发语音

13个优秀的AI人工智能工具软件导航网站推荐

AI工具可以帮助我们完成各种任务，如绘画、编程、视频制作、语音合成等，让我们的工作和娱乐更加高效和有趣。但是，面对琳琅满目的AI工具，你是否感到困惑和无从下手？
m0_68282957·2025-03-02 15:51

自然语言处理之语法解析：BERT：自然语言处理基础理论

NLP建立于20世纪50年代，随着计算机技术的飞速发展，NLP技术在信息检索、文本挖掘、语音识别、机器翻译、情
zhubeibei168·2025-03-02 14:15

API开发：Flask VS FastAPI

文章目录一、简介二、性能表现三、开发效率（中文语音识别为例）四、代码可读性和维护性五、生态系统和社区支持六、总结一、简介Flask：Flask是一个轻量级的PythonWeb框架，它基于Werkze
Sherry Wangs·2025-03-02 13:07

Deepseek相关梳理

2025年1月20日，正式发
stars and seas·2025-03-02 11:50

DeepSeek应用场景及其解决的问题

DeepSeek是一种基于深度学习的智能技术，能够处理复杂的非结构化数据（如文本、图像、语音等），并在企业级应用开发中发挥重要作用。
杏花春雨江南·2025-03-02 11:18

Http、tcp、https、socket、tomcat、长短连接等总结回顾

比如tcp的可能有第一次握手的方法，是C语言写的，比如就叫syn方法，对应第一次握手，也就是客户端发一个syn位置1的tcp
SJLoveIT·2025-03-02 08:53

MB-iSTFT-VITS：多语言语音合成的新标杆

MB-iSTFT-VITS：多语言语音合成的新标杆MB-iSTFT-VITS-multilingual项目地址:https://gitcode.com/gh_mirrors/mb/MB-iSTFT-VITS-multilingual
秦贝仁Lincoln·2025-03-02 04:20

特征提取：如何从不同模态中获取有效信息？

它是将原始数据（如文本、图像、视频和语音等）转化为机器能够理解和处理的特征的核心步骤。
Ash Butterfield·2025-03-01 23:17

深度学习开源数据集大全：从入门到前沿

本文整理了当前最常用且高质量的开源数据集，涵盖图像、视频、自然语言处理（NLP）、语音与音频等方向，帮助研究者和开发者快速定位所需资源。
念九_ysl·2025-03-01 19:48

自然语言处理NLP入门 -- 第一节基础概念

NLP结合了计算机科学、语言学和机器学习，以便计算机能自动处理文本和语音数据。简
山海青风·2025-03-01 16:33

苹果又要强制我换电脑了？开发者的“硬件危机”来临！

最近，我发版本的时候，收到了一条苹果的issue，表示从2025年4月24日起，所有iOS和iPadOS应用必须使用iOS18SDK，并且必须在Xcode16中构建。
GeniuswongAir·2025-03-01 15:57

使用 Vosk 实现语音识别

在近两年里，如果说想要在本地部署离线语音识别模型，那么Whisper和FunASR肯定是首选项。所以为什么要使用Vosk呢？
分发吧·2025-03-01 15:26

python编译安装vosk语音识别包

不知道为什么，谁把vosk从pip源上删了。没办法只能自己编译安装了。下载源代码gitclonehttps://github.com/alphacep/vosk-api.git进入python文件夹cdvosk-api/python编译安装python3setup.pyinstall
hzjxinyue·2025-03-01 15:51

VOSK语音识别工具包使用教程

VOSK语音识别工具包使用教程voskVOSKSpeechRecognitionToolkit项目地址:https://gitcode.com/gh_mirrors/vo/vosk1.项目介绍VOSK是一个开源的语音识别工具包
邴联微·2025-03-01 15:50

2018第9届蓝桥杯省赛A组试题&答案（下）【C/C++】

小h的女朋友发现小h上午十点出发，上午十二点到达美国，于是感叹到“现在飞机飞得真快，两小时就能到美国了”。小h
Paris_郑丹丹·2025-03-01 07:21

