语音播放

微信小程序语音输入插件安装及AI开发详解

1.登录微信公众平台进入小程序后台主页，点击账号设置-第三方设置-添加插件。在搜索页面输入微信同声传译获取插件，见下图。2.添加插件后会有审核（很快），通过后点击详情可以进入下图所示的界面。需要记住同声传译插件的AppID，在后续小程序开发中会用到。3.打开traecomposer，选择claude-3.7-sonnet模型，输入以下prompt：你需要在index页面中，使用微信小程序'同声传译
un_fired·2025-03-10 21:29

手机投屏到电脑，将一加手机投射到Linux大屏共享娱乐

无论你是想展示旅行中拍摄的照片和视频，还是播放最新的电影或音乐作品，亦或是进行一场紧张刺激的游戏对战，通过简单的操作就能实现从移动设备到大屏幕的无缝连接。
AirDroid_cn·2025-03-10 15:50

基于讯飞星火的语音问答

一.简介项目基于讯飞星火api作为核心能力并在其中搭载了WebSpeechAPI中的webkitSpeechRecognition对象来实现语音转文字的功能和TTS(Text-to-Speech)：通过调用百度
哎呦☞ᨐ·2025-03-10 15:45

大模型交互-超拟人合成

1、超拟人合成：将文字转化为自然流畅的人声，在实时语音合成的基础上，精准模拟人类的副语言现象，如呼吸、叹气、语速变化等，使得语音不仅流畅自然，更富有情感和生命力。
定制开发才有价值·2025-03-10 14:12

Spark-TTS：基于大模型的文本语音合成工具

GitHub：https://github.com/SparkAudio/Spark-TTSSpark-TTS是一个先进的文本到语音系统，它利用大型语言模型（LLM）的强大功能进行高度准确和自然的语音合成
CITY_OF_MO_GY·2025-03-10 13:35

解析：婚恋交友系统APP源码开发攻略,语音视频聊天功能实现步骤核心功能

系统功能特点1.自定义小程序管理：本系统提供完整的后台管理功能，开发者可以根据自己的需求进行定制和修改，包括但不限于论坛版块管理、帖子管理、用户管理等功能。后台管理界面简洁明了，操作方便，大大降低了开发门槛。2.完整的安装代码包：本系统提供完整的安装代码包，包括小程序前端代码、后端服务代码以及数据库结构等。开发者只需按照说明进行安装和配置，即可快速搭建起一个功能完备的社区论坛小程序。3.丰富的功能
·2025-03-10 13:42

用OpenCV写个视频播放器可还行？（C++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·2025-03-10 12:57

CosyVoice-Web版文字转语音服务

CosyVoice-Web版文字转语音服务概述本系统是基于阿里云DashscopeAPI实现的文字转语音服务，采用Flask框架构建Web应用。
Bruce_xiaowei·2025-03-10 09:04

AI换脸被滥用：AI雷军被骂8天上热搜！谁在操控我的脸？

这位科技大佬首次披露了自己遭遇的AI"数字追杀"：去年国庆假期，"AI雷军"在短视频平台持续发布辱骂内容长达8天，累计播放量超2亿次。
大力财经·2025-03-10 09:33

Python爬虫–爬取酷狗音乐 2024亲测可用！！！

相信很多小伙伴都有听歌的习惯~今天我们就来学习怎么用Python来爬取音乐吧~~~首先打开音乐网站，找到想听的歌，打开播放页面在网页上右键点击检查，调出开发者工具，找到网络（Network）选项。
LinHZ2012·2025-03-10 08:59

音乐自动播放html代码大全,网页HTML音乐播放器代码大全

网页HTML音乐播放器代码大全HituxCMS.com2013年5月26日字体大小:autostart="true"中true或1表示自动播放，false或0表示手动播放loop="true"中的true
weixin_39786155·2025-03-10 02:15

html播放本地音乐

本地有多个音乐文件，想用html逐个播放，或循环播放，并设置初始音量。audio在html中播放音乐文件用audio标签：controls启用控制按钮，如进度条、播放、音量、速度等。
HackerTom·2025-03-10 01:09

