语音播放

云原生周刊：基于 KubeSphere LuBan 架构打造DeepSeek 插件

开源项目推荐KubeAIKubeAI是一个K8s上的AI推理操作器，旨在简化在生产环境中部署和管理大型语言模型（LLM）、向量嵌入和语音处理等机器学习模型。
·2025-03-14 22:37

人工智能概念

近邻算法深度学习是实现这一目标的工具，模仿人脑，使用多层神经网络进行学习算法：多层感知器、卷积神经网络、循环神经网络、长短期记忆网络大模型指参数量巨大的深度学习模型人工智能应用：自然语言处理、图像识别与生成、语音识别
zhangpeng455547940·2025-03-14 19:13

三分钟掌握音视频信息查询 | 在 Rust 中优雅地集成 FFmpeg

这些信息对于媒体管理、转码调度、播放控制等场景至关重要。然而，直接使用FFmpeg命令行工具或其原生API存在以下挑战：命令行工具的复杂性：FFmpeg的命令行参数众多且复杂，使用不当可能导致错误。
Yeauty·2025-03-14 17:57

DeepSeek 与其他 AI 模型的对比：优势与特色分析

多模态能力：DeepSeek支持多种输入和输出形式，如图像和语音。行业适配性：DeepSeek提供了针对不同行业的优化方案。三、与BERT系列的对比生成能力：Dee
CarlowZJ·2025-03-14 14:00

809政府平台H5无插件播放1078URL

809政府平台视频播放器接入指南背景政府平台播放JT/T1078-20166.2音视频流URL大都是通过Flex开发一个播放器完成，但Flash支持已经被大多数浏览器移除或阻止，需要一个新的方案来解决播放问题
毛三仙·2025-03-14 09:53

在Android Studio中通过CMake实现交叉编译生成动态so文件

aux_source_directoryinclude_directorieslink_directoriesadd_librarytarget_link_libraries将CMake配置文件依赖到Gradle中交叉编译生成动态库参考NDK工具链最近项目上需要将微信语音
H.ZWei·2025-03-14 08:52

EasyRTC实现海思设备与Web浏览器小程序双向通话，收到浏览器端发来的音频应该如何解码播放音频

最近我们在调试EasyRTC双向通话时（海思设备与浏览器），发现很多对接的开发者不知道怎么用海思SDK去播放浏览器传过来的音频数据；EasyRTC在浏览器端采样的音频参数为：8000采样，编码格式G711A
EasyRTC·2025-03-14 05:29

uinapp前端技术带动陪玩软件市场，语音陪玩系统源码开发打造你自己的市场

此外，陪玩软件还提供了如语音互动、礼物打赏，在线接单，社交直播等功能，方便玩家畅玩游戏。跨平台开发：uniapp支持一次开发，多端发布，包括iOS、Android、Web以及各种小程序等平台。
·2025-03-14 04:41

【自学笔记】讯飞星火基础知识点总览-持续更新

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录讯飞星火基础知识点总览一、讯飞星火简介二、核心功能1.语音识别2.自然语言处理3.知识图谱4.星火API三、基础概念1.AI模型2
Long_poem·2025-03-14 02:08

MPV Player(MPV播放器)

链接：https://pan.quark.cn/s/a6b4b644bb16MPVPlayer(MPV播放器)是mplayer2和MPlayer的一个分支，支持多种视频文件格式、音频和视频编解码器以及字幕类型
fhfhgfdgdsgi1·2025-03-14 01:31

harmony OS NEXT-音频录制与播放模块

HarmonyOS音频录制与播放模块1.模块功能概览麦克风权限动态检测与申请音频录制功能（支持参数配置）音频波形实时可视化（暂时未完善，先凑合看，后续会完善）录音文件播放功能2.权限检测流程1.代码实现
遇到困难睡大觉哈哈·2025-03-13 22:45

pydub，一个有趣的 Python 音视频处理库！

安装pydub基本用法1.播放音频文件2.剪切音频文件高级用法1.合并音频文件2.调整音量实际应用案例1.音频文件格式转换2.音频剪切和合并3.音频混音4.音频音量调整总结前言大家好，今天为大家分享一个有趣的
漫走云雾·2025-03-13 20:28

【bluedroid】A2dp Source播放流程源码分析(1)

