语音开源项目

推荐：MacOS上的3D加速QEMU虚拟化神器

推荐：MacOS上的3D加速QEMU虚拟化神器去发现同类优质开源项目:https://gitcode.com/项目简介如果你是Mac用户，并且希望拥有一套完整的Linux开发或测试环境，那么这个项目将给你带来惊喜
秋玥多·2025-03-01 16:30

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

探索Golang-WDA：iOS自动化测试的新星

今天，我们将深入探讨一个新兴的开源项目——Golang-WDA，它以其独特的技术优势和广泛的应用场景，正逐渐成为iOS自
花谦战·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

Android AOSP系统裁记录

工具：AndroidSDKAndroidNDKJDKGitRepo工具源码：从Android开源项目(AOSP)获取。参考AOSP源码编译android12_aospandroid12源码-CSDN
人民的石头·2025-03-01 14:44

使用 ONLYOFFICE API 新方法，从第二页开始插入自定义页码！

关于ONLYOFFICEONLYOFFICE是一个国际开源项目，专注于高级和安全的文档处理，可提供文本文档、电子表格、幻灯片、表单和PD
ONLYOFFICE·2025-03-01 08:31

鸿蒙系统的代码审查特点

鸿蒙操作系统作为一个开源项目，其社区贡献者众多，代码审查不仅是保证代码库稳定性的手段，也是促进知识交流和成长的机会。什么是代码审查代码审查是指一个或多个开发者对另一位开发者的代码进行检查的过程。目的
荔枝寄·2025-03-01 08:30

如何在简历中巧妙展现你的兴趣爱好

开发领域：前端开发|AI应用|Web3D|元宇宙技术栈：JavaScript、React、ThreeJs、WebGL、Go经验经验：6年+前端开发经验，专注于图形渲染和AI技术开源项目：智简未来、晓智元宇宙
贵州数擎科技有限公司·2025-03-01 06:40

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

使用 Three.js 转换 GLSL 粒子效果着色器

开发领域：前端开发|AI应用|Web3D|元宇宙技术栈：JavaScript、React、ThreeJs、WebGL、Go经验经验：6年+前端开发经验，专注于图形渲染和AI技术开源项目：AI简历、元宇宙
贵州数擎科技有限公司·2025-03-01 05:38

Crawl4AI：开源的网络爬虫和抓取工

crawl4ai是一个开源项目，旨在帮助用户爬取GitHub上与AI（人工智能）相关的内容。这些内容通常包括AI相关的开源项目、库、资源、论文、教程等。
惟贤箬溪·2025-03-01 01:10

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 01:42

项目推荐：使用Python和PySide2/PyQt5实现的现代GUI启动屏（Splash Screen）

项目推荐：使用Python和PySide2/PyQt5实现的现代GUI启动屏（SplashScreen）去发现同类优质开源项目:https://gitcode.com/1、项目介绍在软件开发中，启动屏（
柏赢安Simona·2025-02-28 23:26

Markdown 开源项目指南：NimbusKit markdown

Markdown开源项目指南：NimbusKitmarkdownmarkdownAMarkdownNSAttributedStringparser.项目地址:https://gitcode.com/gh_mirrors
何灿前Tristan·2025-02-28 23:26

loxilb 开源项目教程

loxilb开源项目教程loxilbeBPFbasedcloud-nativeload-balancer.PoweringK8s|Edge|5G|IoT|XaaSApps.项目地址:https://gitcode.com
夏磊讳·2025-02-28 22:46

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

以太坊客户端和以太坊网络

以太坊是一个开源项目，由名为“黄皮书”的正式规范定义。这与比特币不同，因为比特币没有正式的定义，其规范主要依赖于比特币核心的参考实现。黄皮书结合了英文和数学，详细规定了以
倒霉男孩·2025-02-28 14:17

踩坑日记1：测试设计漏测

项目过程中，设计人员对新业务技术理解不深刻，未考虑上行PPPoEServer启动IPv6的场景，裁剪开源项目optionIPv6相关特性时，后台配置有遗留，导致main表多出一个缺省路由，
zyz_Kilig·2025-02-28 13:46

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

探索React的深度应用：React Survey——构建问卷神器

探索React的深度应用：ReactSurvey——构建问卷神器去发现同类优质开源项目:https://gitcode.com/在浩瀚的前端开发世界里，React与Redux已成为构建复杂Web应用的得力助手
傅尉艺Maggie·2025-02-28 07:25

使用LangChain与GPT4All模型进行交互

核心原理解析GPT4All是基于大型语言模型（LLMs）的开源项目，通过训练大量干净的数据，能够生成高质量的对话和回答。LangChain是一种用于简化与
bavDHAUO·2025-02-28 04:28

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开源周第四天：从 DualPipe 到 EPLB

Deepseek开源周第四天：从DualPipe到EPLB前言上周deepseek宣布，将在本周陆续发布五个开源项目，这些库已经在生产环境中经过了记录、部署和实战测试。
·2025-02-28 01:33

