式。解决：可以用HandBrake先转码。 不...

文本相似度计算方法归类 基于字符串。该方法从字符串匹配度出发，以字符串共现和重复程序为相似度的衡量标准。如编辑距离。 基于语料库。该方法利用从语...

简介 机器学习需要大量的数据，语音标注工具可以对录制的音频进行文本标注、清洗，以应用于语音识别、语音唤醒所需的数据。 开源工具 ritazh/E...

Linux Audio Stack 早期使用OSS（开放声音系统, Open Sound System），随后ALSA （高级Linux声音体系...

语音唤醒主流方法 keyword spotting分为补白模型与基于样例的两个主要方法。 Ref: https://zhuanlan.zhihu...