フォルマント - Wikipedia
スペクトログラム：アメリカ英語の[i, u, ɑ]のF1とF2 フォルマント（英: formant、ホルマント）は音声の周波数スペクトルに現れる、周囲よりも強度が大きい周波数帯域である[1]。 概説[編集] 時間変化する音声を一定区間で区切り周波数領域へ変換すると、周波数帯ごとに強弱がみられる。すなわちスペクトル包絡が山谷をもっている。この山に当たる周波数帯をフォルマントという。フォルマントは複数個存在する場合もあり、周波数の低い順に第一フォルマント、第二フォルマントと呼ばれ、それぞれの周波数をF1, F2と表記する[2]。また経時的に変化する場合もある。 声の波形に現れるフォルマントは声道の形状から強く影響を受ける。ゆえに個体差や性差もフォルマントの違いを生む原因となる。音価が同じであれば各フォルマント周波数は近い値になる。 音声との関係[編集] フォルマントは発声過程における調音で主に
STRAIGHT information (Japanese)
Legacy STRAIGHTはopen sourceとして GitHubで公開しています。 (24/July/2018) （現在の版はMatlab R2016b互換です。GUI以外は、Gnu Octave互換です。（2017.1.4）） STRAIGHTの概要 STRAIGHTは、音声のピッチや声質、体の大きさなどの様々な属性を操作するためのツールです。 自然音声とほとんど区別できない高い品質を実現するために、 STRAIGHTは、聴覚モデルと信号処理の最新の成果を取り入れて進化し続けています。 2007年に森勢将雅 氏（現在：山梨大学） が発明したTANDEMに基づいて、STRAIGHTが根本的に再構築されてTANDEM-STRAIGHTとなりました。 （先行して公開している e-SocietyによるSTRAIGHTのC言語版につづいて、 2009年1月からTANDEM-STRAIGH
YAMAMOTO LABORATORY/research
知能情報基礎論分野 研究内容 「学 習 と 論 理」 へ の ご 案 内 山 本 章 博 京都大学 情報学研究科 知能情報学専攻 2008年6月 最近の研究内容を「第３回プログラミングおよびプログラミング言語サマースクール」のチュートリアルで話しました． チュートリアルの資料はこちら． さらにコンピュータ・ソフトウェ ア誌の解説記事としてまとめましたので，そちらもご覧ください． 1. 機械学習とは この研究は，機械学習と論理との関係を明ら かにしながらその性質を解 明してゆくことを目標にしています． 人工知能の研究を私なりに定義するとすれば，人間が行っている様々な推論を計算機を用いて定式化しその性質を解明すること, さらにはその推論を用いて情報を適切に取り扱い，また適切な情報を創出する方式を与えることです．学習とは人間の知的な行為の一つですから，人工知能研究 の対象の一つとなり
基数木（パトリシア） - Wikipedia
基数木（英: Radix tree）またはパトリシア木（英: Patricia tree）とは、文字列集合を格納するトライ木に基づく特殊化された集合データ構造である。パトリシアトライ（英: Patricia trie）とも。通常のトライ木に比較すると、基数木の辺は単一の文字ではなく文字の並びでラベル付けされる。それは、文字列でもよいし、整数やIPアドレスなどを表すビット列でもよい。辞書式順序を適用できるオブジェクトの並びなら何でもラベルとして使用できる。基数木と言った場合、整数を格納する木構造のみを指すことが多く、パトリシア木といった場合は特に格納するデータを限定しないが、基本的に構造や動作原理は同じである。 概要[編集] 基数木は簡単に言えばメモリ使用量を最適化したトライ木であり、トライ木で子ノードが1つしかないノードを子ノードとマージしたものである。その結果、内部ノードは必ず2つ以上の
自己相関 - Wikipedia
自己相関（じこそうかん、英: autocorrelation）とは、信号処理において時間領域信号等の関数または数列を解析するためにしばしば用いられる数学的道具である。大雑把に言うと、自己相関とは、信号がそれ自身を時間シフトした信号とどれくらい一致するかを測る尺度であり、時間シフトの大きさの関数として表される。より正確に述べると、自己相関とは、ある信号のそれ自身との相互相関である。自己相関は、信号に含まれる繰り返しパターンを探すのに有用であり、例えば、ノイズに埋もれた周期的信号の存在を判定したり、 信号中の失われた基本周波数を倍音周波数による示唆に基づき同定するために用いられる。 定義[編集] 自己相関は、学問領域によって定義が異なる。分野によっては自己共分散 (autocovariance) と同じ意味に使われる。 統計学[編集] 統計学において、確率過程の自己相関関数 (autocorr