在蓝牙音频传输领域，A2DP（AdvancedAudioDistributionProfile，高级音频分发协议）扮演着关键角色，它能够实现高质量音频（如立体声音乐）通过蓝牙在不同设备间的传输。在Android系统所采用的Bluedroid蓝牙协议栈里，A2DPSource承担着音频流发送的重任，将音频数据传输至A2DPSink（像车载音响、蓝牙耳机等接收设备）。一、概述Bluedroid作为An
byte轻骑兵·2025-03-13 17:07

【Bluedroid】A2dp Sink初始化源码分析

在Bluedroid蓝牙协议栈中，A2DP（AdvancedAudioDistributionProfile）Sink负责接收来自A2DPSource（如手机、音乐播放器等）的音频流，并将其播放到本地设备
byte轻骑兵·2025-03-13 17:07

流媒体服务器如何让WebRTC支持H.265，同时又能支持Web js硬解码、软解码（MSE硬解、WASM软解）

为了这一整套的解决方案，调研+研发整整花费了差不多半年多的时间，需达成的目标：流媒体服务器端不需要将H.265转码成H.264，就能让Chrome解码播放H.265；注意：现在很多市面上的软硬件通过转码
xiejiashu·2025-03-13 15:54

EasyRTC实现基于WebRTC技术实现的即时通信类应用

WebRTC简介WebRTC，名称源自网页即时通信（英语：WebReal-TimeCommunication）的缩写，是一个支持网页浏览器进行实时语音对话或视频对话的API。
xiejiashu·2025-03-13 15:24

图像识别技术与应用

第一节课这节课了解了这门专业的就业职位：工资是怎么样的岗位职责和任职要求看到了人类工业文明的演变了解了人工智能的研究、开发、模拟、延伸、理论、方法和技术看到了生活方式的转变比如智能语音闹钟控制系统、自动驾驶和人脸识别考勤智能购物
超帅的好吧·2025-03-13 13:36

有哪些好用的AI视频加工创作网站

-网址：https://www.synthesia.io2.Fliki-特点：文本转视频，AI语音配音，内置数百万素材库。-适用：快速将
皮皮虾1234·2025-03-13 10:11

利用Qt + OpenGL 渲染 YUV数据，播放视频 mac版

最近利用Qt渲染YUV数据，折腾了很久，最开始使用FFmpeg将YUV数据转换成RGB数据后在用qt绘制，很快得到了成功，但是cpu占用率太大，最后放弃了。在这先感谢来自文章http://blog.csdn.net/su_vast/article/details/52214642的作者，使用他的代码我实现了Windows上的YUV数据渲染。但是移植到mac上渲染不出来，经过折腾及对OpenGL的了
jake2012·2025-03-13 09:07

[android_gallery_4.0]gallery主要类介绍（四）

1）SlideshowView负责处理幻灯片播放的view。1.1）SlideshowAnimation其继承自Animation，负责具体幻灯片切换的显示。
buleideli·2025-03-13 04:27

video标签不能自动播放

Uniapp转h5后video不能自动播放，这是由于各浏览器做了限制，但是如果静音情况下是允许自动播放的。
R码农·2025-03-13 02:15

【Python】构建智能语音助手：使用Python实现语音识别与合成的全面指南

随着人工智能技术的迅猛发展，语音助手已成为人们日常生活中不可或缺的一部分。从智能手机到智能家居设备，语音交互提供了便捷高效的人机交互方式。
蒙娜丽宁·2025-03-13 02:41

声音克隆一键本地化部署 GPT-SoVITS

文章目录GPT-SoVITS介绍1：GPT-SoVITS安装2：GPT-SoVITS使用2.1人声伴奏分离，去混响去延时工具2.2语音切分工具2.3语音降噪工具2.4中文批量离线ASR工具2.5语音文本校对标注工具
博客胡·2025-03-12 18:48

AI视频生成工具清单（附网址与免费说明）

AI视频生成工具清单（附网址与免费说明）1.Synthesia网址：https://www.synthesia.io是否免费：免费试用（生成视频带水印）核心功能：✅120+AI虚拟主播✅支持70种语言语音合成
远方2.0·2025-03-12 18:46

