摄像头语音对讲

史上最全AI语音API推荐

一、前言语音api技术发展迅速，具有多方面的强大功能和潜力。
·2025-03-26 21:21

三分钟掌握音频提取 | 在 Rust 中优雅地处理视频音频

比如，你可能需要分离背景音乐来单独欣赏，或者提取对白用于语音分析，甚至为视频生成字幕。无论目的如何，音频提取都是多媒体处理中的基础操作。
·2025-03-26 16:11

快速了解手机硬件，这款工具让你的设备信息一目了然

无论是品牌、CPU状态，还是传感器数量，亦或是系统类型、芯片核心数以及电池、屏幕、摄像头、传感器等详细信息，这里都能一览无余。真正做到了让你对你的手机硬件信息了如指掌。
网络安全天地·2025-03-26 16:11

智能汽车图像及视频处理方案，支持摄像头智能降噪能力

智能汽车正以前所未有的速度驶入我们的生活，它不仅重新定义了出行的便捷性，更开启了人机交互的新篇章。在这场变革中，图像与视频处理技术作为智能汽车的“眼睛”和“记忆”，扮演着至关重要的角色。美摄科技，作为这一领域的先行者，以其卓越的智能汽车图像及视频处理方案，为智能汽车行业带来了前所未有的视觉盛宴与安全保障。1、智能降噪，还原真实世界之美在复杂的道路环境中，无论是城市喧嚣的街道，还是偏远崎岖的山路，智
美摄科技·2025-03-26 08:39

智能汽车图像及视频处理方案，支持摄像头实时增强处理能力

作为智能汽车领域的创新先锋，美摄科技以卓越的图像及视频处理技术，为智能驾驶开启了前所未有的视觉盛宴，重新定义了人车交互的未来图景。我们的智能汽车图像及视频处理方案，不仅让每一次出行都成为一场视觉享受，更是为自动驾驶的安全与效率筑起了一道坚实的防线。1、实时增强，洞见不凡想象一下，在晨曦初露或是夜幕低垂的复杂光线环境中，你的智能汽车依然能够精准识别路况，无论是细小的路标还是远方的行人，一切尽在掌握。
美摄科技·2025-03-26 08:39

智能汽车图像及视频处理方案，支持摄像头防抖能力

我们自豪地推出全新的智能汽车图像及视频处理方案，特别强化摄像头防抖能力，为自动驾驶与乘车体验带来前所未有的提升。1、智能防抖，稳如磐石行驶中的车辆面临复杂多变的道路环境，颠簸、震动无处不在。
美摄科技·2025-03-26 08:38

OpenAI推出新一代语音与转录AI模型

3月20日，人工智能领域迎来重要进展——OpenAI正式推出三款新一代语音与转录AI模型，Whisper-Enhanced、VoiceFlow和TranscribePro。
未来智慧谷·2025-03-26 05:47

Vosk-Server: 高精度离线语音识别服务器

Vosk-Server:高精度离线语音识别服务器vosk-serveralphacep/vosk-server:VoskServer是一个基于Vosk语音识别引擎的服务端实现，可以部署为HTTPAPI服务
柯茵沙·2025-03-26 04:10

OpenAI突袭发布三款语音模型：GPT-4o STT/TTS实测详解 + 应用推荐 + 接入指南

OpenAI突袭发布三款语音模型：GPT-4oSTT/TTS实测详解+应用推荐+接入指南北京时间2025年3月21日，OpenAI再次上演“深夜惊喜”，悄无声息地开了一场直播，推出了三款全新的语音模型：️
AI筑梦师·2025-03-26 02:52

黄仁勋GTC大会对AI的展望-英伟达进入Agentic AI时代

主要内容AgenticAI的兴起技术范式转移：黄仁勋指出，AI已经经历了三代技术范式的转移，从判别式AI（如语音识别、图像识别）到生成式AI，再到如今的AgenticAI。未来将是影响物理世界的
帅森森聊AI和职场(公众号同名)·2025-03-25 21:45

sherpa-onnx 安装和配置指南

sherpa-onnx安装和配置指南sherpa-onnxk2-fsa/sherpa-onnx:Sherpa-ONNX项目与ONNX格式模型的处理有关，可能涉及将语音识别或者其他领域的模型转换为ONNX
盛瑾蓬Seeds·2025-03-25 14:59

