NOIZEUS语音库被用于不同语音增强算法的客观质量评价，NOIZEUS实验室有录制带噪语音库和纯净语音库。
本文提供其录制的纯净语音库
本文提供其录制的纯净语音库
2015/1/4 23:27:44
1004KB
1
ATS2825是一颗高集成度的蓝牙音频解决方案Soc，是专为便携式和无线蓝牙音频所设计的产品，满足市场需求的高功能，低成本和低功耗等特点。
大容量内置RAM能够满足不同蓝牙应用方案的需求，支持后台蓝牙，在播放外置SD卡或U盘中高品质音乐的同时可以保持蓝牙连接状态。
内置DSP支持多种音效处理，支持蓝牙免提通话时双麦克风回波消除和降噪。
该芯片集成了完全符合蓝牙规范的蓝牙V2.1/V3.0/V4.0/V4.1/V4.2控制器，并支持双模（BR/EDR+AMP+LowEnergyControllers）。
它可以与以前的版本兼容，包括V2.1+EDR和V3.0+HS。
嵌入式电源管理模块支持功耗优化并提供更长的电池使用寿命。
在保证高品质音乐播放和通话效果的同时仍保持低功耗和低成本是其竞争优势，为我们定位中高端市场奠定了基础。
该芯片提供了一个真正的完整解决方案，是高集成度和可扩展的蓝牙音频产品的理想选择。
大容量内置RAM能够满足不同蓝牙应用方案的需求，支持后台蓝牙，在播放外置SD卡或U盘中高品质音乐的同时可以保持蓝牙连接状态。
内置DSP支持多种音效处理，支持蓝牙免提通话时双麦克风回波消除和降噪。
该芯片集成了完全符合蓝牙规范的蓝牙V2.1/V3.0/V4.0/V4.1/V4.2控制器，并支持双模（BR/EDR+AMP+LowEnergyControllers）。
它可以与以前的版本兼容，包括V2.1+EDR和V3.0+HS。
嵌入式电源管理模块支持功耗优化并提供更长的电池使用寿命。
在保证高品质音乐播放和通话效果的同时仍保持低功耗和低成本是其竞争优势，为我们定位中高端市场奠定了基础。
该芯片提供了一个真正的完整解决方案，是高集成度和可扩展的蓝牙音频产品的理想选择。
2016/10/8 23:11:18
1.55MB
1
讨论了偏微分方程中P-M模型扩散系数及梯度阈值的选取对图像去噪的重要性，并对比了两个扩散系数的优点和缺点。
在此基础上提出了一个新的扩散系数，新的扩散系数并应用到CLMC模型中进行数值离散实验，比较了三个扩散系数对图像去噪的效果，数值模仿实验结果表明，新的扩散系数能够有效的进行图像去噪。
在此基础上提出了一个新的扩散系数，新的扩散系数并应用到CLMC模型中进行数值离散实验，比较了三个扩散系数对图像去噪的效果，数值模仿实验结果表明，新的扩散系数能够有效的进行图像去噪。
2020/9/8 19:02:53
683KB
1
MassiveMIMO系统中对MRC、ZF、MMSE、ZF－SIC和MMSE－SIC等检测算法在不同的信噪比和不同的天线数目下的各个算法功能仿真比较。
以及LS、MMSE信道估计算法在不同条件下的功能分析。
以及LS、MMSE信道估计算法在不同条件下的功能分析。
2020/1/12 11:38:49
1.48MB
1
RS信道编译码的仿真和实验报告，matlab2021a测试。
在理解RS码编译码原理的基础上使用Matlab或VC进行编程，首先产生一段随机序列，即原始的发送比特流，然后对该信号进行RS编码、BPSK映射、加噪、解映射及RS译码，得到恢复的数据。
经过该课程设计，深刻理解高阶域、RS码构造、RS编译码等相关概念和算法。
在理解RS码编译码原理的基础上使用Matlab或VC进行编程，首先产生一段随机序列，即原始的发送比特流，然后对该信号进行RS编码、BPSK映射、加噪、解映射及RS译码，得到恢复的数据。
经过该课程设计，深刻理解高阶域、RS码构造、RS编译码等相关概念和算法。
2022/10/22 0:48:38
123KB
1
图像增强处理：设计一套空间域与频率域结合的图像增强算法，处理以下任一组图片中的带噪声图像，去除噪声，提高图像质量。
（1）已知：噪声为随机噪声和周期噪声混合噪声；
（2）要求：a）去噪处理后，计算均方误差评估去噪处理后图像的去噪效果b）撰写完整的科技报告（方式类似科技论文）表述自己的算法设计，算法实现与算法评估过程。
（1）已知：噪声为随机噪声和周期噪声混合噪声；
（2）要求：a）去噪处理后，计算均方误差评估去噪处理后图像的去噪效果b）撰写完整的科技报告（方式类似科技论文）表述自己的算法设计，算法实现与算法评估过程。
2021/8/6 15:35:08
2.62MB
1
在联合冲击滤波器和非线性各向异性扩散滤波器对含噪图像做预处理的基础上,利用边缘检测算子选取自顺应参数,构建能同时兼顾图像平滑去噪与边缘保留的自顺应全变分模型,并基于Bregman迭代正则化方法设计了其快速迭代求解算法。
实验结果表明,自顺应去噪模型及其求解算法在快速去除噪声的同时保留了图像的边缘轮廓和纹理等细节信息,得到的复原图像在客观评价标准和主观视觉效果方面均有所提高。
实验结果表明,自顺应去噪模型及其求解算法在快速去除噪声的同时保留了图像的边缘轮廓和纹理等细节信息,得到的复原图像在客观评价标准和主观视觉效果方面均有所提高。
2021/2/15 21:17:11
64KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB