声学音频指纹

原生微信小程序开发踩坑

微信同声传异插件支持30s左右的音频官网的插件语音识别只能支持30s左右的音频，长时间不可以，建议使用循环调用该方法。
Goat恶霸詹姆斯·2025-01-30 09:01

Elber Wayber 模拟/数字音频密码重置漏洞复现（附脚本）

0x01产品描述：ElberWayber是一家专注于音频技术解决方案的公司，提供高质量的模拟和数字音频设备，广泛应用于专业录音、广播、现场演出和多媒体
iSee857·2025-01-30 02:36

JavaScript系列（49）--游戏引擎实现详解

游戏引擎是一个复杂的系统，它需要处理渲染、物理、音频、输入等多个方面，让我们一步步实现一个基础但功能完整的游戏引擎。
ᅟᅠ        ‌‍‎‏ 一进制·2025-01-29 22:45

FFmpeg入门详解之70：获取音视频流信息(Metadata)

用FFmpeg获取视频流+音频流的信息（编码格式、分辨率、帧率、播放时长...）简介我们经常需要知道一个媒体文件所包含的媒体流的信息，比如文件格式、播放时长、码率、视音频编码格式，视频分辨率，帧率，音频属性等信息
福优学苑@音视频+流媒体·2025-01-29 21:28

AIGC常见基础概念

AIGC（AIGeneratedContent，人工智能生成内容）是近年来快速发展的领域，涉及文本生成、图像生成、音频生成、视频生成等。
GISer_Jinger·2025-01-29 20:55

ffmpeg 处理音频metadata

ffmpeg处理音频metadata单个修改音频文件内置封面##设置第一个音频流的语言：stream:audio:第0个ffmpeg-iINPUT-metadata:s:a:0language=engOUTPUT
ghostliner·2025-01-29 20:54

Android-音频采集

前言音视频这块，首先是要先采集音频。今天我们就来深入探讨一下Android音频采集的两大类型：Mic音频采集和系统音频采集。
消失的旧时光-1943·2025-01-29 19:43

全面信息收集指南：渗透测试中的关键步骤与技巧

文章目录一、什么是信息收集二、信息收集的分类1.服务器相关信息2.网站指纹识别3.Whois及目标背景信息4.子域名及关联资产5.GoogleHacking（搜索引擎利用）6.网站目录和敏感文件7.传输协议与漏洞利用
Clockwiseee·2025-01-29 16:43

密码技术应该怎么用第十五天

例如，一些银行的数据中心采用多重身份验证的门禁，需要刷卡并且通过指纹识别或面部识别才能进入。使用专门的存储设备防护设施，像服务器机柜可以加锁，防止未经授权的人员直接接触存储数据的硬盘等设备。
CissSimkey·2025-01-29 14:00

应对FingerprintJS反爬：Selenium的破解策略与技术详解

技术概述技术原理应用场景应对策略高级解决方案代码实现与案例分析去除webdriver特征使用Undetected_chromedriver案例分析：爬取目标网站数据结论引言在现代互联网环境中，网站反爬技术日益成熟，FingerprintJS作为一种高效的浏览器指纹识别技术
傻啦嘿哟·2025-01-29 13:55

Phaser引擎开发：Phaser基础入门_Phaser引擎概述

Phaser支持多种游戏开发需求，包括精灵管理、物理引擎、动画、输入处理、音频和视频处理等。Phaser的历史Phaser由RichardDa
chenlz2007·2025-01-29 12:39

＜Python＞＜ffmpeg＞基于python使用PyQt5构建GUI实例：音频格式转换程序（MP3/aac/wma/flac）(优化版2)

前言本文是基于python语言使用pyqt5来构建的GUI，功能是使用ffmpeg来对音频文件进行格式转换，如mp3、aac、wma、flac等音乐格式。
机构师·2025-01-29 07:48