开源项目推荐：sherpa-onnx

开源项目推荐：sherpa-onnxsherpa-onnxk2-fsa/sherpa-onnx:Sherpa-ONNX项目与ONNX格式模型的处理有关，可能涉及将语音识别或者其他领域的模型转换为ONNX
甄登汉·2025-03-25 14:59

Sherpa-ONNX：说话人识别与语音识别自动开启（VAD）+ Python API 完整指南

介绍Sherpa-ONNX是一个基于ONNX的轻量级语音识别框架，支持多种语音处理任务，包括说话人识别（SpeakerRecognition）和自动语音识别（AutomaticSpeechRecognition
一只蜗牛儿·2025-03-25 14:26

通信之2m测试仪

功能特性测试功能丰富：具备离线测试、在线测试以及成帧/非成帧测试等功能，支持2Mb/sN×64Kb/s误码测试、FAS、CRC-4、E-BIT等测试，还能进行单时隙语音监听。
玖Yee·2025-03-25 07:06

（八三）ArkCompiler 在智能安防中的应用：编译优化与安全性提升

从监控摄像头到智能门禁系统，智能安防设备的性能和安全性至关重要。ArkCompiler作为一款先进的编译器，为智能安防领域带来了新的发展机遇。
小_铁·2025-03-25 04:43

基于STM32单片机远距离无线对讲机系统设计信道可调设计DIY24-232

本设计由主机和从机组成，主从机之间通过无线对讲机模块进行数据通讯。主机由STM32F103C8T6单片机电路+无线对讲机模块+LCD1602液晶显示电路+DS18B20温度显示电路+按键电路组成。
通旺科技单片机设计DIY汇·2025-03-25 02:53

连接chatgpt的桌面语音助手

要创建一个连接到ChatGPT的桌面语音助手，可以使用Python编写一个程序来实现语音识别、与ChatGPTAPI交互以及语音合成的功能。
getapi·2025-03-25 01:16

数据通信——计算机基础

通信系统一般由信源、发送设备、信道、接收设备、信宿以及噪声源组成，以下是各部分的具体介绍：信源信源是产生各种信息的源头，如：说话的声音、计算机中的数据、摄像头拍摄的图像等。
『六哥』·2025-03-25 00:40

Spring WebFlux之流式输出

这种方式特别适合处理大文件、实时数据或需要逐步展示的场景（如deepseek响应、语音、视频、日志等）。在springboot中通过SpringWebFlux实现。1.Flux是什么？
Studying_swz·2025-03-24 22:26

html5-qrcode前端打开摄像头扫描二维码功能

实现的效果如图所示，全屏打开并且扫描到二维码后弹窗提醒，主要就是使用html5-qrcode这个依赖库，html5-qrcode开源地址：GitHub-mebjas/html5-qrcode:AcrossplatformHTML5QRcodereader.Seeendtoendimplementationat:https://scanapp.org使用文档：Gettingstarted|ScanA
1024小神·2025-03-24 21:52

iPhone XS 上的 Siri 没反应怎么办？苹果手机无法使用嘿 Siri 解决方法

Siri已经成为iPhone上必不可少的智能语音助手，提供了很多便利，但是Siri突然不工作没有响应应该如何解决呢？
编程大乐趣·2025-03-24 17:46

iPhone升级iOS 16后Siri无法正常工作怎么办？3种解决办法

一、更改Siri的声音打开iPhone的【设置】，向下滚动并点击【Siri与搜索】，轻点【Siri语音】，将Siri的声音更改为不同的变体或声音。
丰科软件·2025-03-24 15:31

逆向爬虫-筑基篇-第二层-壹-计算机网络和因特网-008

第二层网络初探计算机网络和因特网计算机网络与因特网之史分组交换之兴：1961-1972昔时，电话网为天下通信之主宰，其以电路交换之术，使语音恒速传于发收之间。
蓝花楹下·2025-03-24 14:25

