离线语音

基于 langchain+ollama 创建私有化知识库

本文实现了基于langchain的本地知识库的基本功能，可离线访问。主要使用了Langchain，ChromaDbOllama。
大语言模型·2025-03-02 02:09

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

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

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

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

软件测试丨计算机视觉场景下的边缘计算与测试场景

离线能力：在网络不稳定时仍能运行。2.计算机视觉中的边缘计算应用实时目标检测与
霍格沃兹测试开发学社测试人社区·2025-02-28 22:52

deepseek 的离线部署-AI大模型

官方网址官方地址：OllamaOllama目前支持以下大语言模型：libraryOllama下载地址：https://ollama.com/download/ollama-linux-amd64.tgz安装部署Ollama1.官方脚本安装注意：服务器需要可以访问github等外网
passion_flower_·2025-02-28 22:17

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

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

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

python导出结果_Python连接Oracle数据查询导出结果

python连接oracle，需用用到模块cx_oracle，可以直接pip安装，如网络不好，可下载离线后本地安装本人由于工作需要，期望便捷查询所得结果，且固定输出某个格式具体代码如下：#!
weixin_39712821·2025-02-28 07:19

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

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

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

谷歌浏览器chrome插件、扩展程序无法下载的解决方法

以下是下载离线插件包的方法：每个GoogleChrome扩展都有一个固定的ID，例如https://chrome.google.com/webstore/detail/bfbmjmiodbnnpllbbbfblcplfjjepjdn
weixin_33878457·2025-02-27 19:10

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

微信小程序开发中的数据缓存和离线存储

微信小程序开发中的数据缓存和离线存储是非常重要的功能，可以提高小程序的性能和用户体验。在本文中，我将详细介绍微信小程序中的数据缓存和离线存储，并提供代码案例进行演示。
大黄鸭duck.·2025-02-27 14:32

微信小程序开发中的本地存储与数据持久化

实现数据持久化的最佳实践优化体验：本地缓存与数据同步策略安全第一：保护敏感数据的技巧跨端一致：确保本地存储在不同设备上的表现未来趋势：探索新兴存储技术在小程序中的应用在移动互联网时代，用户期望应用能够在离线状态下依然保持功能的完整性
master_chenchengg·2025-02-27 14:29

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

[250224] Yaak 2.0：Git集成、WebSocket支持、OAuth认证等 | Zstandard v1.5.7 发布

Yaak，一款离线、开源且Git友好的桌面应用，用于与HTTP、GraphQL、WebSockets、SSE和gRPC交互，近日发布了2.0版本，带来了众多令人期待的新功能和改
x-cmd·2025-02-27 04:45

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

html5代码_HTML5篇（一）

html5新特性：用于绘画的canvas元素用于媒介回放的video和audio元素对本地离线存储的更好的支持新的
weixin_39713317·2025-02-27 03:36

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

腾讯云 TDMQ 产品家族新成员：消息队列 MQTT 版全新发布！

TDMQMQTT版推出的背景当前腾讯云消息队列产品家族已拥有多个子产品：CKafka作为业界高吞吐的标杆，广泛地用于离线消息的场景，如大规模日志收集等类似的业务。RocketMQ以其低延时和高并发的
·2025-02-26 19:27

ProGuard加密混淆SpringBoot应用代码

背景我们的项目是基于SpringCloud架构的微服务应用，采用Docker离线部署方式交付客户，通过授权证书来控制应用的许可功能模块和使用时间。
lbmydream·2025-02-26 16:43

图数据库的易用性—GES与Flink的对接

GES-Flink-Connector是一款自定义的离线/实时数据同
华为云技术精粹·2025-02-26 14:59

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

【物联网项目】基于ESP8266设计的家庭灯光与火情智能监测系统（完整工程资料源码等）

主要模块如HC-SR501人体红外传感器模块、光敏电阻传感器模块、火焰传感器模块、LD3320语音识别模块、DHT11温湿度传感器模块等。使用Arduino开发软件进行烧录程序
阿齐Archie·2025-02-26 13:20