终于明白什么是威胁情报

威胁情报初探什么是威胁情报，其实安全圈一直在使用着它们，漏洞库、指纹库、IP信誉库，它们都是威胁情报的一部分。情报就是线索，威胁情报就是为了还原已发生的攻击和预测未发生的攻击所需要的一切线索。
国安护卫·2025-01-29 03:45

区别Mp3、AAC、WAV 、MWA这些音频文件

同学，MP3、AAC、WAV、WMA这些音频文件格式各有其特点和适用场景，下面我来为你详细解释一下它们的区别：MP3特点：MP3是一种广泛使用的音频压缩技术，它能够在音质丢失很小的情况下将音频文件压缩到更小的程度
晓北斗NorSnow·2025-01-29 01:21

Rockchip --- 放音设备调试

文章目录（一）aplay工具1.显示帮助信息2.列出所有放音设备3.播放音频：（二）amixer工具1.查看帮助信息2.查看声卡设置3.设置音量4.静音和取消静音5.保存和加载混音器设置（一）aplay
臻一·2025-01-28 18:32

Rockchip --- 录音设备调试

ALSA（AdvancedLinuxSoundArchitecture）：音频处理的一套软件框架，提供了统一的API来访问各种音频硬件1.显示帮助信息：arecord--help这个命令会显示arecord
臻一·2025-01-28 18:32

Silero VAD 开源项目教程

该项目支持多种语言和不同领域的音频，具有灵活的采样率（8000Hz和16000Hz），并且可以在PyTorch和O
苏鹃咪Healthy·2025-01-28 14:55

FSMN-VAD与Silero-VAD

这篇文章主要介绍两种的ASR中的VAD开源模型，第一种就是FSMN-VAD，这个是达摩院语音团队提出的高效语音端点检测模型，用于检测输入音频中有效语音的起止时间点信息。
Wasser.·2025-01-28 13:23

随笔十七、eth0单网卡绑定双ip的问题

由于接收端有地址识别，只接收99，因此30的数据应该是被丢弃了，导致不能播放音频。vi/etc/network/interfacesautoloif
单片机社区·2025-01-28 13:22

Maui学习笔记-身份认证和授权案例

Authentication，简单来讲时认证、验证身份检查用户名和密码，更高级方法设计到指纹、扫描、人脸识别或2FA认证。
Mr.L70517·2025-01-28 13:22

Python 录音转文字

importspeech_recognitionassr#创建语音识别器r=sr.Recognizer()#从录音文件读取音频withsr.AudioFile('audio_file.wav')assource
@小张不嚣张·2025-01-27 23:43

python如何实现音频转文本(使用百度语音转文本库)

1pipinstallBaidu-Aip2在百度开放平台上注册账号，并在控制台中创建应用，选择短语音转文本应用，有几万次的免费配额，超过次数需要付费(价格贵)，如图是我自己的注意事项：1，音频文件不能是
xiaojiawen·2025-01-27 23:43

【开发日记】微信小程序getBackgroundAudioManager播放背景音乐提示播放失败

【问题】小程序在手机上打开，播放在线音频的时候会提示播放失败，但打印异常提示的是src为null，自己在打印的时候却没问题。并且在微信开发者工具中播放的时候也是正常的，只有手机上打开使用时提示异常。
二饭·2025-01-27 19:18

Android15音频进阶之MediaRecorder支持通道数(一百零五)

简介：CSDN博客专家、《Android系统多媒体进阶实战》一书作者新书发布：《Android系统多媒体进阶实战》优质专栏：Audio工程师进阶系列【原创干货持续更新中……】优质专栏：多媒体系统工程师系列【原创干货持续更新中……】优质视频课程：AAOS车载系统+AOSP14系统攻城狮入门视频实战课
Android系统攻城狮·2025-01-27 10:18

MATLAB 工具库的使用说明和案例示例

案例：音频信号滤波%读取音频文件(audioIn,Fs)=audioread('input_audio.wa
go5463158465·2025-01-27 01:16

【数仓】数据仓库高频面试题题英文版(1)