Deepseek 个性化决策输出

隐性数据：交互行为（如答题犹豫时间、回放次数）、情绪识别（语音/表情分析）、认知负荷
meisongqing·2025-03-24 09:43

语音识别学习系列（13）：语音识别中的情感识别与表达

语音识别学习系列（13）：语音识别中的情感识别与表达前言在语音识别领域，仅仅将语音准确转换为文字内容已不能满足日益多样化的人机交互需求。
DoYangTan·2025-03-24 08:58

Jetson 系列摄像头使用说明【以Jetson Nano为例】

1、连接摄像头首先，把Nano的这个CSI接口的这个销子轻轻拔起，记住一定要小心，轻点儿！之后将摄像头连接线，如下图所示的方式插入。合上插销，连接完成！
爱吃小馋猫·2025-03-24 02:34

基于Qt开发：实现对海康威视网络摄像头视频画面实时预览

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）介绍:本文将介绍如何基于Qt开发框架,实现对海康威视网络摄像头的二次开发应用程序
鱼弦·2025-03-24 02:59

基于Streamlit实现的音频处理示例

基于Streamlit实现的音频处理示例，包含录音、语音转文本、文件下载和进度显示功能，整合了多个技术方案：一、环境准备#安装依赖库pipinstallstreamlitstreamlit-webrtcaudio-recorder-streamlitopenai-whisperpython-dotx
大霸王龙·2025-03-24 01:26

SenseVoice 部署记录

最近试用了SenseVoice（阿里团队开源的语音转文字）效果可以，可以本地部署，有webui界面，测试了万字以上的转换效果可以。首先部署好conda环境和cuda，这个可以查看他人的文章。
安静六角·2025-03-23 23:09

机器学习：让计算机学会思考的艺术

从推荐系统到自动驾驶汽车，再到语音助手，机器学习的应用无处不在。然而，对于许多人来说，机器学习仍然是一个神秘而复杂的领域。本文将用通俗易懂的语言，带你走进机器学习的世界，了解它的基本原理和应用。
平凡而伟大.·2025-03-23 21:19

哈尔滨工业大学DeepSeek公开课人工智能：大模型原理 技术与应用-从GPT到DeepSeek｜附视频下载方法

本报告深入探讨了大语言模型在自然语言处理（NLP）领域的核心地位及其发展历程，从基础概念出发，延伸至语言模型在机器翻译、拼音输入法、语音识别等任务中的关键作用。
你觉得205·2025-03-23 19:39

《AI大模型趣味实战 》第8集：多端适配 个人新闻头条 基于大模型和RSS聚合打造个人新闻电台(Flask WEB版) 2

本文将带领读者通过Python和Flask框架，结合大模型的强大能力，构建一个个性化的新闻聚合平台，不仅能够自动收集整理各类RSS源的新闻，还能以语音播报的形式提供"新闻电台
带娃的IT创业者·2025-03-23 19:37

When Large Language Models Meet Speech: A Survey on Integration Approaches

主要内容研究背景：大语言模型（LLMs）在自然语言处理领域取得显著进展，其与语音的融合具有广泛应用前景，但缺乏相关集成方法的综述。
UnknownBody·2025-03-23 17:46

ubuntu环境使用海康威视SDK获取视频流

获取监控摄像头视频流可以采用rtsp快速获取，但是该方案可能出现延时较大的情况，而采用海康威视提供的SDK可以降低延时。
Joemt·2025-03-23 17:16

《数字时代的职场暗战：下班后的消息该不该回？》

一、赛博朋克式职场：永不熄灭的手机屏幕凌晨1点，手机屏幕在床头柜上第7次亮起，弹出的消息提示像一把悬在空中的达摩克利斯之剑——市场部总监在项目群@全体成员核对数据，客户发来20条59秒的语音方阵。
玩转数据库管理工具FOR DBLENS·2025-03-23 13:14

GPT-4o mini TTS：OpenAI 推出轻量级文本转语音模型！情感操控+白菜价冲击配音圈

OpenAI新模型每分钟语音成本仅9分钱”大家好，我是蚝油菜花。当同行还在用机械音合成器折磨听众时，这个AI怪物已
蚝油菜花·2025-03-23 10:56

「智驾普及」引发需求井喷，这一上游细分供应链严重缺货！

今年开年的一场智驾普及运动，不仅带来了车载摄像头市场的爆发，同时还引发摄像头模组核心元器件—车用CMOS图像传感器（CIS）芯片需求出现井喷。
高工智能汽车·2025-03-23 06:49