Kotlin协程之flow工作原理，2024最新Android大厂面试题来袭

InternalCoroutinesApipublicsuspendfuncollect(collector:FlowCollector)}publicinterfaceFlowCollector{//数据的发
m0面试大全·2025-03-01 07:49

Open WebUI：开源AI交互平台的全面解析

进阶特性管理与安全生态系统集成持续更新核心功能️交互体验类ChatGPT界面:提供直观的聊天界面设计跨平台响应式设计:完美适配桌面/移动端即时响应:毫秒级响应速度富文本支持:代码语法高亮完整Markdown/LaTeX渲染语音输入支持
·2025-03-01 06:17

一觉醒来全球编码能力下降100000倍，新手小白的我决定科普C语言——深⼊理解指针(5)

回调函数不是由该函数的实现⽅直接调⽤，⽽是在特定的事件或条件发⽣时由另外的⼀⽅调⽤的，⽤于对该事件或条件进⾏响应。
C语言魔术师·2025-03-01 03:48

Linklist Merge Sort(微软等面试一百题-链表排序）代码

因为自己写程序栽在这个问题上了，所以就手写+机试的敲了一下，虽然很小心，但是机试的时候依然写出了bug，所以发这篇帖子算是让自己长长记性吧。问题如下：1.编写实现链表排序的一种算法。
文西·2025-03-01 01:05

Open WebUI：开源AI交互平台的全面解析

进阶特性管理与安全生态系统集成持续更新核心功能️交互体验类ChatGPT界面:提供直观的聊天界面设计跨平台响应式设计:完美适配桌面/移动端即时响应:毫秒级响应速度富文本支持:代码语法高亮完整Markdown/LaTeX渲染语音输入支持
·2025-03-01 01:42

第11章：泛型黑洞：类型撕裂

类型瘟疫黄金罗盘的指针突然扭曲成通配符形态，璃夜触碰着发烫的基因编码："这是类型擦除引发的时空坍缩......所有泛型信息都在被吞噬！"
PM简读馆·2025-02-28 20:35

隐匿于幕后的“守护者”：鉴黄师

互联网公司的鉴黄师则需查找审核发布在自家平台上的色情诈骗网站，对用户上传的图片、视频、语音和文字等信息进行审查，判断是否存在色情内容，根据不同等级采取相应措施，如封号、禁言或删除内容等。
安琪CiCi·2025-02-28 18:49

DeepSeek开源周Day1：FlashMLA引爆AI推理性能革命！

一、开源周震撼启幕继上周预告后，DeepSeek于北京时间今晨9点准时开源「FlashMLA」，打响开源周五连发第一枪！
歌刎·2025-02-28 18:48

支付宝 v3 验签如何实现

「异步通知」是到达某些条件之后，支付宝主动发的；更详
·2025-02-28 16:23

智能指针c/c++

2.3auto_ptr2.4unique_ptr2.5shared_ptr实现问题定制删除器1、内存泄漏智能指针的一个用途，在我异常的文章的异常安全部分里有写，在那篇文章中，我举例了异常安全的多个现象，而其中，内存泄漏是非常恶劣且频发的问题
天上飞的粉红小猪·2025-02-28 15:56

饿了么算法工程师-AIGC岗内推

3、探索多模态数据的结合，包括图像、文本、语音等，以丰富智能系统的理解和交互能力。4、将自然语言处理技术与具体业务场景相结合，考虑业务的特殊性并适配业务需求。参与到具体的NLP相
飞300·2025-02-28 15:26

OWASP TOP 10漏洞检测指南

OWASP(开放Web应用安全项目)每三年发布一次OWASPTop10，列出了最常见、最危险的Web应用安全漏洞。本文将深入解析OWASPTop102023版本的漏洞，并介绍检测这些漏洞的最佳实践。
·2025-02-28 13:43

stm32 DMA步进电机控制

但是如果使用IO复用，定时器的比较翻转输出，用DMA把加速表的数据传输到捕获比较寄存器的方式控制电机，这样就可以大大减少中断的数量.步进电机控制原理给步进电机发一个脉冲（一个高电平，一个低电平），步进电机走一个步距角
xy0942·2025-02-28 12:07

