首页 文章 精选 留言 我的
优秀的个人博客,低调大师

微信关注我们

原文链接:https://www.oschina.net/news/181485/2021-js-risingstars

转载内容版权归作者及来源网站所有!

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

每日一博 | 带你了解 3 类预训练语音模型预测方法

摘要:在调研多篇论文后,笔者发现预训练语音模型的预测方法基本可以分为以下3类:<1>用前文预测当前及后文(自回归)<2> 随机mask 一些帧并预测 <3> 用两侧上下文预测中间帧。 本文分享自华为云社区《预训练语音模型调研小结》,作者: Hudson。 在调研多篇论文后,笔者发现预训练语音模型的预测方法基本可以分为以下3类:<1>用前文预测当前及后文(自回归)<2> 随机mask 一些帧并预测 <3> 用两侧上下文预测中间帧。下文会按照这三类来介绍预训练语音模型的方法。 1.用前文信息预测当前信息及后文信息 (1)CPC & Modified CPC CPC(Contrastive Predictive Coding)[1] 是预训练语音模型中较早提出的模型。它的模型架构如下图所示。 首先,语音信号被分成段输入到CNN模型,用于抽取特征,CNN层的输出Z再作为GRU层的输入,拿到带有时序信息的输出C,然后用当前时刻t的带有时序信息的Ct(见过序列前面的信息),来预测后续k个时刻的CNN层输出Zt+k。Lo...

Snapchat 母公司加入 AV1 格式制定组织

近日,开放媒体联盟(Alliance for Open Media,AOMedia)宣布 Snap Inc. 以推广成员级别加入该组织。可能 Snap 以公司名称出现在大家视野中还会有点陌生,但是说起他们旗下的产品 Snapchat,那就可以说是名声在外了,Snapchat 受到非常多年轻群体的喜爱,他们不少滤镜效果在互联网上也十分火爆。 该公司在 2011 年成立之初确实是被命名为 Snapchat Inc.,但在 2016 年更名为 Snap Inc.,以便将旗下更多产品包含在公司名称下,而不单单是 Snapchat 这一款产品。 开放媒体联盟是一个致力于开放影像编码的非营利组织,目标是开发免专利的影像编码格式。 目前影像行业最热门的开放式视频编解码器和格式 AV1(AOMedia Video 1)就是由开放媒体联盟所开发的。AV1 的目标是取代其前身,即由 Google 开发的 VP9 视频压缩格式,并与 MPEG 领导开发的高效率视频编码(HEVC)竞争。联盟创始成员包括亚马逊、苹果、ARM、思科、Facebook、Google、英特尔、微软、Mozilla、Netflix 等...

相关文章

发表评论

资源下载

更多资源
优质分享App

优质分享App

近一个月的开发和优化,本站点的第一个app全新上线。该app采用极致压缩,本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

用户登录
用户注册