使用AI识别语音和B站视频并通过GPT生成思维导图

AI脑图除了对文本、网页链接和文件生成思维导图外，现在也支持了对语音和B站视频的内容识别，并自动生成思维导图。
·2025-03-23 06:05

使用AI识别语音和B站视频并通过GPT生成思维导图

AI脑图除了对文本、网页链接和文件生成思维导图外，现在也支持了对语音和B站视频的内容识别，并自动生成思维导图。
·2025-03-23 06:04

Python预训练模型实现俄语音频转文字

Python预训练模型实现俄语音频转文字使用CommonVoice8.0、Golos和MultilingualTEDx的训练和验证分割对俄语的facebook/wav2vec2-xls-r-1b进行了微调
啥都鼓捣的小yao·2025-03-23 05:03

文本转语音常用的几个python库

在Python编程领域，文本到语音（Text-to-Speech,TTS）的转换是一个常见的需求，尤其是在开发能够与用户交互的应用程序时。
天蓝海乡·2025-03-23 01:58

python之pyttsx3实现文字转语音播报

1.pyttsx3是什么pyttsx3是Python中的文本到语音转换库，可以实现文本的朗读功能。
l8947943·2025-03-23 00:25

Python中Pyttsx3库实现文本转化成语音MP3格式文件

Pyttsx3库介绍pyttsx3库是一个功能强大且使用方便的Python本地文本转语音库。
定星照空·2025-03-23 00:22

GStreamer —— 3.1、Qt+GStreamer制作多功能播放器，支持本地mp4文件、rtsp流、usb摄像头等（可跨平台，附源码）

运行效果  介绍     本项目基于Qt和GStreamer开发了一款多功能播放器，
信必诺·2025-03-22 19:48

GStreamer —— 3.2、Qt+GStreamer+OpenCV制作图像处理播放器(对每帧图像处理)，支持本地mp4文件、rtsp流、usb摄像头等（可跨平台，附源码）

运行效果 介绍     本项目是一个结合了Qt、GStreamer和OpenCV的跨平台图像处理播放器项目。该
信必诺·2025-03-22 19:48

cippe2025北京石油展，遨游通讯将携多款防爆手机亮相!

2025年3月26-28日，遨游通讯将携九重防爆标准及防爆手机、防爆对讲机、防爆平板等防爆智能终端，强势登陆第二十五届中国国际石油石化技术装备展览会（cippe）！
AORO_BEIDOU·2025-03-22 14:43

鸿蒙NEXT版实战开发：使用WebRTC进行Web视频会议

应用开发实战学习路线鸿蒙HarmonyOSNEXT开发技术最全学习路线指南鸿蒙应用开发实战项目，看这一篇文章就够了（部分项目附源码）使用WebRTC进行Web视频会议Web组件可以通过W3C标准协议接口拉起摄像头和麦克风
那只斑马不睡觉·2025-03-22 14:07

普通大众航拍、娱乐、户外、创作等情况对无人机的筛选推荐

一、价格区间与机型推荐1.入门级（1000元以下）推荐机型：HolyStoneHS170、HubsanX4特点：价格低廉：适合预算有限或初次体验用户续航短：约5-10分钟功能简化：无专业摄像头，主打基础飞行乐趣适合场景
yychen_java·2025-03-22 07:36

便民服务一体化的智慧园区开源了

充分利用现有的摄像头设备，无需大规模更换，降低成本同时提升系统的实施效率。用户只需在界面上进行简单的操作，就可以实现全视频的接入及布控。项目搭建地址基础项目搭建地址：yihecode
AI服务老曹·2025-03-22 03:52

Open WebUI – 本地化部署大模型仿照 ChatGPT用户界面

Docker部署简单，功能非常丰富，包括代码高亮、数学公式、网页浏览、预设提示词、本地RAG集成、对话标记、下载模型、聊天记录、语音支持等。官网地址：ht
m0_74824845·2025-03-22 01:37
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他