概要 "音声の音響分析技術" - 音声とは "音声の認識技術" - speech2text "音声の合成技術" - text2speech ポイント 4月8日 (p16)音声生成は3段階のプロセス（発声、調音、口から放射）からなる。 発声：元となる音源を生成する。母音なら声帯の振動が音源に…

大まかに これから学習していく音声学、言語学についての全体像を解説。2章以降の準備 ポイント (p1)人間は先天的（生まれながら）に音声言語の識別機構が備わっている説が濃厚。事実、乳幼児は、話者の違いやピッチの違いを聞き分けられることが出来る。 も…

目的 プログラム中のパラメータを、外部ファイル指定があればその内容を見て更新する。無ければデフォルト値を用いる。 import argparse GLOBAL_PARAM = 1 GLOBAL_PARAM2 = 2 def update_params(param_path): # ファイルからパラメータを読み込み更新 if __n…

pickleを使用する。 モジュール import pickle def pickle_dump(obj, path): with open(path, mode='wb') as f: pickle.dump(obj,f) def pickle_load(path): with open(path, mode='rb') as f: data = pickle.load(f) return data 使用方法 mylist = [1,2,3,…

import argparse ... if __name__ == "__main__": parser = argparse.ArgumentParser() parser.add_argument('-dir', dest='input_dir', type=str) parser.add_argument('-num', dest='number', type=int) parser.add_argument('--myoption', dest='opt', ac…

例示モデルの設計 input : 任意のデータ数×3次元ベクトル w : 3×1次元の空行列 output = input × w 任意の個数の3次元ベクトルをゼロベクトルに変形する。 保存 import tensorflow as tf import numpy as np input = tf.placeholder(tf.int32, shape=(None,3…

scikit-learnのSVMを使って、数値を2つに分類してみた。データとラベルは次のように。 train_text = np.array([[0],[1.2],[0],[0.8],[1.0],[0.1]]) train_label = np.array(['a','b','a','b','b','b']) つまり、0がラベル"a"に、それ以外の数値が"b"に分類さ…

scikit-learnのSVMで2値分類を行う簡単なテストとして、以下のような学習データとラベルをclf.fitに渡すと rain_text = np.array([0,1]) train_label = np.array(['a','b']) ValueError: Found input variables with inconsistent numbers of samples: [1, 2…