总统发币成版本答案，历史的回旋镖含金量还在上升

作者：Techub独家解读撰文：Babywhale，TechubNews继特朗普之后，市场一直期待的「总统发币潮」迎来了首位参与者。
·2025-02-28 11:13

Pytorch使用手册—使用TACOTRON2进行文本到语音转换（专题二十四）

一、概述本教程展示了如何使用torchaudio中的预训练Tacotron2构建文本到语音的管道。文本到语音的管道流程如下：文本预处理首先，输入的文本被编码为一系列符号。
AI专题精讲·2025-02-28 09:43

【NFS】Lock reclaim failed-造成web卡住504

先记着继续查看top,lsof-pXX,df-Th，iostat一套工具下去，想看看是不是系统资源限制了，发
勤不了一点·2025-02-28 06:17

游戏语音趋势解析，社交互动有助于营造沉浸式体验

语音交互的新架构出现2024年标志着对话语音AI取得了突破，出现了结合STT→LLM→TTS模型来聆听、推理和回应对话的协同语音系统。
网易数智·2025-02-28 03:22

ASFF算法

1.特征金字塔的缺点：对于单发检测器，在不同尺度上的不一致。2.采用启发式引导的特征选择:大实例通常与上层特征映射相关联，小实例与下层特征映射相关联。
神笔馬良·2025-02-28 00:21

DeepSeek全栈接入指南：从零到生产环境的深度实践

其核心能力体现在：1.1.1多模态智能引擎自然语言处理：支持文本生成（NLG）、语义理解（NLU）、情感分析等计算机视觉：提供图像分类、目标检测、OCR识别等CV能力语音交互：包含语音识别（ASR）、语音合成
量子纠缠BUG·2025-02-27 21:30

AI碰一碰发视频为何这么火热？高效一键部署OEM定制

云推碰一碰依托AI+NFC技术，用户只需拿手机碰一碰，就可以迅速生成高质量爆款视频，一键发布到D音、K手、小H书等平台，而且挂载商家门店地址，能够快速吸引3~6公里内的客户关注，提升同城曝光量。而且，云推碰一碰还支持直接进入D音点评、大众点评、高德等平台撰写好评，一键连WiFi、加好友、团购等功能。商家们用更低的预算，换来了更广泛的门店曝光。最近我们收集了上百位合作伙伴的反馈，梳理了碰一碰AI市场
hy14762_·2025-02-27 20:48

uniapp开发微信小程序时实现文字转语音播报 播报时一个字展示一个字 并有暂停语音的功能

{{isPlaying?'暂停':'播放'}}{{displayedText}}varplugin=requirePlugin("WechatSI")exportdefault{data(){return{text:'需要展示的文字',displayedText:'',isPlaying:false,index:0,intervalId:null,audioContext:null，plugin：
朱留坤·2025-02-27 19:13

GitHub开源数字人项目汇总（2025版）

大家好，今日分享以下是的"GitHub开源数字人项目"，涵盖图像生成、语音驱动、直播带货及实时对话等核心功能，按技术方向分类整理的关键信息：一、图像与动态生成类OneShotOneTalk功能：单张图像生成全身动态数字人
xinxiyinhe·2025-02-27 18:30

说话人识别系统原理

简单来说，说话人识别系统就像是一位“语音侦探”，能够通过分析语音中的独特特征，精准地判断出说话者的身份。
醉心编码·2025-02-27 16:14

计算机快录合集：CCF-B/C推荐，中科院1-4区，非OA，1-3个月可录！

本周投稿推荐SCI&EI•4区“水刊”，纯正刊（来稿即录）•CCF-B类，IEEE一区-Top（3天初审）EI•各领域沾边均可（2天录用）知网（CNKI）、谷歌学术•7天录用-检索（百发百中，包检索）SSCI
WangUnionpub·2025-02-27 10:32

