海康语音对讲

OpenBayes 一周速览｜一键部署Qwen2.5-Coder，0编程经验实现代码生成自由！

MultimodalSpectroscopic化学多模光谱数据集CDFSOD-benchmark跨域小样本对象检测基准数据集3个教程：一键部署Qwen2.5-CoderInkSight将手写文字数字化DemoGLM-4-Voice端到端中英语音对话模型访问官网立即
·2025-01-20 22:17

OpenVoiceV2：零样本跨语言语音克隆技术，支持多种风格控制

1openvoicev2介绍语音克隆技术近年来取得了显著进展，但现有方法通常存在着局限性，例如无法灵活控制语音风格、需要大量多语言数据进行训练、生成速度慢等等。
智慧医疗·2025-01-20 22:16

傅里叶变换在语音识别中的关键作用

在语音识别中，傅里叶变换起着至关重要的作用，主要体现在以下几个方面：一、时域到频域的转换语音信号的特点语音信号是一种时域信号，它随时间变化。
从零开始学习人工智能·2025-01-20 18:31

在视频汇聚平台EasyNVR平台中使用RTSP拉流的具体步骤

之前有用户反馈，在EasyNVR平台中添加Pull时使用海康设备的RTSP流地址无法播放。
·2025-01-20 13:41

融云 IM 干货丨私有云IMKit源码支持哪些自定义功能？

私有云IMKit源码支持多种自定义功能，以下是一些主要的自定义功能：1.自定义输入区域自定义输入模式：可以自定义输入区域的模式，例如文本输入、语音输入等。
·2025-01-20 13:03

全新4.2版本多功能社交兴趣爱好圈子系统涵盖APP、小程序和H5三个端口 ，圈子系统小程序成品源码

适用于多种场景语音匹配：（主要是匹配当前在线的异性，会主动发送弹窗，对方同意后，进入1v1双方语聊，默认6分钟，如果双方点喜欢按钮，可延长到30分钟。时间到了后，双方私聊即可）每次话费虚拟币。
·2025-01-20 13:00

android wifi 流程图_实现双wifi的方法及Android终端与流程

背景技术：在楼宇对讲产品中，楼宇对讲的家庭设备，如平板，需要连接到楼宇对讲的局域网络，以实现与楼宇内的相关设备进行对讲等。
weixin_39719427·2025-01-20 12:36

海康/大华/宇视等网络摄像头云台控制功能探测方法解析

熟悉我们的小伙伴都知道，当我们的RTSP/Onvif流媒体服务器与摄像头可以进行网络连接时，通过RTSP/Onvif流媒体服务器自带的Onvif探测即可实现Onvif摄像头的设备IP探测，成功后返回需要的流地址，实现摄像头的PTZ云台控制，PTZ控制包含转动、变焦等。但是我们经常会遇到有用户反馈，第一、不知道自己的摄像头是否支持Onvif协议；第二、自己探测显示支持Onvif协议，但是通过Onvi
·2025-01-20 12:55

线上线下陪玩系统源码提供陪玩服务的平台，支持三端

一、定义与特点线上陪玩系统主要通过网络平台提供服务，如游戏陪玩、语音聊天等。用户可以通过手机、电脑等终端与陪玩人员进行实时互动。这种系统具有不受地域限制、即时沟通、个性化服务等特点。
·2025-01-20 12:54

AI大模型如何赋能电商行业，引领变革

•虚拟客服：通过聊天机器人和语音助手，提供24/7的客户支持，快速解答用户咨询。•图像识别：利用计算机视觉技术，用户可以通过拍照识别商品，快速找到相似商品或进行排版搭配推荐。•
虞书欣的C·2025-01-20 12:27

【开源】基于SpringBoot框架教学资料管理系统（计算机毕业设计）+万字毕业论文 T286

系统合集跳转源码获取链接点击主页更能获取海量源码10年计算机开发经验，主营业务：源码获取、项目二开、语音辅导、远程调试、毕业设计、课程设计、毕业论文、BUG修改一、系统环境运行环境:最好是javajdk1.8
计算机毕业设计_gzs·2025-01-19 22:43

智能家居语音识别模块

#include#include"stm32f10x.h"#include"usart.h"#include"user_common.h"#include"SNR1806/snr1806.h"#ifndefNULL#defineNULL0#endifstaticu8gRevDataBuf[30]={0};LD3322Handle_tgs_Ld3322Handle={.bl_rev_cmd_flg=
兢兢业业的打野·2025-01-19 22:13

