AI学习

AI算法:
https://www.perplexity.ai/academic

知识库:
https://ocn0xcqc407f.feishu.cn/wiki/IbOJwrGaDiOSd4k0Zk4cVPkWnYe

信号与系统
https://zhuanlan.zhihu.com/p/152647974

AI:
https://zhuanlan.zhihu.com/p/2022389695955346888
https://mp.weixin.qq.com/s/z3YKVvU9I0pU6mpyobt11A

harness:
https://github.com/HKUDS/OpenHarness

skill:
https://github.com/mohitmishra786/low-level-dev-skills/tree/ade21d18574a0f7502fcd2e1f980041ffd5aaa41
https://skills.sh/

claude code:
https://www.36kr.com/p/3747481076417289
https://cloud.tencent.com/developer/article/2652602
https://www.ifanr.com/1660485
https://cloud.tencent.com/developer/article/2651283
https://www.smallyoung.cn/docs/Claude_Code%E5%80%BC%E5%BE%97%E5%80%9F%E9%89%B4%E7%9A%84%E7%AE%97%E6%B3%95%E4%B8%8E%E8%AE%BE%E8%AE%A1%E6%A8%A1%E5%BC%8F
https://news.qq.com/rain/a/20260409A061BQ00?adChannelId=tech

llm-wiki（Pratiyush/ 版本）

算法学习 LintCode：https://www.lintcode.com/
牛客网 — 面经和刷面试题：https://www.nowcoder.com
ubuntu服务器:22.04

https://download.csdn.net/download/yxshuaiya/12915502?utm_medium=distribute.pc_relevant_download.none-task-download-2~default~BlogCommendFromBaidu~Rate-2-12915502-download-89225944.257%5Ev16%5Epc_dl_relevant_base1_a&depth_1-utm_source=distribute.pc_relevant_download.none-task-download-2~default~BlogCommendFromBaidu~Rate-2-12915502-download-89225944.257%5Ev16%5Epc_dl_relevant_base1_a&spm=1003.2020.3001.6616.2
41页

分享几种**最简单、零插件/插件**把知乎文章保存为 Markdown 的方法，亲测可用： ## 方法一：浏览器插件（最推荐，一键导出） ### 1. 安装插件「Markdown Export / 网页转MD」 Chrome、Edge、360浏览器 应用商店搜索： – 关键词：`网页转Markdown`、`Markdown Save`、`Copy as Markdown` 推荐：**Copy All Text & Copy as Markdown** ### 操作步骤 1. 打开任意知乎文章网页 2. 点击插件图标 → 选择「复制为 Markdown」 3. 打开记事本/VS Code/石墨文档，粘贴 4. 后缀保存为 `.md` 即可 自动保留：标题、加粗、引用、代码块、图片链接、列表格式。 — ## 方法二：油猴脚本（批量/长期使用） 1. 浏览器安装 Tampermonkey 油猴 2. 脚本网站搜索：`知乎 导出 markdown` 3. 安装对应脚本，打开知乎文章，页面会出现「导出MD」按钮 一键下载 `.md` 文件，排版完美适配知乎格式。 — ## 方法三：在线网页转换工具（无需安装） 1. 复制知乎文章完整链接 2. 打开在线转MD工具（如：`markdowntoweb.com`、`网页转markdown在线`） 3. 粘贴链接/粘贴网页正文 4. 一键转换，下载MD文件 — ## 方法四：手动极简方案（无任何工具） 1. 知乎文章全选复制（Ctrl+A → Ctrl+C） 2. 打开 Typora / 记事本 3. 直接粘贴，Typora 会自动智能识别排版 4. 另存为 `xxx.md` — ### 补充小技巧 1. 知乎含动态、评论、多余侧边栏，插件导出会**自动过滤无关内容**，只保留正文 2. 图片：导出后一般为网络链接，离线使用可搭配「MD图片本地化插件」 3. 代码块、公式：专业MD插件可完美保留格式 需要我给你**可直接安装的插件名称+直达安装入口**吗？

N点复数FFT计算2N点实数FFT
https://blog.csdn.net/witcherlucas/article/details/128419459

https://segmentfault.com/a/1190000044288112
https://ww2.mathworks.cn/help/releases/R2023b/dsphdl/ug/fixed-point-hdl-optimized-mvdr-beamformer.html

君正SDK：
http://101.33.252.162/2024/ingenic/docs/zh/doc/BSP/T41%20BSP%E5%BC%80%E5%8F%91%E5%8F%82%E8%80%83V2.1.pdf
http://101.33.252.162/2024/ingenic/SDK%E6%96%87%E4%BB%B6.html

图像算法:

Depth Accuracy & Performance

RK SDK
https://lo01.g77k.com/aeb/docs/cn/Common/AUDIO/Algorithms/Rockchip_Developer_Guide_RockAA_Utils.pdf
https://wiki.luckfox.com/zh/Luckfox-Lyra/Download

1、传统单通道的语音增强方法：
Yariv Ephraim 主页：http://ece.gmu.edu/~yephraim/ 此人大牛， 可以说开启/总结 了语音增强的三个方向，statiscial model based, HMM training based, subspace based.
Rainer Martin 主页：http://www.ruhr-uni-bochum.de/ika/mitarbeiter/martin_publik.htm#2017 主要贡献在于noise power estimation 和 super-Guassian model based speech enhancement
Isreal Cohen 主页：http://webee.technion.ac.il/people/IsraelCohen/ 此人灌水了一大批文章， 看他的文章抓住一点就行了， speech presence probability
Philip Loizou 主页：http://ecs.utdallas.edu/loizou/ 或者 http://www.utdallas.edu/~loizou/loires.html 包括他的文章，实验代码和数据以及语音增强效果评价的实验，主要贡献在于从听觉上把握/分析/优化 语音增强， 工作做的比较细
推荐书籍:《语音增强理论与实践》（Loizou）

2、麦克风阵列的语音增强方法：
Sharon Gannot 主页：http://www.eng.biu.ac.il/gannot/
Jacob Benesty 主页：http://externe.emt.inrs.ca/users/benesty/
推荐书籍：《Wideband Beamforming Concepts and Techniques》（Wei Liu）

3、基于深度学习的语音增强方法：
汪德亮主页：http://web.cse.ohio-state.edu/~wang.77/index.html
推荐学习：吴恩达深度学习在线课程：http://mooc.study.163.com/smartSpec/detail/1001319001.htm
博士论文：《基于深层神经网络的语音增强方法研究》（徐勇 2015）

下面是几个噪声和语音库
NOIZEUS:http://www.utdallas.edu/~loizou/speech/noizeus/
Noise92噪声库噪声库下载链接地址：http://spib.rice.edu/spib/select_noise.html
TIMIT语音库下载链接地址：http://web.mit.edu/course/6/6.863/share/nltk_lite/timit/dr1-mcpm0/