长文本切割实现流式调用文本合成语音

长文本切割实现流式调用文本合成语音下面是一个文本合成音频的接口文档快速TTS音频构造接口文档请求地址：http://52.83.113.111:13679/Say/api/ra请求方式：postxmlraw
岁月的眸·2025-02-27 07:07

深度学习的前沿与挑战：从基础到最新进展

.卷积神经网络（CNN）2.循环神经网络（RNN）3.生成对抗网络（GAN）4.变分自编码器（VAE）5.自注意力机制与Transformer深度学习的应用1.计算机视觉2.自然语言处理（NLP）3.语音识别与合成
Jason_Orton·2025-02-27 03:09

python系列&deep_study系列：使用python操作麦克风录制讲话，实时语音识别转换为文字

使用python操作麦克风录制讲话，实时语音识别转换为文字使用python操作麦克风录制讲话，实时语音识别转换为文字项目步骤VoskPyaudio完整代码使用python操作麦克风录制讲话，实时语音识别转换为文字在这个项目中
坦笑&&life·2025-02-27 02:57

大模型之二十七-语音识别Whisper实例浅析

Whisper简介Whisper是OpenAI于2022年9月开源的一个多语种识别模型，目前支持99种语言，是目前性能最好的开源多语种识别ASR大模型，第一版版使用了68万小时标注好的语料预训练模型，而large-v3的标注数据超过了500万小时，其paper中并没透露使用语料的详细来源，估计是爬了一些版权数据，在Huggingface上提到模型有很强的泛化能力，能够在未经特定训练的情况下处理新的
shichaog·2025-02-27 01:55

使用Python和Vosk库实现语音识别

使用Python和Vosk库实现语音识别在人工智能和机器学习领域，语音识别技术正变得越来越重要。Python作为一种强大的编程语言，拥有丰富的库和框架，可以方便地实现语音识别功能。
车载testing·2025-02-27 01:22

Python+whisper/vosk实现语音识别

Whisper-large-v3-turbo模型二、vosk1、Vosk介绍2、vosk安装3、使用vosk三、总结一、Whisper1、Whisper介绍Whisper是一个由OpenAI开发的人工智能语音识别模型
唯余木叶下弦声·2025-02-27 01:50

RK3568笔记七十八：PCM转WAV

一、简介最近看到Deepseek大模型，网上也有很多使用ESP32的小智智能语音功能，所以想在RK3568上实现类型的功能。
殷忆枫·2025-02-27 00:48

深度学习：从神经网络到智能应用

无论是语音识别、图像识别，还是自动驾驶、自然语言处理，深度学习都在推动着技术的发展和行业的变革。那
Jason_Orton·2025-02-27 00:43

用AI写游戏3——python实现坦克大战1

用python实现一个坦克大战小游戏，屏幕大小宽高1000x800px敌人有10个坦克，会发射子弹，会随机自由移动，碰撞到屏幕边界会反弹，我方是一个黄颜色坦克，能发子弹，能移动，子弹集中敌人坦克就爆炸消失
AnalogElectronic·2025-02-26 22:56

用AI写游戏3——用java实现坦克大战游戏1

用javaswing，jdk8实现一个坦克大战小游戏，屏幕大小宽高1000x800px敌人有10个坦克，会发射子弹，会随机自由移动，碰撞到屏幕边界会反弹，我方是一个黄颜色坦克，能发子弹，能移动，移动方向子弹方向也要跟着改变
AnalogElectronic·2025-02-26 22:56

全市场大模型分类及对比分析报告

大模型凭借其强大的计算能力和海量数据处理能力，在自然语言处理（NLP）、计算机视觉（CV）、语音识别等领域取得了显著成果。
早退的程序员·2025-02-26 13:53
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他