脑洞打开话题：deepseek这么火，什么时候能完全代替人类？

以下是关于AI何时可能完全代替人类的一些分析和思考：1.技术层面的限制尽管AI在某些特定任务上已经超越了人类（如图像识别、语音识别、围棋等），但要完全代替人类，AI需要在以下几个方面取得突破：通用人工智能
噔噔噔噔@·2025-02-26 10:29

python 第三方库 打包 离线电脑安装

最开始一个个下载第三方库，然后拷贝到离线电脑pip安装，弄好了发现离线电脑系统有问题，重装，，，，前面的又白干了。
新手老张·2025-02-26 00:23

python 语音转文本中文——DeepSpeech

DeepSpeech简介与音频转文本实践DeepSpeech是由Mozilla开发的一种开源语音识别引擎，基于深度学习技术，采用端到端架构，可以高效地将语音转换为文本。
drebander·2025-02-26 00:51

python开发翻译软件&PDF文档识别转换翻译

一、通过Helsinki-NLP模型实现离线翻译接口参考文档：https://blog.csdn.net/mzl87/article/details/1271234451.1、开发环境配置系统环境：WIN10
Juniper_fly·2025-02-25 19:14

【2025最新】ChatGPT国内直连中文版镜像网站

两者对比项目官网镜像支付手段国际支付国内支付封禁策略网站检测，可能随时封禁采用更灵活的绕过策略，不易封禁价格每月140元订阅费用+每年70元虚拟卡一个月低至19.99元随用性需要固定订阅灵活选择，满足多种需求语音功能必须下载
J19109690198·2025-02-25 16:29

离线安装IE 11(Internet Explorer 11)/脱机安装IE11

离线安装IE11(InternetExplorer11)/脱机安装IE11如果电脑需要在不联网的情况下安装IE11(InternetExplorer11)，需要提前安装好6个补丁程序，请看微软的官方说明
brian0031·2025-02-25 15:50

实战分享：如何基于源码开发一款优质的陪玩系统H5小程序APP公众号

功能需求：根据目标用户群体的需求，确定陪玩系统的核心功能，如实时语音互动、直播间与聊天室、
·2025-02-25 11:00

AI生成内容带来的核心挑战引发人机共治的必要提前

一、AI生成内容带来的核心挑战信息真实性危机斯坦福研究显示，AI生成虚假信息的速度是人类创作的6倍，如近期AI伪造的"拜登紧急状态"语音导致金融市场波动医疗领域已出现AI生成的伪科学内容，某健康论坛中23%
临水逸·2025-02-25 05:08

Deepseek 在电饭煲上应用会带来哪些影响？

例如，用户可以通过语音或触控界面直接与电饭煲交互，输入烹饪需求，电饭煲通过联网搜索或内置算法快速生成最佳烹饪方案并执行。这种智能化的控制方式能够提升用户体验，使烹饪过程更加便捷和高效。个性化推荐与优
百态老人·2025-02-25 05:03

Qt6快速安装方法

1引言与Qt5不同，Qt6不提供离线安装包，采用线上安装的形式。受限于国内网络环境，直接从官网安装Qt6速度奇慢，甚至中途出现报错的情况比比皆是，这导致很多开发者没法在第一时间尝鲜Qt6。
astragin·2025-02-25 04:27

android开发适配深色模式,手机不支持深色模式，如何用软件解决深色模式的问题？（附有系统全局深色模式实现方法...

本帖最后由巷子口的你于2020-8-807:57编辑1.92允许通过设置为助手应用来饮捷切频深色模式(设置入口一般为系统默认应用-助手和语音输人,MIU需要设置为语音助手)提醒:稳定模式一股不用开启,OPPO
weixin_39755853·2025-02-25 03:19

神经网络与深度学习入门：理解ANN、CNN和RNN

无论是智能手机的语音助手，还是推荐系统，背后都有一项核心技术在支撑，那就是神经网络与深度学习。今天，我们就来聊一聊这个听起来高大上的话题，其实它也没那么难懂！什么是神经网络？
shandianfk_com·2025-02-25 03:49
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他