语音共振峰

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

十亿级流量削峰实战：LinkedBlockingQueue缓冲池的工程化实现

《十亿级流量削峰实战：LinkedBlockingQueue缓冲池的工程化实现》本文将以电商秒杀系统为背景，深度解析如何通过LinkedBlockingQueue构建百万QPS级异步缓冲系统，包含容量计算模型
猿享天开·2025-03-25 07:03

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

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

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

2025最新智能优化算法：改进型雪雁算法（Improved Snow Geese Algorithm, ISGA）求解23个经典函数测试集

然而，雪雁算法在处理多峰、多约束和高维复杂问题时，仍面临收敛速度较慢和易陷入局部最优解的问题。为此，本文提出了一种改进型雪雁算法（ISGA），通过引入自适应权重调整机制和混合局部搜索策略，增强了
荣华富贵8·2025-03-23 22:28

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

《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

秒杀场景的设计思考

本文将从下面几个方面展开一下个人简单的理解：秒杀场景的介绍设计的核心思路怎么限流、削峰、异步planB总结‍秒杀场景的介绍秒杀场景是大家常说的高并发场景，但是实际上其与单纯的高并发还有一点不同，主要区别就是其流量来的猛增
思无邪6675·2025-03-23 11:03

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

硅谷企业的大数据平台架构什么样？看看Twitter、Airbnb、Uber的实践

作者：彭锋宋文欣孙浩峰来源：大数据DT（ID：hzdashuju）01Twitter的大数据平台架构Twitter是最早一批推进数字化运营的硅谷企业之一，其公司运营和产品迭代的很多功能是由其底层的大数据平台提供的
大数据v·2025-03-22 04:05

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

鸿蒙开发秘籍：用AvPlayer解锁录音朗读新玩法

像社交类应用里收发语音消息，教育类应用播放有声读物，还有音乐类应用的核心播放功能，都离不开音频处理。
柳中仙·2025-03-22 00:04

Webrtc音频技术（未完）

一、概述1、架构上图中发送方（或叫上行、TX）将从MIC采集到的语音数据先做前处理，然后编码得到码流，再用RTP打包通过UDPsocket发送到网络中给对方。
会头痛的可达鸭·2025-03-21 23:56

储能EMS

储能EMS5.1系统网络结构储能EMS应用层通过与PCS的交互实现有功功率控制、无功功率控制、黑启动控制、调峰调频等储能特色功能，可以满足绝大多数储能项目的功能需求，实现储能经济利用提供了完善的、可实话的技术手段
dongzengwu·2025-03-21 23:53

自动语音识别（ASR）：技术、应用与未来

自动语音识别（ASR）：技术、应用与未来1.ASR简介自动语音识别（ASR，AutomaticSpeechRecognition）是一种将语音转换为文本的技术。
ajie1117·2025-03-21 16:17

RabbitMQ常见面试题及解析

它允许不同的应用程序之间进行异步通信，通过将消息发送到队列中，让消费者从队列中获取消息并进行处理，从而实现解耦、异步和削峰填谷等功能。2、核心组件与流程**Producer：**发送消息的应用。
chi_666·2025-03-21 12:09

python离线语音转文本_使用Python将语音转换为文本的方法

使用Python将语音转换为文本的方法,语音,转换为,文本,您的,麦克风使用Python将语音转换为文本的方法易采站长站，站长之家为您整理了使用Python将语音转换为文本的方法的相关内容。
weixin_39760619·2025-03-21 11:01

深度学习的颠覆性发展：从卷积神经网络到Transformer

CNN主要应用于图像处理和语音识别等领域。2012年，AlexKrizh
AI天才研究院·2025-03-21 07:57

RabbitMQ

为啥要用MQ解耦:允许系统独立开发、部署和运行，减少系统间的直接依赖异步处理:非阻塞操作，请求处理与响应分离削峰填谷:缓冲突发请求，防
z小天才b·2025-03-21 06:18

【微信小程序（云开发模式）变通实现DeepSeek支持语音】

调用云函数进行语音识别和DeepSeek处理。界面模仿DeepSeek，支持文本编辑。后端（云函数+Node.js）：使用云函数调用腾讯云语音识别（ASR）服务。调用DeepSeekAPI处理文本。
技术与健康·2025-03-21 04:09

AI 大模型应用数据中心的数据迁移架构

AI大模型、数据中心、数据迁移、架构设计、迁移策略、性能优化、安全保障1.背景介绍随着人工智能（AI）技术的飞速发展，大规模AI模型的应用日益广泛，涵盖了自然语言处理、计算机视觉、语音识别等多个领域。
AGI大模型与大数据研究院·2025-03-21 03:34

Qwen2-Audio：通义千问音频大模型技术解读

然而，交互模态不仅仅依赖于文字，语音、语调、环境音等听觉信息同样承载着丰富的内容。阿里巴巴通义千问团队，推出了Qwen-Audio系列模型，这里我们一起看下最新版本Qwen2-Audio。
kakaZhui·2025-03-21 01:41

录音文字转换专家，一键搞定音转文字，让你的工作效率飞起来！

录音转文字助手是一款功能丰富的app，主要聚焦于语音识别、音频转文字以及实时语音翻译等功能。在这个app中，其内置了一套强大的识别系统。
开开心心_Every·2025-03-21 00:10

视频转音频, 音频转文字

venvgitbuild-essentialpython3-dev#Python虚拟环境python3-mvenv~/ai_summarysource~/ai_summary/bin/activate核心工具链工具用途安装命令Whisper语音识别
言之。·2025-03-20 23:57

H5语音识别功能(Web Speech API+科大讯飞)

H5语音识别效果图:方案一:WebSpeechAPI(免费,IE浏览器可用,谷歌浏览器不可用)方案一：WebSpeechAPI开始停止识别结果:{{finalTranscript}}{{interimTranscript
辣辣1·2025-03-20 17:05

文本转语音的Python库（pyttsx3）

一、pyttsx3的概述pyttsx3isatext-to-speechconversionlibraryinPython.pyttsx3是Python中的文本到语音转换库。
数产第一混子·2025-03-20 15:21

python pyttsx3文本转语音_python 利用pyttsx3文字转语音

#-*-coding:utf-8-*-importpyttsx3f=open("all.txt",'r')line=f.readline()engine=pyttsx3.init()whileline:line=f.readline()print(line,end='')engine.say(line)engine.runAndWait()f.close()importwin32com.clien
木大木大本太·2025-03-20 15:21
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他