Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                

タグ

2013年8月19日のブックマーク (2件)

  • 第4章 フロントエンド処理・特徴量抽出

    特徴量抽出の前段階として,直流成分除去を行える.直流成分であるオフセット値の推定方法として,短時間音声区間(フレーム)ごとに行う方法(オプション-zmeanframe)と,長時間平均を用いる方法(オプション-zmean)の二とおりが用意されている.前者は,特徴抽出の直前において,切り出された短時間フレームごとにオフセット推定と除去を行う.後者は,Julius起動後,無音を含めた最初の 48,000 サンプル分の振幅平均を直流成分(オフセット)として以降の入力の直流成分除去を行う. -zmeanframe は HTK の ZMEANSOURCE と同じ処理である. オプション指定時の注意:前者の -zmeanframe は,特徴量抽出のオプションであり,音響モデルごとに指定する必要がある.特に,複数の音響モデルを使用する場合,音響モデルごとに個別に指定する必要がある.一方,後者の -zmea

  • Gradle でカバレッジを計測してみる - bluepapa32’s Java Blog

    前回は Gradle でテストを並列で実行してみましたが、テストと言えば、カバレッジも測定しないと... と言うことで、今回は Gradle で テストを実行して、その際のカバレッジを測定してみることに... Java のカバレッジツールと言えば Cobertura EMMA が有名ですが、今回は EMMA を使ってみました。 EMMA を選んだ理由は メソッドレベルまで計測できる Eclipse プラグイン (EclEmma) も提供されている (Gradle とはなんの関係もありませんが...) です。 カバレッジの測定には それなりのコストがかかるので、もちろん、テストは並列で実行した方が良いのですが、 Gradle の場合、テストクラス毎にプロセスを分けて並列実行するため、 デフォルトの設定のままで EMMA を使うとエラーが発生してしまいます。 と言うのも、EMMA はリモートア

    Gradle でカバレッジを計測してみる - bluepapa32’s Java Blog