FFplay 7.0 文档

ffplay文档1.概要ffplay[options][input_url]2.描述FFplay是一个非常简单且可移植的媒体播放器，使用FFmpeg库和SDL库。
宋志辉·2025-03-09 22:35

提高客户体验：人类计算在营销中的应用

人类计算与营销：开启个性化时代的未来人类计算与营销：开启个性化时代的未来关键词：人工智能、个性化营销、客户体验、数据驱动、客户关系管理摘要：本文探讨了人类计算在营销中的应用，包括语音识别、人脸识别、自然语言处理等技术
AI天才研究院·2025-03-09 21:26

ChatGPT-4o引领医学革命：临床科研创新与效率的新纪元

2024年5月12日，更强版本的ChatGPT-4o上线，文本、语音、图像等多模态交互方式使其在各行各业的应用呈现了更多的可能性。
小艳加油·2025-03-09 17:52

H5之webcoekt播放JPEG图片流

一、简介既然webcoekt是基于tcp连接的，理论上讲所有的浏览器是可以私有协议处理二进制的，如果我们需要播放视频，我们可以将视频数据在后端解码后直接将图片推送到webcoekt前端，然后前端通过websocket
·2025-03-09 16:18

基于Pytorch的语音情感识别系统

基于Pytorch的语音情感识别系统介绍语音情感识别（SpeechEmotionRecognition,SER）是指通过分析和处理人的语音信号来识别其情感状态。
鱼弦·2025-03-09 15:34

基于STM32单片机智能储物柜快递柜无线摄像头视频监控GSM短信设计DIY24-294

本系统由STM32F103C8T6单片机核心板、无线模块、TFT1.44寸彩屏液晶显示电路、智能语音电路、四路舵机驱动电路、矩阵按键电路、GSM模块和继电器模块及电源电路。
通旺科技·2025-03-09 13:20

H5播放webrtc视频

一、简介WebRTC概念WebRTC是由Google主导的，由一组标准、协议和JavaScriptAPI组成，用于实现浏览器之间（端到端之间）的音频、视频及数据共享。WebRTC不需要安装任何插件，通过简单的JavaScriptAPI就可以使得实时通信变成一种标准功能。为什么使用webrtc现在各大浏览器以及终已经逐渐加大对WebRTC技术的支持。下图是webrtc官网给出的现在已经提供支持了的浏
·2025-03-09 12:41

H5播放Rtmp之vue-video-player播放播放

一、简介我们看到了HLS播放视频实时性非常差，好的在6-7s，差点的就要10-12s了，也就是人走了，估计视频上还能看到，这对观感效果造成了很大的影响！
·2025-03-09 12:11

H5播放HLS之videojs播放视频

一、简介如果要让网页支持在所有浏览器上播放，就需要使用第三方的播放器。VideoJs是一个较好的播放器库，完全免费，不像JWPlayer一样需要付费才能使用一些高级功能。
·2025-03-09 12:41

Python项目-基于Django的在线教育平台开发

本项目旨在创建一个集课程管理、视频播放、在线测验、学习进度跟踪和社区互动于一体的综合性教育平台，为教育机构和个人讲师提供一站式在线教学解决方案。2.技术栈选择2.1后端
天天进步2015·2025-03-09 09:23

2025年2月25日 每日一闻

马斯克宣布Grok重大更新特斯拉CEO马斯克正式推出Grok语音模式V2.0版本，该更新深度整合多模态AI能力，支持自然语义理解与跨场景对话，三变科技等产
Kanjx·2025-03-09 06:23

北斗短报文+5G：遨游通信终端开启全域智能物联新时代

从2G时代的语音通信到5G时代的万物互联，从北斗一代的区域定位到北斗三号的全球组网，技术的融合创新始终是推动社会进步的核心动力。
AORO_BEIDOU·2025-03-09 05:18

Agent 框架与应用

其核心能力可拆解为以下四部分：1.1.1感知能力（Perception）Agent通过多模态输入接口获取环境信息：•数据采集：集成传感器（如自动驾驶的激光雷达）、API（如天气数据接口）、文本/语音交互系统等
power-辰南·2025-03-09 02:49

