IT夜班车
From this link,
https://wincent.com/wiki/@executable_path,@load_path_and@rpath
Note: this article is actually about the @executable_path, @load_path and @rpath install paths used by the linker on Mac OS X; wiki titles can’t incl… 更多... “@executable path, @load path and @rpath”
From this link,
http://clarkkromenaker.com/post/library-dynamic-loading-mac/
G-Engine uses various third-party libraries: ffmpeg for video playback, fmod for audio playback, zlib for decompression, etc. In all these cases, th… 更多... “Loading Dynamic Libraries on Mac”
You need a mac machine, mac laptop or pc to download and convert installer.
Visit link
https://support.apple.com/en-sg/HT211683
scroll down to bottom, you will see list of macOS version. sele… 更多... “Install macOS in VirtualBox”
这里讨论的是网站从Apache迁移到Nginx之后，使用python访问网站出现下面的问题：
<urlopen error [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed
关于如何从Apache迁移到Nginx，请参看How to migrate Apache to Nginx by converting V… 更多... “从Apache迁移到Nginx后SSL证书修正”
Conformer是Transformer的变种，在encoder里面加入了CNN模块。
跟Transformer比较，主要是加了Convolution Module，除此之外，feed forward变成了2个，残差层是1/2. 去掉了Transformer的Position Encoding层，Transformer中加入这一层主要是Self Attention的机制导致丢失了输… 更多... “ASR之Conformer”
BPE代表Byte Pairing Encoding，对于英文来说，就是一个或者几个字符的组合。在Kaldi中，word是被表示为，或者分解为phone，怎么做呢？就是根据对应语言的字典模型-lexicon。对于大多数语言，我们都可以采用CMU免费提供的Lexicon。但是对于小语种，那么可能就没有对应的lexicon可以用，那么可以采用BPE。
下面举个例子，假设我们要编码aaabdaa… 更多... “ASR之BPE”
待补充…
如何评价一个语言模型的好坏，
– 实际测试
– 困惑度（perlexity）
实际测试就是把训练的好的语言直接使用ASR的解码中，查看准确率。这个方法准确度高，但是效率低，因为我们把一个语音模型的评测问题变成了ASR的解码问题。
除了实际测试，还可以直接计算困惑度。就是把几个句子连起来变成一个很长的句子，然后使用… 更多... “ASR之语言模型”
为什么要把三个列在一起，因为它们之间从左到右进阶的关系，最开始大家用RNN，发现问题，提出方案就有了LSTM，同样方式就有了GRU。
RNN在时间跨度够长，就会有一个梯度消失，或者梯度爆炸的问题，因此人们在加入了一个遗忘门的概念，目的是就是定期去删除以往的记录。在LSTM中由于输入门，输出门和遗忘门，太过复杂，复杂意味着计算量大，训练难度的增加，因此有人提出了新的模型GRU，把输… 更多... “RNN LSTM GRU”
在Decode时候，使用Viterbi算法可以得到最优的一条路径，但是往往它可能不是最好的，因此我们采用Beam Search得到一个几个路径，我们给定一个范围（Kaldi的命令参数使用的时候 –beam），距离最优路径一定范围的都留下来，于是会得到N best的结果
我们可以采用保存所有它走的路径，包括状态，ilabel，olabel，第几帧等信息。
那N best的时… 更多... “Kaldi之Lattice”
WFST : Weighted Finite State Transducer
FSA ： Finite State Acceptor
用来判断一个字符串能不能被接受。
WFSA ： Weighted Finite State Acceptor
用来判断一个字符串能不能被接受，并且给出能接受的概率。
WFST ： Weighted Finite State Transducer
用来把一个序列转换为另外一个序列，… 更多... “Kaldi之WFST”