2025年01月19日Github流行趋势

：15826今日star数：959项目维护者：yiranyyu,iceflame89,yaoyuanTHU,LDLINGLINGLING,tc-mb项目简介：MiniCPM-o2.6:一个适用于视觉、语音和多模态直播的
油泼辣子多加·2025-01-19 18:38

深入了解卷积神经网络（CNN）：图像处理与深度学习的革命性技术

无论是图像分类、目标检测，还是人脸识别、语音处理，CNN都发挥了举足轻重的作用。随着技术的不断发展，CNN已经成为了解决众多实际问题的核心工具。
wit_@·2025-01-19 16:50

chatgpt赋能python：Python如何给微信群发消息？

您可以在群中分享照片、链接甚至语音消息，而且现在，您甚至可以使用Python自动给微信群发消息。Python实现微信群发消息使用Python给微信群发消息确实可能有些复杂，但是有很多库可以使用。
李自提·2025-01-19 15:46

使用vue3实现语音交互的前端页面

代码地址：https://github.com/ZZD3627/my-third-vue.git需求1.前端实现录音并将音频传到通过http请求将音频传递到后端2.基于后端识别的语音及后端返回的内容进行语音沟通实现
张正栋·2025-01-19 15:44

Nginx+FFmpeg实现海康威视摄像头的rtsp流转hls流并在本地WEB页面以及服务器WEB页面实现直播效果

由于自己的海康威视网络摄像机不支持websocket，无法使用官方网页提供的WEB3.2开发包，只能使用低版本3.0版本的web开发包，但是这个版本的开发包只支持44以下版本的Chrome浏览器（当前普遍版本
Zim_cie·2025-01-19 09:30

使用vue3实现语音交互的前端页面

要在Vue3中实现语音交互的前端页面，你可以使用WebSpeechAPI。
Rverdoser·2025-01-19 09:56

海康威视摄像头ISUP(原EHOME协议) 摄像头实时预览springboot 版本java实现，并可以在浏览器vue前端播放(附带源码)

ISUP主要就是用来解决摄像头没有公网ip的情况,如果摄像头或者所在局域网的路由器有公网ip的话，其实采用rtsp直接取流是最方便也是性能最好的，但是项目的摄像头没有公网IP所以被迫使用ISUP，ISUP是海康自己的协议
web14786210723·2025-01-19 02:14

Java语音识别：开启人机交互的新篇章

语音识别思路：首先使用工具类开始录音并存储再调用百度语音识别API接口进行语音内容的识别导入依赖：com.alibabafastjson1.2.83com.squareup.okhttp3okhttp4.9.3ws.schildjave-all-deps3.5.0com.baidu.aipjava-sdk4.16.19
苏-言·2025-01-19 00:02

2024-12-01百度TTS语音

百度TTS语音个人尝试代码仓库：https://gitee.com/enzoism/chrome_tampermonkey鸣谢：感谢每一位无私奉献的传道者，在此不一一具名！
坐吃山猪·2025-01-18 21:02

海康威视SDK常见错误码

错误码宏定义描述0NET_DVR_NOERROR没有错误1NET_DVR_PASSWORD_ERROR用户名密码错误2NET_DVR_NOENOUGHPRI权限不足3NET_DVR_NOINITSDK未初始化4NET_DVR_CHANNEL_ERROR通道号错误5NET_DVR_OVER_MAXLINK连接到的设备端口超出最大数6NET_DVR_VERSIONNOMATCH版本不匹配7NET_DV
熊文豪·2025-01-18 18:03

云服务器与相关存储服务公网流量过高的问题

最近作百度的一个智能音箱语音技能，发现CFC函数调用功能自从开始收费之后我的扣费一直居高不下，看了一下日志和监控发现公网流量这一项每一天都接近2GB，自己本身是Android开发出身的，数据库和后台接触不多
Joern-Lee·2025-01-18 18:58

LLMs，即大型语言模型

LLMs在众多领域都有广泛的应用，如自然语言理解（NLU），语言生成，以及语音识别和合成等。例如，它们能够理解人类的语言
maopig·2025-01-18 17:52

android原生乐视made,乐视Pro3 lineage16 安卓9.0 极致省电 纯净原生 完美root Xposed 经典版...