session.el + minibuf-isearchが便利すぎる
毎回便利なEmacs Lispをチマチマ紹介していますが、今回ご紹介するsession.elも優れものです。挙動が地味なので素晴らしさが伝わらないかもしれないと危惧していますが、Emacs使いの人は騙されたと思って使ってみてください。 更に言うと、session.el単体だと「少し便利かな」くらいなんですけど、minibuf-isearchと組み合わせると並外れて便利になります。 この組み合わせで使っているEmacs使いは多いと思うのですが、意外と知名度が低い気がしたので改めて紹介します。 session.elは、ざっくり言うとミニバッファの履歴をファイルに保存するものです。つまり、Emacsを終了しても、次回起動時にC-x C-fの履歴が復元されます。M-x grepの履歴や、kill-ring、検索／置換の履歴、各ファイルにおけるカーソル位置なども保存されるので、Emacsを終了させる
ぽろきぃのblog : はてな記法？それlivedoor Wiki記法でできるお
2009年08月22日01:24 カテゴリ はてな記法？それlivedoor Wiki記法でできるお 夜分遅くすいません。ぽろきぃです。弊社の社員もみんな、はてな記法が好きみたいです。livedoor blogではサポートするぐらいですからね！ はてな記法？それ Text::Livedoor::Wikiで Text::Livedoor::Wiki記法を使えば実は、はてな記法だって簡単にサポートできちゃうんだよね。プラグイン作ればいいだけだよ。 Text::Livedoor::Wiki::PluginX::Block::Hatena つくってみたよ！３分でできたよ！ラーメンだね！適当なので不具合たぶんあるよ！気をつけて！ package Text::Livedoor::Wiki::PluginX::Block::Hatena; use strict; use warnings; use ba
Web2.0ナビ: 意外と使われていない「個人用trac」活用のすすめ
いいね！ 6 ツイート B! はてブ 738 Pocket 138 tracをご存知ですか？tracは主にシステム開発系プロジェクトにおいて、バグ管理・バージョン管理・ドキュメント共有に使われる超便利ツールです。これがないと開発なんて出来ないよ！という開発者も多いはず。 そんなtracですが、個人用や家庭用でもカナリ使えるツールなんです。開発をしなくても、「脳をすっきりさせたり」「自分タスクを整理したり」「アイデアを貯めたり」「旅行計画を家族と共有したり」、日常生活という自分プロジェクトの管理ツールとして活用することができます。 tracとは 前述の通り、tracは主にシステム開発で使うプロジェクト管理ツールで、無償ソフトとして配布されているので、誰でも自由にダウンロードして使うことができます。 主に利用できる機能が4つあって ■ wiki 誰でもいつでも編集できるwiki機能があります。
Seesaa Wiki（ウィキ）- ゲーム攻略に便利な無料Wikiレンタルサービス
誰でも簡単に始められる無料のWiki（ウィキ）レンタルサービス デザインテンプレートが豊富で、カスタマイズも自由自在。ゲーム攻略・まとめサイト作成に便利な国内最大級のWikiサービス。 今すぐWikiをはじめる
トライ（ダブル配列，簡潔データ構造）と STL コンテナ - ny23の日記
以前実装した構築速度重視の動的ダブル配列 (表中 dda) の構築速度を Darts, darts-clone (0.32g beta5, 0.32e5), DASTrie (1.0), doar (0.0.10)，簡潔データ構造を利用したトライ (tx 0.16) ，STL コンテナ (std::map, std::tr1::unordered_map) 辺りと比べてみた．キー集合としては，中規模で疎な集合（Wikipedia 英語版記事タイトル）と小規模で密な集合（郵便番号辞書）を用いた． ====================================================================== Wikipedia-en 記事タイトル | Build | Search | Search* | Size [bytes] =================