UnionLLM——通过统一接口调用国内外所有LLM的Python开源工具包

最近忙里偷闲和公司前端小伙伴一起撸了一个Python开源项目——UnionLLM。这是一个通过与OpenAI兼容的统一方式调用各种国内外各种大语言模型和Agent编排工具的轻量级开源工具包。
everfly·2025-02-28 00:57

LakeSoul 国产湖仓框架新篇章：开源基金会孵化，国产信创认证，新版本重磅发布

近期，LakeSoul项目又有了多项重要的新进展：LakeSoul开源项目正式捐赠进入Linux基金会孵化，成功通过了国产信创认证，并发布了2.3.0全新版本。
元灵数智·2025-02-28 00:22

python dag调度系统开发_基于DAG的分布式任务调度平台-Maat

背景什么是MaatMaat是一个基于开源项目Airflow的流程调度系统，它支持用户自定义地组装流程节点，流程可以在用户指定的时间触发(支持crontab格式)，或由用户手动触发。
weixin_39634997·2025-02-27 23:51

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

PolyOS 是面向 RISC-V 架构的智能终端和 AIoT 开源操作系统（基于开源鸿蒙）

该操作系统基于开源项目OpenHarmony，旨在为RISC-V潜在的硬件和软件市场构建一个强大的移动操作系统和生态系统。当前特性与目标PolyOSMo
skywalk8163·2025-02-27 21:56

【万字长文】开源之播对话白鲸开源CEO郭炜--乐观主义的开源精神走得更远

作为Apache基金会的成员，我曾参与并孵化了多个开源项目，如早期的ClickHouse，以及ApacheDolphinScheduler（中文名：海豚调度）和ApacheSeaTunnel。
SeaTunnel·2025-02-27 21:54

深入拆解Nightingale(一)

前言了解了一段时间的开源项目夜莺，虽说看了一些官方提供了文档和还有视频，并且有幸参加快猫的黄埔营培训，算是新手入门水平。
weixin_47028810·2025-02-27 21:24

浅析 DeepSeek 开源的 FlashMLA 项目

浅析DeepSeek开源的FlashMLA项目DeepSeek开源周Day1（2025年2月24日）放出的开源项目——FlashMLA，是一款针对Hopper架构GPU高效多层级注意力(Multi-LevelAttention
X.Cristiano·2025-02-27 20:18

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

解锁C++学习密码，从入门到精通不是梦

深入学习（一）C++标准库探秘（二）面向对象编程（OOP）（三）泛型编程与模板四、高阶拓展：掌握高级特性（一）内存管理与指针（二）异常处理（三）多线程编程五、实战演练：项目实践（一）小型项目实践（二）参与开源项目六
大雨淅淅·2025-02-27 19:43

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

分享一个学习Ollama的开源项目，轻松上手大模型部署

最近deepseek火得不行，很多人都想在家里部署一个来玩一下，所以到处找资源学习。机缘巧合下搜到了这个项目，内容相当给力，不敢私藏，分享出来给需要的同学。项目地址：https://github.com/datawhalechina/handy-ollamalink在线阅读：https://datawhalechina.github.io/handy-ollama/link效果预览：感谢所有对该项
可可南木·2025-02-27 12:50

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

Dataflow 开源项目教程

Dataflow开源项目教程dataflowRendergraphsusingadeclarativemarkup.项目地址:https://gitcode.com/gh_mirrors/dataf/dataflow1
戴洵珠Gerald·2025-02-27 05:26

探索数据流之美：DataFlow开源项目深度解析

探索数据流之美：DataFlow开源项目深度解析项目地址:https://gitcode.com/gh_mirrors/dataf/dataflow在软件设计与架构的世界里，清晰地表达数据流动与系统交互至关重要
廉欣盼Industrious·2025-02-27 05:56

探索未来科技：PositronV3 - 高性能全栈Web框架

探索未来科技：PositronV3-高性能全栈Web框架去发现同类优质开源项目:https://gitcode.com/是一个强大且灵活的全栈Web开发框架，专为高效、可扩展和易于维护的应用程序设计。
毕艾琳·2025-02-27 04:49

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

spring boot整合MyBatis操作数据库

Javaspringboot整合MyBatis操作数据库MyBatis的前身是Apache社区的一个开源项目iBatis，于2010年更名为MyBatis。
calm_JayBo·2025-02-27 03:35

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

适合 C++ 学习的开源项目——在 GitHub 学编程

在HelloGitHub的群里，经常遇到有小伙伴询问编程语言如何入门方面的问题，如：我要学习某一门编程语言，有什么开源项目可以推荐吗？我是某编程语言的新手，有什么练手的项目推荐吗？
java领域·2025-02-27 01:52

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
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他