HarmonyNext实战：基于ArkTS的高性能音视频播放器开发

HarmonyNext实战：基于ArkTS的高性能音视频播放器开发引言在HarmonyNext生态系统中，音视频处理是一个复杂且技术密集的领域。
·2025-03-12 18:44

Discord机器人与Webhooks：构建实时交互

它们可以在服务器中发送消息、管理角色、播放音乐等，极大地丰富了用户的通讯体验。1.2技术实现创建一个
熬夜修钩·2025-03-12 15:01

【Python+OpenCV实战】手把手教你打造自定义视频播放器

今天，我们将一起踏入这个奇妙的世界，通过Python和cv2来实现一款自定义的视频播放器，让你在理解基础原理的同时，也能亲手打造出属于自己的酷炫工具。
m0_54877156·2025-03-12 12:45

用OpenCV写个视频播放器可还行？（Python版）

引言提到OpenCV，大家首先想到的可能是图像处理、目标检测，但你是否想过——用OpenCV实现一个带进度条、倍速播放、暂停功能的视频播放器？
程序员Linc·2025-03-12 12:41

Phi-4-multimodal：图、文、音频统一的多模态大模型架构、训练方法、数据细节

Phi-4-Multimodal是一种参数高效的多模态模型，通过LoRA适配器和模式特定路由器实现文本、视觉和语音/音频的无缝集成。
余俊晖·2025-03-12 12:40

FFmpeg入门：最简单的音频播放器

FFmpeg入门：最简单的音频播放器欢迎大家来到FFmpeg入门的第二章，今天只做一个最简单的FFmpeg音频播放器；同样，话不多说，先上流程图流程图以上流程和视频播放器的解码过程基本上是一致的；不同点在于
_多拉不懂A梦·2025-03-12 09:20

情感识别（Emotion Recognition）

情感识别（EmotionRecognition）是通过分析人类的多模态数据（如面部表情、语音、文本等）来识别和理解其情感状态的技术。它在人机交互、心理健康、市场分析等领域有广泛应用。
路野yue·2025-03-12 08:10

【RTSP】客户端（一）：RTSP协议实现

所以其是一个客户端-服务器模型，客户端需要发送请求给服务器，然后服务器返回响应主要功能建立和终止流媒体会话：客户端可以使用RTSP来请求服务器建立或者终止流媒体会话控制媒体流的播放：客户端实现控制媒体流
gma999·2025-03-12 06:27

工程化与框架系列（27）--前端音视频处理

前端音视频处理引言前端音视频处理是现代Web应用中的重要组成部分，涉及音频播放、视频处理、流媒体传输等多个方面。本文将深入探讨前端音视频处理的关键技术和最佳实践，帮助开发者构建高质量的多媒体应用。
一进制ᅟᅠ        ‌‍‎‏ ·2025-03-12 06:24

【AI深度学习网络】Transformer时代，RNN（循环神经网络）为何仍是时序建模的“秘密武器”？

循环神经网络（RecurrentNeuralNetwork,RNN）是一种专门处理序列数据（如文本、语音、时间序列）的深度学习模型。
arbboter·2025-03-12 02:18

深度解析短视频开源项目 MoneyPrinterTurbo 使用教程

它提供了一整套完整的工作流，结合了图像处理、文本转语音(TTS)、视频编辑等功能，帮助用户快速制作符合社交媒体平台（如TikTok、InstagramReels、YouTubeShorts）要求的短视频
非著名架构师·2025-03-12 02:47

多模态大模型：技术原理与实战 模型压缩实战

ZenandtheArtofComputerProgramming关键词：多模态大模型，技术原理，模型压缩，实战，TensorFlow，PyTorch，模型压缩方法，应用场景1.背景介绍1.1问题的由来随着人工智能技术的飞速发展，多模态大模型在图像识别、语音识别
AGI大模型与大数据研究院·2025-03-12 01:16

2025年工业智能对讲机有多智能？数据采集+AI不在话下！

但传统设备仅能实现基础语音传输的局限性，已难以满足现代工业对效率与智能化的需求。
AORO_BEIDOU·2025-03-11 22:18

esp32手把手DIY AI小智语音助手教程 (三) 配置ESP32设备 Wi-Fi连接网络

esp32手把手DIYAI小智语音助手教程(三)配置ESP32设备Wi-Fi连接网络1.WI-FI网络配置1）启动设备在bin固件下载/烧录后，将设备保持接通电源，按下开发板上的RST按钮复位重启设备（
代码简单说·2025-03-11 22:44

