AI相关基础知识
1、神经网络中的filter （滤波器）与kernel（内核）的概念
kernel: 内核是一个2维矩阵，长 × 宽；
filter：滤波器是一个三维立方体，长× 宽 × 深度， 其中深度便是由 多少张内核构成；
两者之间的关系：可以说 kernel 是filter 的基本元素， 多张kernel 组成一个filter;
那么，一个filter 中应该包含多少张 kernel 呢？
答：是由输入的通道个数所确定，即，输入通道是3个特征时，则后续的每一个filter中包含3张kernel ;
filter输入通道是包含128个特征时， 则一个filter中所包含kernel 数是128张。
那么一层中应该有多少个filter 构成呢？
答：我们想要提取多少个特征，即我们想要输出多少个特征，那么这一层就设置多少个filter；
一个filter 负责提取某一种特征，N个filter 提取 N 个 特征；
2、将卷积想象为信息的混合。想象一下，有两个桶装满了信息，这些信息被倒入一个桶中，然后按照特定的规则混合。每桶信息都有自己的配方，用于描述一个桶中的信息如何与另一个桶混合。因此，卷积是一个有序的过程，两个信息来源交织在一起。普通卷积是，一个卷积核与input的所有通道都进行卷积，然后不同通道相同位置卷积后的结果再相加。卷积核的Channel通道数等于Input输⼊的通道数，Output输出的通道数等于卷积核的个数。深度卷积是每个卷积核对应一个通道。
3、每一张图片都是由一个一个的像素点所组成的。而每个像素点，都有自己的颜色。像素点是从0到255，一般为黑（0），白（255）。
4、通道数据：对于最初输入图片样本的通道数 in_channels 取决于图片的类型，如果是彩色的，即RGB类型，这时候通道数固定为3，如果是灰色的，通道数为1。
5、卷积完成之后，输出的通道数out_channels 取决于过滤器的数量。从这个方向理解，这里的 out_channels 设置的就是过滤器的数目。对于第二层或者更多层的卷积，此时的in_channels 就是上一层的 out_channels ， out_channels 还是取决于过滤器数目。
6、卷积乘法示例：
3 * 3 的像素区域R与卷积核G的卷积运算：
R5(中心像素)=R1G1 +R2G2 + R3G3 + R4G4 + R5G5 + R6G6 + R7G7 + R8G8 + R9G9
7、feature map：不同特征的输出。
8、降噪算法：
-
通过乘以降噪矩阵，提高人声声波同时降低其他噪音，提高接收声音的原始性。
-
大数据的价值：通过大量有效数据输入算法，实现算法学习。
-
打断唤醒是有概率无法唤醒的，不同环境下唤醒概率不同。语音唤醒：唤醒词(1~9个)。
-
算法模式：ASR(工业化，快速切换唤醒词)/one_hot(需要重新学习切换唤醒词，重新训练快，2K人次进行学习)。算法模型：CRN/ResNet/Attention。
-
传统算法功耗更大。通过AEC算法消除设备本身回声噪音。语音端点检测，通过0,1参数控制。
-
算法链路:
传统模式：VAD+KWS。
打断：VAD+AEC+KWS。
多情况：VAD+BF/AEC+ENC+KWS。
通过降低唤醒率，降低误唤醒率。