Meta 计划在 Llama 4 中引入改进的语音功能，接近双向自然对话

据英国《金融时报》3月7日报道，Meta首席产品官ChrisCox透露，Llama4将是一个“全能模型”，语音功能将是原生的1。
timer_017·2025-03-08 23:28

AI大模型报告 | 《中国数字人发展报告(2024)》（完整版PDF免费附下载）

在技术层面，数字人通过数字建模手段实现，涵盖计算机图形学、动作捕捉、图形渲染、语音合成、深度学习等多项技术。
AI大模型_学习君·2025-03-08 21:10

魔百盒M401A、UNT403A、UNT413A_S905L3A/B_开启ROOT_红外蓝牙语音_通刷线刷固件包

魔百盒M401A、UNT403A、UNT413A_S905L3A/B_开启ROOT_红外蓝牙语音_通刷线刷固件包，2+8G或2+16G配置-安卓9.0，支持最新出UWE5621DS/MT7661/MT7663
fatiaozhang9527·2025-03-08 21:36

永久免费，不限次数，安卓神器

很多时候我们在手机上录了音频，需要把它转成文字，临时又不知道用什么软件，那今天我给大家找来一个完全免费语音转文字工具：小白转文字，其核心定位为“全能免费语音文字转换神器”，集成视频、语音、图片、文档文字识别等功能
zhslhm·2025-03-08 19:28

前端非框架类知识点汇总

属性是在图片加载不出来时替换成文本title属性是在鼠标悬停的时候显示srcset属性是在不同的屏幕上显示不同的图片srcset=“url2x，url3x”视频标签：video是一个双标签controls播放控件
南川直树·2025-03-08 18:18

嵌入式行业全景透视：前景、挑战与从业者发展路径

例如，智能家居通过语音识别与传感器联动实现设备协同，工业4.0中嵌入式系统支撑自动化产线的实时控制与数据采集。据预测，2028年
九溪弥烟、·2025-03-08 16:49

【Hugging Face】datasets 库：加载、处理和分享大规模数据集

HuggingFaceDatasets库HuggingFace的datasets库是一个轻量级、高性能的库，用于加载、处理和分享大规模数据集，特别适用于自然语言处理（NLP）、计算机视觉（CV）和语音任务
彬彬侠·2025-03-08 15:28

viewer.js插件--图片预览，放大，旋转，镜像翻转，幻灯片播放等功能

varviewer=newViewer(document.getElementById('yyzh_img'),{url:'data-original',toolbar:{zoomIn:4,zoomOut:4,oneToOne:false,reset:true,prev:false,play:{show:false,size:'large',},next:false,rotateLeft:true
十年 lius·2025-03-08 13:28

鸿蒙系统分布式文件概述、访问、拷贝

平板保存的音乐，车载系统直接可见并可播放。户外拍摄的照片，回家打开平板直接访问原设备拍摄的照片。hmdfs在分布式软总线动态组网的基础上，为网络上各个设备结点提供一个全局一致
小时代的大玩家·2025-03-08 09:20

RV1126视频采集

简介：将摄像头采集的视频以H264编码存储在本地文件test_out.h264里，并以ffmpeg播放**1.
weixin_45281309·2025-03-08 05:14

RV1126笔记六：人脸识别方案＜四＞

通过摄像头实时采集数据，识别人脸，并提取人脸特征，把特征值和数据库对比后，把名字合合到图像上，通过自带的RTSP库推流，在PC端播放。
殷忆枫·2025-03-08 05:39

qt 播放pcm音频

PCM编码格式（兼容性最佳）-ar44100：设置采样率为CD标准44.1kHz（可替换为16000/8000等）‌-ac2：保留立体声（单声道用-ac1）‌-fs16le：强制输出二进制裸数据格式‌二、播放方
码农客栈_V13427279549·2025-03-08 05:56

成为 Android 开发人员的最佳途径 – 完整路线图

Android操作系统由谷歌于2005年收购的AndroidInc.开发游戏、音乐播放器、相机等各种应用程序都是为这些智能手机构建的，可在Android上运行。GooglePlayStor
大门口的猴子·2025-03-08 04:20