【花雕动手做】基于ESP32S3和通义千问大模型AI语音聊天机器人

开源项目1、核心功能：该项目利用ESP32S3开发板，结合通义千问大模型，实现了一个AI语音聊天机器人。用户可以通过语音与机器人进行交互，机器人能够理解用户的语音指令并给出相应的语音回答。
驴友花雕·2025-03-11 22:44

ESP32 小智 AI 机器人入门教程从原理到实现（自己云端部署）

简介：本教程将指导初学者使用ESP32微控制器开发一个简单的语音对话机器人“小智”。我们将介绍所需的基础原理、硬件准备、软件环境搭建，以及如何编写代码实现语音唤醒和与云端大模型的对接。
与光同尘 大道至简·2025-03-11 18:11

ffplay 使用文档介绍

ffplayffplay是一个简单的媒体播放器，它是FFmpeg项目的一部分。FFmpeg是一个广泛使用的多媒体框架，能够解码、编码、转码、复用、解复用、流化、过滤和播放几乎所有类型的媒体文件。
码流怪侠·2025-03-11 17:06

FFplay简单过滤器

ffplay-itest_video.mp4-vftranspose=1视频反转ffplaytest_video.mp4-vfhflip视频同时旋转和反转ffplaytest_video.mp4-vfhflip,transpose=1音频变速播放
Zikoeng Tong·2025-03-11 16:31

HarmonyNext实战：基于ArkTS的高性能音视频播放器开发

HarmonyNext实战：基于ArkTS的高性能音视频播放器开发引言在HarmonyNext生态系统中，音视频播放是一个复杂且具有挑战性的领域。
·2025-03-11 15:00

HarmonyNext实战：基于ArkTS的跨平台音视频流媒体应用开发

本文将深入探讨如何使用ArkTS构建一个高性能的跨平台音视频流媒体应用，涵盖从音视频采集、编码、传输到播放的完整开发流程。
·2025-03-11 11:50

计算机网络：电路交换，报文交换，分组交换

特点1.建立连接（尝试占用通信资源）2.通信（一直占用通信资源）3.释放连接（归还通信资源）优点：•实时性强（如语音通话、视频会议）。•数据传输顺序和完整性有保障。
LG.YDX·2025-03-11 10:42

智能语音交互新标杆：WT2003HX语音芯片赋能扫地机器人产品升级

在这一背景下，广州唯创电子推出的WT2003HX系列语音芯片，凭借其卓越的性能、灵活的适配性以及高可靠性，成为扫地机器人产品实现语音交互功能升级的理想解决方案。一、WT2
广州唯创电子·2025-03-11 09:04

智慧树刷课插件常见问题解决方案

智慧树刷课插件常见问题解决方案zhihuishu智慧树刷课插件，自动播放下一集、1.5倍速度、无声项目地址:https://gitcode.com/gh_mirrors/zh/zhihuishu1.项目基础介绍本项目是一个开源的智慧树刷课插件
姬虹俪Humble·2025-03-11 04:20

基于STM32单片机的仓库管理系统设计-RFID-电磁锁-震动-ISD1820-TFT1.44-WiFi APP-DIY25-112

本设计由STM32F103C8T6单片机核心板电路+3个RFID模块电路+电磁锁电路+震动传感器电路+ISD1820语音模块电路+TFT1.44寸液晶显示电路+WiFi模块电路+电源电路组成。
通旺科技·2025-03-11 03:10

【开源精选】《前端铺子》：打造你的全能型小程序开发助手

uView框架，完美支持微信小程序，包含功能：自定义TabBar与顶部、地图轨迹回放、电子签名、自定义相机/键盘、拍照图片水印、在线答题、证件识别、周边定位查询、文档预览、各种图表、行政区域、海报生成器、视频播放
平淮齐Percy·2025-03-11 02:39

华为昇腾适配阶跃星辰多模态开源模型，上线魔乐社区

今日，魔乐社区（Modelers）宣布已上架由阶跃星辰自研的Step-Video视频生成和Step-Audio语音模型两款开源多模态大模型，并基于华为昇腾CANN异构计算架构和昇腾服务器，完成了对模型的适配
·2025-03-10 22:05
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他