Day09 - 语音特徵正规化

当一个模型的训练资料和测试资料，彼此之间的资料分布有不匹配(mismatch)时，模 型的性能会出现大幅的下降。为了减少问题的影响，我们对语音特徵做平均值以及变异数正规化(Cepstral Mean and Variance Normalization, CMVN)，让资料之间的分布更为 相似。正规化计算方式如下

where

其中， 表示一笔音档总共有 T 个音框， 表示一个音框中第 i 维度的特徵， 和 表示第 i 维度特徵的平均值和变异数

使用 python 来实作 CMVN 正规化可以参考以下程序，epsilon 是为了避免分母为 0 的情况
data.shape[0]为资料笔数，data.shape[1] 即为特徵的维度(39)

import numpy as np
def CMVN(data):
    epsilon = 1e-10
	for i in range(data.shape[1]) :
	    mean = np.mean(data[:,i])
		stddev = np.std(data[:,i])
		for k in range(data.shape[0]) :
            data[k,i] = (data[k,i] - mean) / max(stddev, epsilon)
    return data

介绍完语音特徵与正规化前处理之後接着会说明我们的神经网路架构。