在阅读《解析深度学习：语音识别实践》时，也会参考一些博客，看到好的也会整理一下分享出来。本文主要通过浅显的语言来展示语音识别的基本过程和原理。本文大部分内容转载至：语音识别的技术原理是什么？。
语音识别技术，也被称为自动语音识别AutomaTIc Speech RecogniTIon（ASR），其目标是将人类的语音中的词汇内容转换为计算机可读的输入，例如按键、二进制编码或者字符序列。与说话人识别及说话人确认不同，后者尝试识别或确认发出语音的说话人而非其中所包含的词汇内容。下面我们来详细解读语音识别技术原理。
首先，我们知道声音实际上是一种波。常见的mp3等格式都是压缩格式，必须转成非压缩的纯波形文件来处理，比如Windows P
继续阅读 »
最近开始阅读《解析深度学习：语音识别实践》，将会把文中的一些总结放到这里和大家分享。今天的这篇文章主要介绍语音识别的基本结构。
下图中展示的是语音识别系统的典型结构，语音识别系统主要由图中的四部分组成：信号处理和特征提取、声学模型（AM）、语言模型（LM）和解码搜索部分。
信号处理和特征提取部分以音频信号为输入，通过消除噪声和信道失真对语音进行增强，将信号从时域转化到频域，并为后面的声学模型提取合适的有代表性的特征向量。声学模型将声学和发音学（phonetics）的知识进行整合，以特征提取部分生成的特征为输入，并为可变长特征序列生成声学模型分数。语言模型估计通过从训练语料（通常是文本形式）学习词之间的相互关系，来估计假设词序
继续阅读 »
在前面的caffe笔记：运行手写数字识别例程一节中，我们已经运行了caffe的mnist例程，并且训练出了自己的模型，并用自己的模型对测试集进行了预测，结果还是比较理想的。本节主要阐述如何把自己的手写数字图片（28×28）送入到上一节训练得到的LeNet模型中进行预测，评估数字识别效果。
继续阅读 »
在安装caffe的时候，我们需要解决一系列依赖问题，这些依赖一般都是开源的库，通过使用开源库可以大大节省开发的时间，并降低开发的难度。本文将主要介绍caffe中常用到的几个依赖库，并简单阐述他们的作用。
1. ProtoBuffer
继续阅读 »
昨天在用sudo apt-get install XXX安装软件包的时候出现了下面所示的错误。
shell
E: Sub-process /usr/bin/dpkg returned an error code (1)
继续阅读 »
本文主要介绍如何在安装完caffe后运行一个简单的例程：手写数字识别，以了解和熟悉caffe的基本使用过程。至于如何安装caffe，请参考我之前的文章：ubuntu 16.04上配置cuda+caffe环境。
继续阅读 »
在很多科研单位和企业研发部门，服务器是极少被允许连外网的，一般情况下只可以通过内网里的机器访问服务器。由于自己的经历，我曾经接触过这样一台服务器，由于有8张Tesla K80的GPU，我很想在上面安装一个kladi。因此，这里的离线指的是服务器不能访问外网，或者服务器压根不能上网。我下面的操作是在和服务器在同一内网下的Windows机器上进行的，读者也可以直接在服务器上操作（不过一般很难得到许可）。
在阅读本文之前，建议先阅读一下我之前写的文章：ubuntu 16.04在线安装kaldi，以熟悉kaldi安装的大概过程。
1. 下载kaldi并上传
从kaldi在github的代码仓库（https://github.com/k
继续阅读 »
This page is going to tell how to install tensorflow on ubuntu 16.04 from the github sources. I sugget you to use conda or miniconda as your python, then you can skip section 6: Create the pip package and install.
继续阅读 »
本文转载至《你必须知道的 34 个简单实用的 Ubuntu 快捷键》。
Ctrl + W: 关闭当前 Nautilus 窗口
Ctrl+T: 在 Nautilus 打开新的 Tab
Ctrl + H: 切换隐藏文件（夹）显示或者不显示
Ctrl+E: 发送当前文档给某个 Email
Ctrl+Q: 退出应用
Ctrl + 1/2: 修改文件夹视图为图标或者列表模式
Ctrl + Shift + W: 关闭所有的 Nautilus 窗口
Ctrl + Shift + N: 创建新文件夹
Ctrl + Alt + L: 锁屏，如果你想走开一会而不想让别人看到你的屏幕
Ctrl + Alt + D: 显示桌面/恢复打开的窗口
Ctrl
继续阅读 »
由于在搭建的过程中涉及到很多权限问题（permission denied），建议使用root用户进行下面的操作。
1. 安装并启动mongodb
到mongodb官网下载相应系统的最新版安装包，或者从以下链接下载较旧的64位linux mongodb 3.0.1，。下载完以后请放/root目录下，然后解压。
继续阅读 »