乐视Max2和Pro3支持PT项目，也就是说必须刷入支持PT版本TWRP后Vendor分区才可以正常启动LOS16.0特色介绍源于lineage16.0最新源码制作，稳定靠谱默认添加开机语音中文，时区为正常北京超级纯净
小6加油·2025-01-18 12:12

GitHub每日最火火火项目（1.17）

OpenBMB/MiniCPM-o项目名称：OpenBMB/MiniCPM-o用途：MiniCPM-o2.6是一个适用于手机的视觉、语音和多模态直播的GPT-4o级别大语言模型（LLM）。
FutureUniant·2025-01-18 04:12

智能语音设备测试 | 音频基础

一、音频信号的基本属性频率（Frequency）定义：音频信号的频率表示声音的高低，通常以赫兹（Hz）为单位。范围：人耳能够听到的频率范围大约在20Hz到20kHz之间。振幅（Amplitude）定义：振幅表示音频信号的强度或音量，它决定了声音的响度。表示方法：振幅大小常用分贝（dB）来表示。振幅越大，声音越响；振幅越小，声音越轻。波形（Waveform）定义：波形是音频信号在时间上的图形表示。类
jingling555·2025-01-18 04:09

基于物联网的智能垃圾桶系统设计与实现-设计说明书

同时，该智能垃圾桶还配备了电机模块，可以模拟垃圾桶的开盖和关闭，当垃圾桶装满时不会自动打开，而是当有人靠近时才会自动开启，并通过语音播报告知人们
黄油味椭圆·2025-01-18 02:59

《解锁鸿蒙系统AI与第三方应用集成的无限可能》

利用鸿蒙系统内置的人工智能服务鸿蒙系统提供了丰富的人工智能服务，如语音助手、视觉识别、自然语言处理等。开发者可以直接调用这些服务，无需从头开始研发。
·2025-01-18 01:04

《软硬协同优化，解锁鸿蒙系统AI应用性能新高度》

目前，鸿蒙系统中的AI应用已经涵盖了语音助手、图像识别、智能推荐等多个领域，为用户带来了更加智能、便捷的体验。然而，随着
·2025-01-18 01:03

《解锁鸿蒙系统AI能力，开启智能应用开发新时代》

鸿蒙系统构筑了15+系统级的AI能力，并开放了14+AI控件，覆盖图像、语音、智能推荐等领域。
·2025-01-18 01:03

海康威视H5player问题汇总大全

由于除了要支持Windows平台，还要支持国产系统的平台，这时就用到了H5player，但是这个在使用调试的时候会遇到各种各样的问题，便在此分享一下，供大家分享！！！问题一：Unexpectedtoken‘<‘inputover1、检查html页面的引入2、确认szBasePath地址是否正确（注意：微前端乾坤下的路径别忘带子应用的前缀）3、如果以上配置都正确，且后端返回的路径没问题，请重新下载更
前端小码仔·2025-01-17 23:37

whisper.cpp 学习笔记

学习笔记whisper介绍源码下载源码编译支持的模型优化/加速生成库文件使用whispe.cpp的demo参考文献whisper.cpp学习笔记whisper介绍whisper是基于OpenAI的自动语音识别
法号：行颠·2025-01-17 17:12

轻量级、高性能的TTS模型Kokoro 模型介绍、体验和部署

Kokoro模型介绍1.概述Kokoro是一款轻量级、高性能的文本转语音（TTS）模型，由hexgrad团队开发并开源。
莫非技术栈·2025-01-17 11:49

神经架构搜索在大模型效率优化中的应用

神经架构搜索，大模型，效率优化，自动机器学习，深度学习1.背景介绍近年来，深度学习模型取得了令人瞩目的成就，在图像识别、自然语言处理、语音识别等领域展现出强大的能力。
AI大模型应用之禅·2025-01-17 03:06

微软TTS(text-to-speech)文字转语音免费开源库edge-tts语音合成实践(Python3.10)

不能否认，微软Azure在TTS(text-to-speech文字转语音)这个人工智能细分领域的影响力是统治级的，一如ChatGPT在NLP领域的随心所欲，予取予求。
·2025-01-16 22:02

Go 获取结构体未导出（私有）变量

原文链接>>Go获取结构体未导出（私有）变量www.ikaze.cnGo语音通过首字符的大小写来限制变量、函数的包外可见性。
五十风·2025-01-16 18:18