音频文件点击下方获取。【数仓】数据仓库高频面试题题英文版(1)【数仓】数据仓库高频面试题题英文版(2)【数仓】数据仓库高频面试题题英文版(3)WhatisDataWarehouse?
和风与影·2025-01-27 01:13

freeswtch目录下modules.conf各个模块的介绍【freeswitch版本1.6.8】

mod_av：处理音频和视频相关操作，可用于音视频会议、流媒体播放等场景，支持多种音视频编解码格式，实现音视频数据的采集、处理和传输。
狂爱代码的码农·2025-01-26 22:50

Apache Tika 详解

以下是对ApacheTika的详细解析：一、概述ApacheTika旨在为各种类型的数据提取提供一个单一的API，它支持多种文件格式，包括文档、图片、音频和视频等。
王小工·2025-01-26 20:36

AI驱动内容跨媒体转换新机遇

这类工具能将文本快速转换为音频和视频内容，显著降低了制作门槛和成本，月费用仅需10-50美元。通过多模态内容分发，创作者可以满足不同用户的内容消费偏好，提升内容可访问性，增加曝光机会。
XianxinMao·2025-01-26 17:43

2024年AI发展的感知回顾

多模态生成技术在这一年里取得了令人瞩目的不断进步，使得AI能够巧妙地将文本、图像、音频、视频等多种模态的信息进行深度融合与再创造。
八角Z·2025-01-26 16:08

拉曼光谱增强技术，农药“指纹图谱“数据库？

构建拉曼光谱增强技术与农药"指纹图谱"数据库是农药成分快速检测领域的前沿方向，其核心在于通过纳米材料增强效应和人工智能算法解析，实现对农药分子的高灵敏度、高特异性识别。
百态老人·2025-01-26 16:08

拉曼光谱增强技术，农药“指纹图谱“数据库？

拉曼光谱增强技术拉曼光谱技术基于拉曼散射效应，然而拉曼散射效应非常弱，其散射光强度约为入射光强度的10⁻⁷-10⁻⁹。拉曼光谱增强技术主要是为了克服这一弱点，使拉曼光谱有更广泛的应用前景。其中，表面增强拉曼光谱（Surface-enhancedRamanspectroscopy，SERS）效应是一种重要的拉曼光谱增强技术。1974年Fleischmann等人首次获得吸附在粗糙银电极表面上单分子层吡
百态老人·2025-01-26 16:08

Java实现音频转文本（语音识别）

在Java中实现音频转文本（也称为语音识别或ASR）通常涉及使用专门的语音识别服务，如GoogleCloudSpeech-to-Text、IBMWatsonSpeechtoText、AmazonTranscribe
Tech Synapse·2025-01-26 06:20

全网最最实用--教你用gradio搭网页、部署模型等（代码粘贴即用、不讲虚的）

文章目录〇前言一、构建网页1.各个组件介绍a.文本输入和输出b.图像输入和输出c.音频输入和输出d.视频输入和输出e.文件上传和下载f.滑块(`Slider`)g.单选按钮(`Radio`)h.复选框(
绒绒毛毛雨·2025-01-26 02:40

FFMPEG音视频开发: Linux下采集音频(alsa-lib库)与视频(V4L2框架)实时同步编码保存为MP4文件（视频录制）

全栈领域优质创作者、51CTO(Top红人+专家博主)、github开源爱好者（go-zero源码二次开发、游戏后端架构https://github.com/Peakchen）FFMPEG音视频开发:Linux下采集音频
鱼弦·2025-01-26 00:28

基于大语言模型构建本地个人AI助理

一、技术设计总体架构1.目标与需求个性化AI助理：构建一个本地专属AI助理，能够处理多种输入格式（文本、图像、音频
由数入道·2025-01-26 00:58

FFmpeg音视频采集

文章目录音视频采集音频采集获取设备信息录制麦克风录制声卡视频采集摄像机画面采集音视频采集DirectShow（简称DShow）是一个Windows平台上的流媒体框架，提供了高质量的多媒体流采集和回放功能
yerennuo·2025-01-26 00:25

