无人机语音中继电台

基于树莓派 + CUAV V5 +飞控构建无人机自主作业系统（UWB 高精度定位版）

1.项目介绍在工业4.0与智慧农业高速发展的背景下，无人机自主作业系统成为智能巡检、物流配送、精准农业等领域的核心装备。
无人机星穹笔记·2025-03-27 10:24

计算机视觉的多模态模型：开启感知智能的新篇章

受此启发，计算机视觉领域近年来逐渐向多模态方向发展，通过整合视觉与其他模态（如文本、语音、深度信息等）的数据，构建更加接近人类认知能力的智能系统。多模态模型的核心思
点我头像干啥·2025-03-27 08:08

Python 几分钟就把视频语音识别为文本了，不到10行代码

Whisper这个方案就是OpenAI开源的Whisper，当然是用Python写的了，只需要简单安装几个包，然后几行代码一写，稍等片刻（根据你的机器性能和音视频长度不一），最终的文本内容就出来了，就是这么简单。GitHub仓库地址：https://github.com/openai/whisperFast-Whisper虽然已经很简单了，但是对于程序员来说还是不够简洁，毕竟程序员都很“懒”，Wh
奔向理想的星辰大海·2025-03-27 07:02

python实现语音转文字

一、下载模型地址模型地址两个模型一个小一点，加载快一个大一点，加载慢加载的话每次启动只加载一次二、代码pipinstallspeech_recognitionvosk代码importjsonimportspeech_recognitionassrfromvoskimportModel,KaldiRecognizerrecognizer=sr.Recognizer()defrecognize_aud
张航柯·2025-03-27 07:32

chatgpt赋能python：Python实现语音说话代码

Python实现语音说话代码在最近的几年中，语音技术的发展为我们带来了许多便利。Python作为编程语言中的一支热门，也在这个领域担任了重要角色。
laingziwei·2025-03-27 07:58

6G 通信技术的关键特性与潜在应用场景

一、引言自20世纪80年代第一代模拟通信系统问世以来，移动通信技术每隔约10年就迎来一次重大变革，从1G的模拟语音通信到2G的数字语音与短信，再到3G开启移动互联网时代，4G推动高清视频与社交网络蓬勃发展
算法探索者·2025-03-27 06:26

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

基于改进蜣螂优化算法的无人机避障三维航迹规划

基于改进蜣螂优化算法的无人机避障三维航迹规划摘要针对无人机三维航迹规划中动态障碍物避障能力不足、多目标优化效率低的问题，提出一种基于改进蜣螂优化算法（FusionAdaptiveDungBeetleOptimization
天天酷科研·2025-03-26 14:55

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

农业无人机：无人机图像处理_（5）.无人机图像在精准农业中的应用

无人机图像在精准农业中的应用1.引言在精准农业中，无人机图像处理技术发挥着重要作用。通过无人机采集的高分辨率图像，农民和农业研究人员可以实时监测作物生长情况、土壤湿度、病虫害状况等，从而实现精准管理。
zhubeibei168·2025-03-26 04:38

Manus产品介绍及部署使用指南

多设备协同：控制虚拟角色、机器人、无人机等设备，形成智能协作网络。技术基础：硬件支
极客奇点·2025-03-26 04:08

中国农业机器人行业市场供需与战略研究报告

机器人或无人机在农业中的新兴应用包括杂草控制，云播种，播种，收割，环境监测和土壤分析。
贝哲斯数据中心·2025-03-26 03:31

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

YOLO编程：开启计算机视觉的神奇之门

图像分割与网格划分（二）目标预测与数据输出（三）结果筛选与最终确定五、YOLO编程实践（一）准备工作（二）模型训练（三）模型推理六、YOLO的应用领域大放异彩（一）安防监控（二）自动驾驶（三）工业检测（四）无人机领域七
大雨淅淅·2025-03-25 07:37

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

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

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

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

目标检测YOLO实战应用案例100讲-基于深度学习的无人机目标检测算法轻量化研究（中）

目录基于改进YOLOv5的无人机图像实时目标检测4.1引言4.2基于改进YOLOv5的目标检测模型结构4.3消融实验及结果分析4.4算法迁移验证实验基于Jetson-Xavier的模型优化部署5.1引言
林聪木·2025-03-24 15:03

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

国内外的网络安全成难题，IPLOOK 2022年用产品筑起“护城墙”

《爱尔兰时报》和爱尔兰国家广播电台（RTE）于12月31日对2021年爱尔兰科技行业的赢家和弱点进行了年终盘点。
爱浦路 IPLOOK·2025-03-24 13:12

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

基于NanoDet的无人机交通违规监控系统设计与实现

1.引言随着无人机技术的发展，无人机在交通监控领域的应用逐渐增多。无人机能够提供空中视角，具有更高的视野覆盖范围，能够帮助交通管理部门实时监控交通违规行为。
深度学习&目标检测实战项目·2025-03-24 02:09

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

《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(FlaskWEB版)2摘要本文末尾介绍了如何实现新闻智能体的方法。
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

《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

PX4飞控之位置控制（1）整体架构

位置控制是无人机飞控的核心算法之一，一方面根据commander中的flag标志位和Navigator中提供的航点信息进行控制（自主模式下），另一方面得到期望姿态角（setpoint）的四元数信息，给到姿态控制模块进行姿态控制
Felix_ZL·2025-03-23 13:40

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

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

无人机4G双链路技术分析！

一、技术要点1.双链路架构设计同时接入两个独立的4G网络（如不同运营商或频段），采用冗余或聚合模式。冗余模式下链路互为备份，聚合模式下带宽叠加。支持动态切换逻辑，根据信号质量、延迟等参数选择最优链路。2.多模通信模块与协议支持集成双SIM卡或eSIM，兼容多运营商网络，支持多频段（如LTE-FDD/TDD）。需适配通信协议（如TCP/IP优化、QoS保障），确保数据完整性。3.数据分流与聚合数据分
云卓SKYDROID·2025-03-22 10:08

无人机硬件技术研发突破方向与技术解析

无人机硬件技术研发突破方向与技术解析副标题：从仿生机翼到氢能动力系统的创新路径一、机翼设计优化1.仿生结构创新技术原理：模仿蜻蜓翅脉网格结构（图1），通过Cl=2Lρv2SC_l=\frac{2L}{\
yychen_java·2025-03-22 07:37

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：儿童娱乐、新手练习操控2.中端级（1000-3000元）推荐机型：大疆DJIMini2SE、RyzeTello特点：性价比高：支持1080P~4K拍摄，重量轻（<249g，部分国家
yychen_java·2025-03-22 07:36

基于32单片机的无人机直流电机闭环调速系统设计

标题:基于32单片机的无人机直流电机闭环调速系统设计内容:1.摘要本文针对无人机直流电机调速需求，设计了基于32单片机的无人机直流电机闭环调速系统。
赵谨言·2025-03-22 07:30
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他