6. NLP自然语言处理（Natural Language Processing）

自然语言处理是人工智能（AI）领域中的一个重要分支，它结合了计算机科学、语言学和统计学的方法，通过算法对文本和语音进行分析，使计算机能够理解、解释和生成自然语言。
啊波次得饿佛哥·2025-01-16 18:44

陪玩APP游戏陪练小程序开发源码搭建，陪玩语音聊天室-陪玩约单中最不可或缺的一部分，陪玩陪聊陪诊等多功能一体

开发源码搭建支持PC端、手机端、微信小程序、APP。详情可以点击此处首先，先了解搭建流程：搭建网站的环节为：购买域名、购买服务器、网站程序模块、网站备案、网站部署上线和网站推广组成。一、域名选取域名技巧：要易于记忆，突出品牌、越短越好。尽量不要使用中文及标识符。选择.com.cn.net为佳，要与品牌相关。二、服务器购买服务器分为物理服务器和云服务器，现在大部分人都买性价比更高的云服务器。三、网站
·2025-01-16 18:35

安卓系统：赋能多元设备，构建智能生态

同时，基于安卓的智能语音助手不断进化，如谷
·2025-01-16 17:58

开源 多模态 大模型架构深度分析 2024

其中，KOSMOS-1是在大规模多模态数据集上重头训练的，该模型具有类似GPT-4的多模态能力，可以感知一般的感官模态，在上下文中学习（即少样本学习）并能够遵循语音指示（即零样本学习）。
AI大模型 lose and dream·2025-01-16 17:36

GPT Notes 3.2.1.2 | 最强GPT解锁会员版无需登录无限制使用

它支持语音识别，帮助用户轻松撰写文章、解答问题，并具备语音转文字、图片识别等几十种AI功能。
星图软件库·2025-01-16 14:06

metaRTC8.0，一个全新架构的webRTC SDK库

metaRTC8.0是一个全新架构版本，并非在metaRTC7.0版本上简单升级，在QOS/语音对讲/内存占用/视频文件录制读取等方面新增多个模块，在弱网对抗/语音对讲/内存优化等效果上有显著提升。
metaRTC·2024-09-16 02:31

感恩日记

3，感恩永红接受我的邀请，参与姚老师咖啡冥想研究生延续班，4，感恩丰盛10门的素娜，提议的语音好方法，更
美玲_·2024-09-15 23:20

埃隆·马斯克表示特斯拉“没有必要”授权 xAI 模型

据称，这些模型将被集成到特斯拉的全自动驾驶（FSD）软件中，并可能用于开发特斯拉汽车的语音助手以及人形机器人擎天柱的软件。喜好儿网然而，马斯克否认了这一说法，他在社交媒体平台上表示，尽管特斯拉确实与x
喜好儿网·2024-09-15 15:01

VITS 源码解析2-模型概述

VITs是文本到语音(Text-to-Speech,TTS)任务中最流行的技术之一，其实现思路是将文本语音信息融合到了HiFiGAN潜空间内,通过文本控制HiFiGAN的生成器，输出含文本语义的声音。
迪三·2024-09-15 14:00

关于讲道理的一些想法

现在把自己对讲道理的一些想法梳理如下:1、从小就养成看书的习惯（喜欢讲道理的背景）2、进一步形成了一个好为人师的坏品行（实际上讲了很多废话，自己没能理解到位，同时也是慷他人之慨）；3、到现在进一步理解了
施吉涛·2024-09-15 10:38

语音识别技术有哪些应用场景？

语音识别技术，作为人工智能领域的重要分支，已经深入到我们日常生活的方方面面。
不想秃头的程序·2024-09-15 02:25

2021-03-07 昨日关于身体如何影响思维和行为的一些思考

当时直接在社群用语音的方式输出给大家的，然后今天看到提问的小姐姐，帮我整理出的文字版。
了不起的华伟·2024-09-14 21:46

【20220616】今日十点感悟

1、语音输入，确实比键盘打字要快很多；2、任何方式都有优劣，找到适合自己的就好；3、下定决心要做的事情，一定要去做；4、品行真的很重要；5、永远不要高估自己的能力；6、不管做什么事情，都将就认真；7、一定要多喝水
邱小美是Kelly·2024-09-14 20:56
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他