Android FFmpeg 实现带滤镜的微信小视频录制功能

本文将实现对采集的预览帧（添加滤镜）和PCM音频同时编码复用生成一个mp4文件，即实现一个仿微信小视频录制功能。
攻城狮百里·2025-01-25 22:11

LE Audio

LEAudio是一种基于蓝牙5.2协议的全新音频技术标准。2020年，蓝牙技术联盟在CES上发表了蓝牙核心规范5.2版本，同年，新一代蓝牙音讯技术标准LEAudio低功耗音讯传输技术也随之问世。
百态老人·2025-01-25 17:36

蓝牙LE Audio的三大改进

多流音频的优势AppleAirPods的最大功能之一是，每个Pod都从配对的iOS设备接收单独的信号。通常，无线耳塞仅将一个芽与输出设备配对，然后将信号投射到另一个芽。
Lenzetech·2025-01-25 17:00

PyQt6医疗多模态大语言模型（MLLM）实用系统框架构建初探（下.代码部分）

我们需要对医学影像、文本数据和音频数据分别进行预处理，以确保数
Allen_LVyingbo·2025-01-25 12:23

如何修改Chromium内核|浏览器指纹伪装|Puppeteer指纹|Playwright指纹- Chromium内核修改与浏览器指纹伪装方法-anti-fingerprint指纹浏览器如何搭建环境

在进行网络爬取、自动化测试或数据挖掘等任务时，使用Puppeteer或Playwright等工具时，浏览器指纹的重要性不言而喻。
药尘韩立·2025-01-25 10:10

浏览器指纹伪装的方式

浏览器指纹是什么，如何追踪到我们的信息，如何才能将浏览器指纹伪装起来？
ClonBrowser·2025-01-25 09:07

数字输出格式中的RAW与PCM有哪些区别

数字输出格式中的RAW与PCM在音频和视频处理领域有着显著的区别。以下是对这两种格式的详细比较：一、定义与原理RAW定义：RAW通常指的是未经任何处理或压缩的原始数据格式。
~远在太平洋~·2025-01-25 07:48

使用MediaCodec将PCM音频编码为AMR-WB格式

PCM(PulseCodeModulation)音频数据是一种未经压缩的原始音频数据格式，各个音频样本都由固定大小且有符号/无符号的整数值组成。
你好，工程师·2025-01-25 06:11

即时通讯技术文集（第42期）：直播技术合集(Part2) [共13篇]

[-1-]实时音频的混音在视频直播中的技术原理和实践总结[链接]http://www.52im.net/thread-1904-1-1.html[摘要]今天，我们就来聊一聊混音技术在视频直播应用中的实现原理
·2025-01-25 06:27

Opus编解码协议入门

details/126647876目录1.简介2.码率与音质、延时的关系2.1音质与码率比较2.2码率与延时对比3.Opus编解码框架4.DTX非连续传输5.FEC前向纠错1.简介Opus是一种开源免费的音频编解码器
弱冠少年·2025-01-25 02:42

【前端开发】前端开发深度解析：HTML、CSS、JavaScript与Vue.js

它使用各种标签（tags）来描述网页上的内容，包括文本、图像、链接、视频、音频等。HTML是网页开发的基础，与CSS（层叠样式表）和JavaScript等技术一起，共同构建出丰富多彩的网页世界。
RS迷途小书童·2025-01-24 10:40

从音频到 PDF：AI 全流程打造完美英文绘本教案

从音频到PDF：AI全流程打造完美英文绘本教案一、音频转文本：AI助力第一步借助AI的强大能力，将绘本的音频MP3转化为清晰的文本。这一过程不仅节省时间，还能确保文本的准确性。
伟贤AI之路·2025-01-24 09:00

使用Google Cloud Vertex AI进行文本和多模态生成

VertexAI不仅限于文本生成，还支持多模态输入，如图像和音频，极大地扩展了AI应用的潜力。核心原理解析VertexAI提供了一种简化的方式来使用
sagvWSRJHMNEB·2025-01-24 06:07
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他