入门神经网络-搭建自己的网络结构之样本采集(一)
入门神经网络一样本采集在本科的时候对神经网络颇有兴趣，感觉很神秘，特别是当时的yolov5目标检测算法，让我感觉特别震撼，计算机在图像识别上已经超过了人眼。但是这么长时间以来一直停留在跑demo的阶段，没有静下心来学习，为此我计划搭建一个属于自己的神经网络作为入门标志，这是第一章，主要讲了说明采集样本的过程。建立一个怎样的网络我计划建立的网络结构，输入参数为陀螺仪三轴传感器的数据，输出内容为可能进
测试四种混音算法
最近项目上需要混音算法，上网查阅了四种常用的混音算法，用python运行来做测试,测试完成的语音数据放在结尾可以下载混音算法一：加权平均这种方法很简单，直接将两个PCM样本相加，为了防止溢出再除以二，但是这种方式会导致声音细节丢失声音会变小，并且混入通道数越多，声音衰减越严重，毕竟原始音频直接右移了八位，实际测试下来也是如此，实现方法为：for i in range(0,sample_nums):
ESP32在两种开发环境下运行OPUS
opus是一款优秀的音频编解码算法，具有很高的压缩率，尝试在ESP32平台运行opusESP-IDF开发环境运行opusESP-IDF开发环境已经有大佬做好了移植，并且制作了makefile文件，做好了第三方的components，下载地址 点击我，我们只用将文件夹下载先来拖放到components文件夹根目录即可，如下图所示下面我们来创建一个demo用来运行，新建一个hello world工程，