语音中间件

MB-iSTFT-VITS：多语言语音合成的新标杆

MB-iSTFT-VITS：多语言语音合成的新标杆MB-iSTFT-VITS-multilingual项目地址:https://gitcode.com/gh_mirrors/mb/MB-iSTFT-VITS-multilingual
秦贝仁Lincoln·2025-03-02 04:20

2021年最新社招字节跳动 go 后端开发工程师一二三四五面面经

然后就是数据库、网络、消息中间件、架构等等。校招的话架构可以不用
AI乔治·2025-03-02 01:30

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

或许我们都被分库分表约束了思维

从业数据库领域三年有余了，从分库分表中间件到数据库团队内核学到了很多东西。也接触了很多项目，包括TiDB、Vitess、Polardb、StarDB等等。
京东云开发者·2025-03-01 19:16

Sharding-Sphere vs Mycat vs TiDB

强烈推荐TiDB，这是未来大中型公司的数据库，一定的NewSQL优点：传统数据库面向磁盘设计，基于内存的存储管理及并发控制，NewSQL数据库那般高效利用中间件模式SQL解析、执行计划优化等在中间件与数据库中重复工作
木一番·2025-03-01 18:12

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

RabbitMQ介绍以及基本使用

它是一种存储和转发消息的中间件，可以用于将
web13765607643·2025-03-01 10:44

ROS2软件调用架构和机制解析：Publisher创建

术语DDS(DataDistributionService):用于实时系统的数据分发服务标准，是ROS2底层通信的基础RMW(ROSMiddleware):ROS中间件接口，提供与具体DDS实现无关的抽象
slam02∞·2025-03-01 09:10

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

Spring Boot 整合 RabbitMQ 详解

前言：在消息中间件领域中RabbitMQ也是一种非常常见的消息中间件了，本篇简单分享一下SpringBoot项目集成RabbitMQ的过程。
码农爱java·2025-02-28 20:40

RabbitMQ进阶：深入了解RabbitMQ的重试机制

RabbitMQ作为一个流行的开源消息队列中间件，提供了可靠的消息传递机制。在实际应用中，消息的传递可能会面临各种问题，例如网络故障、处理失败等。
VksgShapes·2025-02-28 20:32

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

阿里架构师推荐的消息中间件万字文档：RocketMQ+RabbitMQ+KafKa

RocketMQRocketMQ是阿里开源的消息中间件，目前也已经孵化为Apache顶级项目，它是纯Java开发，具有高吞吐量、高可用性、适合大规模分布式系统应用的特点。
xiaohao718·2025-02-28 14:53

消息队列学习-常用消息队列中间件的对比分析

以下是市面上常用消息队列中间件的对比分析，结合功能、学习成本、社区支持等维度给出推荐星数，并针对Java新手提出学习建议。
千里码！·2025-02-28 14:23

Zap：Go 的高性能日志库

**SugaredLogger（开发友好模式）**四、高级配置与优化1.自定义日志配置2.日志切割（集成Lumberjack）五、与Gin框架集成1.替换Gin默认日志中间件2.记录自定义请求字段六、全局
叫我DPT·2025-02-28 14:46

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

[RabbitMQ] RabbitMQ 工作模式介绍

RabbitMQ是现在很常用的一个消息服务中间件,通过不同类型的交换机(Exchange)和不同的路由键(RoutingKey),可以实现不同分发策略,灵活地将消息分发到不同的队列中去.生产者(Producer
luojbin·2025-02-28 06:45

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

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

【YashanDB 知识库】由于 druid 中间件配置导致异常

问题现象某客户的业务(Java框架)运行时报如下异常：问题的风险及影响客户的业务无法正常运行问题影响的版本所有的yashandb版本问题发生原因druid中间件有如下参数，可以控制是否缓存PreparedStatement
·2025-02-27 17:13

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

Koa中的loader使用场景

在Koa中，Loader并不是一个内置概念，通常指的是加载和初始化中间件、配置或其他资源的机制。以下是常见的Loader使用场景：1.中间件加载Loader可以用于自动加载和注册中间件。
没资格抱怨·2025-02-27 15:37

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

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

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

skywalking前端_SkyWalking

通过探针自动收集所需的指标，并进行分布式追踪，具有无代码嵌入，支持众多中间件，agent种类全面，性能消耗低等优点。
智能迷宫·2025-02-26 21:48

k8s服务健康检查不通过一直重启

健康检查不通过说明在默认的15分钟内平台没有拿到所有实例的健康页面先看报错提示，再看日志是否有程序类报错、数据库、中间件连接等的错误信息。
AustinCien·2025-02-26 20:42

腾讯面试：大厂必问消息队列场景面试题

各大消息队列中间件对比及使用
·2025-02-26 19:57

MQX - 基于 MySQL 的轻量级消息队列

1.项目介绍项目背景在中小型项目中，经常需要使用消息队列来解耦服务，但部署维护专门的消息中间件（如RocketMQ、Kafka）会带来额外的运维成本。
·2025-02-26 19:56

【腾讯云中间件】2023年热门文章集锦

在过去的一年里，我们见证了腾讯云中间件在产品升级与创新方面的显著进步，包括消息队列TDMQ品牌全新升级和新产品发布，微服务引擎升级与异地多活单元化能力发布等。
·2025-02-26 19:23

Nodejs + MongoDB 快速构建Web应用 (入门级教程)

涵盖的内容包括：使用Nodejs搭建本地服务器安装MongoDB并连接到本地服务器使用Express构建后端API接口配置路由和中间件使用Mongoose连接数据库和管理数据模型使用模板引擎（EJS）渲染视图页面用户注册
AI天才研究院·2025-02-26 16:48

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

消息中间件 --- Apache Pulsar

使用场景，参考地址：最佳实践｜ApachePulsar在拉卡拉的技术实践_开源_ApachePulsar_InfoQ写作社区场景1：流式队列场景2：消息队列：OpenMessaging协议实现（透明层协议）场景3：流式队列：自定义Kafka0.8-Source（Source开发）场景4：流式队列：Function消息过滤（消息过滤）场景5：流式队列：PulsarFlinkConnector流式计算
johnrui·2025-02-26 11:11

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

【react】进阶教程02

目录一、深度性能优化1.列表渲染优化（虚拟列表）2.使用WebWorkers处理CPU密集型任务二、复杂状态管理场景1.全局状态分层（Context+useReducer）2.异步状态管理中间件（ReduxThunk
咔咔库奇·2025-02-26 02:08

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
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他