基于VQ-VAE与Do-Conv层的无监督语音表示学习

针对在无监督条件下,对语音信号提取语音表示的问题,提出了Do-VQVAE模型。提出的Do-VQVAE模型主要基于矢量量化变分自编码器的结构进行实现,并在此基础上,引入深度方向超参数化卷积层构成编码器。该模型通过编码器-解码器的结构,以无监督的方式提取语音信号的特征,将编码器的输出通过码书的映射进行量化,得到离散的语音表示。在实验过程中还引入了互信息神经估计,旨在提高学习到的语音表示的说话人不变性。提出的模型在ZeroSpeech 2019挑战的数据集上进行了训练和测试,经过测试,模型的ABX错误率相比于基线和卷积VQ-VAE模型都有明显降低,并取得了与最好系统相媲美的结果。     

基于正样本对比与掩蔽重建的自监督语音表示学习

针对现有基于对比预测的自监督语音表示学习方法在训练时需要构建大量负样本,其学习效果依赖于大批次训练,需要耗费大量计算资源的问题,提出了一种仅使用正样本进行语音对比学习的方法,并将其与掩蔽重建任务相结合得到一种多任务自监督语音表示学习方法,在降低训练复杂度的同时提高语音表示学习的性能。其中,正样本对比学习任务,借鉴图像自监督表示学习中SimSiam方法的思想,采用孪生网络架构对原始语音信号进行两次数据增强,并使用相同的编码器进行处理,将一个分支经过一个前向网络,另一个分支使用梯度停止策略,调整模型参数以最大化2个分支输出的相似度。整个训练过程中不需要构造负样本,可采用小批次进行训练,大幅提高了学习效率。使用LibriSpeech语料库进行自监督表示学习,并在多种下游任务中进行微调测试,对比实验表明,所提方法得到的模型在多个任务中均达到或者超过了现有主流语音表示学习模型的性能。     

难处理金矿用溴和氰化物浸出的比较

1987年1月,大湖化学公司收到了一份专利(美国专利号4637865),它利用一种叫N—卤海因(乙内酰脲)(N-halo hydantoin)化合物的溴化学试剂来提取贵金属。这种方法对于金矿石精矿和尾矿的重新回收都是有效的。溴化学试剂浸出具有以下优点:1)回收率高,2)金属溶解速度快;3)浸出化学特性容易控制;4)工作 pH 值范围广;5)不产生     

自监督聚类重训练的语音表示学习

现有的基于重建的自监督预训练方法往往通过对语音帧的还原重建进行训练,未充分利用语音帧包含的音素信息.因此,文中结合自监督学习方法与噪声学生训练,提出基于自监督聚类重训练的语音表示学习方法.基于一个初始的语音表示模型(教师模型),利用无监督聚类得到音素类别伪标签.结合伪标签预测任务与重构任务,重新训练表示模型(学生模型).将学生模型作为新的教师模型,借助聚类与重训练,不断优化伪标签与语音表示模型.对比实验表明,经过聚类重训练后,语音表示模型在音素识别和说话人识别两项下游任务上均优于聚类重训练前的模型,性能较优.     

柴油加氢精制过程反应-分离系统建模和模拟

在炼化企业数字化转型和提质增效减排的大趋势下,炼化装置工艺流程模拟技术能够提供基础模型和数据支撑,其应用日益广泛.本工作利用Symmetry软件对柴油加氢精制过程的反应分离系统进行全流程模拟,采用加氢反应机理模拟计算模块对柴油加氢精制反应器进行严格的机理建模.通过模型计算的加氢精制反应器操作参数及产品质量与装置实际生产...     

如何合理确定铀矿石的价格

长期以来,铀矿石的价格是用成本加利润的办法,分别确定各矿的矿石价格的,矿山的盈利大小主要决定产量而与矿石的质量无关。针对这种方法存在的弊端,80年代对无水冶厂的矿山,推出了按质论价办法,这个办法对矿山努力降低贫化损失,提高出矿品位及降低吨金属成本起到了积极的作用。但也存在许多有待改进的地方,如奖罚额的确定、计价品位的确定以     

具有2D-EDAPbI4薄覆盖层的环境稳定的FAPbI3基钙钛矿太阳能电池（英文）

二维(2D)卤化铅钙钛矿材料是钙钛矿太阳能电池(PSC)中最有前途的吸光材料之一,具有优异的稳定性和缺陷钝化作用.然而,这些稳定的二维PSC的转换效率仍远远落后于三维钙钛矿电池.在本文中我们通过原位生长的方法将2D EDAPbI4层成功制备在3D FAPbI3层表面。这种合理设计的2D-3D钙钛矿薄膜分层结构可以明显提高电池的效率.另外,由于EDAPbI4层的高抗湿性和抑制迁移, 2D-3D电池器件显示出明显增强的长期稳定性,在200 h内一直保持初始转换效率,甚至在500 h后仍能保持其初始转化效率的90%.