attr_accessor - rubyco（るびこ）の日記
attr_accessorというメソッドを使うと、インスタンス変数から自動的にアクセサ(getterとsetter)が作れます。 class Point attr_accessor :x, :y def initialize(x, y) @x = x @y = y end def to_s "(#{@x}, #{@y})" end end a = Point.new(123, 456) puts a #=> (123, 456) puts a.x #=> 123 puts a.y #=> 456 a.x = 0 a.y = 0 puts a #=> (0, 0)
アクセサの作り方のまとめ - Unknown::Programming
アクセサ(2) AUTOLOAD でアクセサ - ぱるも日記 アクセサの作成方法はいろいろあるけど自作するならAUTOLOADとか使わずに、 package Hoge::Class; use strict; for my $method (qw/age name tel hoge/) { my $code = sub { my $self = shift; $self->{$method} = shift if @_; return $self->{$method}; }; no strict 'refs'; *{$method} = $code; } って感じでクロージャと型グロブで定義すればいいかと。 AUTOLOAD使うなら使うで、初回呼び出し時にメソッド定義してしまうのがセオリーなんで、 二度目以降はAUTOLOADが呼び出されなくなるから遅いという問題は解決するかと。 sub A
3.6 段組を制御する
LaTeXの1ページの本文領域は何も指定しない場合には1段組で整形されますが，2段組の整形を行うこともできます．この場合本文領域は左右2つのカラムに分 けられて出力されます．2段組にするには次の2つの方法があります． twocolumnクラスオプションを指定する \twocolumnコマンドを利用する これらはどちらも基本的に本文領域を2段組にしますが，若干異なる点がありま す．次に，2段組と1段組の違いをまとめます． 3.6.1 2段組と1段組との違い 2段組と1段組は次の点で異なります． 本文領域を左右2つのカラムに分割 abstract環境()の出力位置 \newpageコマンド(表2.16)の機能 figure*およびtable*環境()が利用 可能 このうち2段組におけるabstract環境と改ページコマンドについて 説明します． 3.6.1.1 2段組でのabstract環境
LZ78方式符号化をRubyで実装、を改良 - yasuhisa's blog
Trieちゃんと使ったので、それなりの速度になりました。100MBくらいのテキストが40MBくらいまで縮んだかと思えば、2.8MBのテキストが2.6MBにしかならなかったりと圧縮したいテキストの性質によって圧縮率が全然違う感じでした。WEB+DB PRESS Vol.54によると、LZ78方式符号化はXMLのような文章では強いらしい。 #!/opt/local/bin/ruby1.9 # -*- coding: utf-8 -*- require 'pp' module Trie class Node attr_accessor :sym, :code def initialize(code) @code = code # 番号 @sym = Hash.new end def insert_child(sym, code) @sym[sym] = Trie::Node.new(code)
なぜTwitterは低遅延のままスケールできたのか 秒間120万つぶやきを処理、Twitterシステムの“今” − ＠IT
ユーザー同士のつながりを元に時系列に140文字のメッセージを20個ほど表示する――。Twitterのサービスは、文字にしてしまうと実にシンプルだが、背後には非常に大きな技術的チャレンジが横たわっている。つぶやき数は月間10億件を突破、Twitterを流れるメッセージ数は秒間120万にも達し、ユーザー同士のつながりを表すソーシャル・グラフですらメモリに載る量を超えている。途方もないスケールのデータをつないでいるにも関わらず、0.1秒以下でWebページの表示を完了させなければならない。そのために各データストレージは1～5ms程度で応答しなければならない。 Twitterのリスト機能の実装でプロジェクトリーダーを務めたこともあるNick Kallen氏が来日し、2010年4月19日から2日間の予定で開催中の「QCon Tokyo 2010」で基調講演を行った。「Data Architecture