【实战项目】Python 手撕一个基于最新端到端大模型的语音聊天系统

写在前面：为什么需要端到端语音交互近年来，随着深度学习技术的飞速发展，语音交互技术取得了显著的进步。从智能音箱到虚拟助手，语音交互已经渗透到我们生活的方方面面。
kakaZhui·2025-03-08 02:53

【有啥问啥】深入浅出：大模型应用工具 Ollama 技术详解

深入浅出：大模型应用工具Ollama技术详解引言近年来，大型模型（LargeModels，LLMs）技术突飞猛进，在自然语言处理、计算机视觉、语音识别等领域展现出强大的能力。
有啥问啥·2025-03-08 00:21

TORGO 数据库：构音障碍语音研究的宝贵资源

TORGO数据库：构音障碍语音研究的宝贵资源在语音识别和语音病理学领域，构音障碍（Dysarthria）是一个重要的研究方向。
帅小柏·2025-03-07 20:10

人工智能基础知识

二：自然语言处理nlp（语音识别）处理（文本）方面解决（说和听的问题），RNN，LSTM，attention，transformer（基于规则的翻译，超越普通
yzx991013·2025-03-07 16:24

使用python Selenium实现智慧树界面化自动刷网课 chromehandless实现智慧树无界面化自动刷网课

我是通过使用selenium驱动真实的浏览器来实现1.自动点击播放2.自动切换到流畅画质（省流量）3.自动1.5倍速4.自动静音4.自动检查当前播放时间，结束后调到下一集由于是驱动真实的浏览器来实现一系列操作
我所向往的美好·2025-03-07 12:54

QT作业day5

实现闹钟头文件：#defineALARM_CLOCK_H#include#include#include#include#include//文本转语音类#includeQT_BEGIN_NAMESPACEnamespaceUi
冷灵雨月·2025-03-07 11:15

智慧树刷课神器：自动化学习新体验

智慧树刷课神器：自动化学习新体验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/zhihuishu在开源社区的一隅
詹坦直Lucinda·2025-03-07 11:11

服务器、群晖，飞牛NAS等部署Whisper ASR教程来啦！让我们的Nas轻松实现音频转文字服务！

文章目录介绍演示环境服务器/群晖/飞牛NAS部署WhisperASR，语音识别soeasy！
xiaoqiangclub·2025-03-07 10:20

HTML+CSS+javascript 轮播图

JavaScript用于控制网页的行为，所以您可以使用JavaScript来控制轮播图的功能，如自动播放和用户交互。下面是一个简单的HTMLCSSJavaScript轮播图的例子：H
Paula-柒月拾·2025-03-07 07:12

视频正常播放时进度条不变VIDEOJS: ERROR: (CODE:4 MEDIA_ERR_SRC_NOT_SUPPORTED) No compatible source was found for

错误信息：VIDEOJS:ERROR:(CODE:4MEDIA_ERR_SRC_NOT_SUPPORTED)Nocompatiblesourcewasfoundforthismedia.没有找到与此媒体兼容的源。原因：建dom节点时，视频src的值为空导致的问题解决方法：可以给src一个初始化默认值
全栈小董·2025-03-07 05:22

视觉定位 完整软件：C# + Halcon，流程可配置、多品牌相机支持、模板匹配与实时播放，【教程】使用C# + Halcon实现可配置的视觉定位软件，支持多品牌相机采图和模板匹配，实时播放输出结果，

1.流程可配置；2.海康威视相机采图，可定制成其它品牌相机（Basler，映美精等）；3.模板匹配；4.定位指针，拟合圆，拟合矩形；跟随模板匹配跑；5.实时播放；输出结果对列；6.代码结构使用共同接口，
QhVRjZTKJ·2025-03-07 04:14

神经网络ＶＳ决策树

适用性广泛:神经网络适用于分类、回归、图像处理、语音识别、自然语言处理等多种任务。多层结构:通过增加隐藏层，神经网络可以逐层提
Persistence is gold·2025-03-07 01:16
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他