TeXとその周辺のインストール
TeXとその周辺のインストール WindowsにTeXをインストールする方法を以下に示します．ちなみにまだ書きかけ．世の中にはよりわかりやすく解説してあるページがたくさんあるので，そちらを参考にした方がいいかもしれません． 準備 コンピュータと貴方が以下の状態にあることを確認してください． Microsoft Windows 95以降が動いている． インターネットに繋がっていて，これから当分の間繋いでいられる． ファイルを「解凍」*1出来る． c:\w32tex\binディレクトリと言われてどこだかわかる． 完璧な人は次へ進みましょう． *1 参考URL : http://www2s.biglobe.ne.jp/~hkimura/archive/ W32TeX及び基本ソフトのインストール 以下をインストールします． W32TeX dviout for Windows GhostScript
MapReduce - naoyaのはてなダイアリー
"MapReduce" は Google のバックエンドで利用されている並列計算システムです。検索エンジンのインデックス作成をはじめとする、大規模な入力データに対するバッチ処理を想定して作られたシステムです。 MapReduce の面白いところは、map() と reduce() という二つの関数の組み合わせを定義するだけで、大規模データに対する様々な計算問題を解決することができる点です。 MapReduce の計算モデル map() にはその計算問題のデータとしての key-value ペアが次々に渡ってきます。map() では key-value 値のペアを異なる複数の key-value ペアに変換します。reduce() には、map() で作った key-value ペアを同一の key で束ねたものが順番に渡ってきます。その key-values ペアを任意の形式に変換すること
MapReduce - Wikipedia
MapReduce（マップリデュース）は、コンピュータ機器のクラスター上での巨大なデータセットに対する分散コンピューティングを支援する目的で、Googleによって2004年に導入されたプログラミングモデルである。 このフレームワークは関数型言語でよく使われるMap関数とReduce関数からヒントを得て作られているが、フレームワークにおけるそれらの用いられ方は元々のものと同じではない。 MapReduceのライブラリ群は、C++、C#、Erlang、Java、OCaml、Perl、Python、PHP、Ruby、F#、R言語、MATLAB等のプログラミング言語で実装されている。 概要[編集] MapReduceは巨大なデータセットを持つ高度に並列可能な問題に対して、多数のコンピュータ（ノード）の集合であるクラスター（各ノードが同じハードウェア構成を持つ場合）もしくはグリッド（各ノードが違うハ
自然言語処理における MapReduce の使い方のチュートリアル - 武蔵野日記
今学期は毎週論文紹介するネタを探すのも疲れるので、適宜論文紹介を入れながら、 Data-Intensive Text Processing With MapReduce (Synthesis Lectures on Human Language Technologies) 作者: Jimmy Lin,Chris Dyer出版社/メーカー: Morgan and Claypool Publishers発売日: 2010/08/15メディア: ペーパーバック クリック: 67回この商品を含むブログ (6件) を見るをしばらく読もうかと思っている。ちなみに http://www.umiacs.umd.edu/~jimmylin/book.html から全文の PDF がダウンロードできるので、そちらを使用予定。印刷・製本してパラパラとめくっているが、テキスト的には割といい本だと思う。みんながこぞ
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
サービス終了のお知らせ
TeX/LaTeX入門 - Wikibooks
まとめよう、あつまろう - Togetter
Jimmy Lin » Data-Intensive Text Processing with MapReduce
IDEA * IDEA