语音视频第25页

深度学习之目标检测的常用标注工具

2labelmelabelme是一款开源的图像/视频标注工具，标签可用于目标检测、分割和分类。灵感是来自于MIT开源的一款标注工具Label

铭瑾熙·2025-02-20 16:32

RealtimeSTT：实时语音转文本的开源神器，轻松实现高效语音处理

在语音技术飞速发展的时代，实时语音转文本（Speech-to-Text，简称STT）技术已逐渐成为语音助手、在线会议记录、字幕生成等应用的核心功能。

AI云极·2025-02-20 15:29

TK群发器：提升TikTok营销效率的智能工具

随着短视频平台TikTok的快速发展，许多企业和内容创作者都将其作为重要的营销渠道。但随着平台的竞争加剧，如何高效管理多个账号、提升曝光度和互动率，成为了营销者的一大挑战。

@ V:ZwaitY09·2025-02-20 15:29

语聊房软件开发流程与基础功能

以下是关键流程、基础功能及示例代码：---一、开发流程1.需求分析-明确目标用户（社交/游戏/教育）-竞品分析（Clubhouse/Discord/狼人杀）-核心功能优先级排序2.技术选型-实时语音：声网

ALLSectorSorft·2025-02-20 15:54

J-Link系列下载器的烧录问题彻底解决

按照此链接中课程1.1准备安装环境进行操作【铁头山羊stm32入门教程【新版】-哔哩哔哩】https://b23.tv/wb5XUGo2.安装J-link驱动2-1从jlink官网下载最新版本驱动2-2按照此链接视频中

1zero10·2025-02-20 14:22

鸢尾花分类项目 GUI

常见的应用包括图像识别、语音识别、推荐系统等。

编织幻境的妖·2025-02-20 14:49

python做一个注册界面_python如何做一个登录注册界面

weixin_39824033·2025-02-20 14:18

【干货】视频文件抽帧（opencv和ffmpeg方式对比）

importtimeimportsubprocessimportcv2,osfrommathimportceildefextract_frames_opencv(video_path,output_folder,frame_rate=1):"""使用OpenCV从视频中抽取每秒指定帧数的帧

zkFun·2025-02-20 14:14

《神经网络与深度学习》(邱锡鹏) 内容概要【不含数学推导】

还阐述了深度学习在人工智能领域的重要地位和发展现状，以及其在图像、语音、自然语言处理等多个领域的成功应用。术语解释人工智能：旨在让机器模拟人类智能的技术和科学。

code_stream·2025-02-20 13:12

SIP协议ALG实现逻辑【概览】（一）

SIP（SessionInitiationProtocol）是一种用于控制多媒体通信会话的信令协议，广泛应用于VoIP（VoiceoverIP）、视频通话、即时消息等实时通信应用中。

看兵马俑的程序员·2025-02-20 13:34

应用内自动续订商品，畅享无缝服务体验

对于有视频、音乐等会员需求的用户，一旦体验到服务中断或需要频繁操作，可能会转向其他竞争产品，导致用户流失。

·2025-02-20 12:38

蓝队基础：企业网络安全架构与防御策略

声明学习视频来自B站up主**泷羽sec**有兴趣的师傅可以关注一下，如涉及侵权马上删除文章，笔记只是方便各位师傅的学习和探讨，此文章为对视频内容稍加整理发布，文章所提到的网站以及内容，只做学习交流，其他均与本人以及泷羽

重生之物联网转网安·2025-02-20 11:51

dreamweaver html语言,Dreamweaver网页设计与制作(HTML+CSS+JavaScript)

Dreamweaver网页设计与制作(HTML+CSS+JavaScript)编辑锁定讨论上传视频本词条缺少信息栏，补充相关内容使词条更完整，还能快速升级，赶紧来编辑吧！

weixin_39979245·2025-02-20 11:46

html 5中css的含义,HTML 5+CSS+JavaScript网页设计与制作

HTML5+CSS+JavaScript网页设计与制作编辑锁定讨论上传视频《HTML5+CSS+JavaScript网页设计与制作》是2019年4月清华大学出版社出版的图书，作者是彭进香、张茂红、王玉娟

律保阁-Michael·2025-02-20 11:46

小程序类毕业设计选题题目推荐（29）

基于微信小程序的设备故障报修管理系统设计与实现，SpringBoot+Vue+毕业论文基于微信小程序的设备故障报修管理系统设计与实现，SSM+Vue+毕业论文基于微信小程序的电影院购票小程序系统，SpringBoot+Vue+毕业论文+指导搭建视频基于微信小程序的宿舍报修管理系统设计与实现

初尘屿风·2025-02-20 10:42

Coze扣子专业版计费规则调整一览

专业版用户每日赠送500资源点（仅限当日有效），可抵扣智能体调用费用和模型调用费用语音识别API、语音合成API、实时音视频SDK全面开放，无需申请即可使用更新详解：智能体资源包、大模型资源包下架处理，

落笔画忧愁e·2025-02-20 09:33

H264视频编码系列教程-3关键参数集与解码初始化

H264关键参数集与解码初始化1.参数集整体架构1.1层级包含关系视频码流VPS层SPS层PPS层约束约束图像参数PPS工具参数序列参数SPS工具配置编码能力VPS性能限制H264参数集采用三层架构设计

TogetherWeShare·2025-02-20 09:03

handpose_X 之 onnx runtime C++（手部关键点检测）

示例视频：开源项目-手势识别手势检测手部21关键点检测2、手部关键点检测onnx模型，onnxruntimeC++模型推理。项目地址：https://gitco

Xian-HHappy·2025-02-20 09:02

Fastgpt接入Whisper本地模型实现语音识别输入

前言FastGPT默认使用了OpenAI的LLM模型和语音识别模型，如果想要私有化部署的话，可以使用openai开源模型Whisper。

泰山AI·2025-02-20 09:31

DeepSeek掀起推理服务器新风暴，AI应用迎来变革转折点？

AI浪潮下，推理服务器崭露头角在科技飞速发展的当下，AI是耀眼明星，席卷各行业，深刻改变生活与工作模式，从语音助手到医疗诊断、金融风险预测，AI无处不在。

小深ai硬件分享·2025-02-20 08:20

yolov8人脸识别与脸部关键点检测（代码+原理）

YOLOv8脸部识别是一个基于YOLOv8算法的人脸检测项目，旨在实现快速、准确地检测图像和视频中的人脸。该项目是对YOLOv8算法的扩展和优化，专门用于人脸检测任务。

QQ_1309399183·2025-02-20 07:13

【拥抱AI】如何实现AI外呼通话，并与客户达成确认

1.技术选型与准备主要技术组件语音识别（ASR）：将客户的语音转换为文本。自然语言处理（NLP）：理解和生成自然语言对话。语音合成（TTS）：将文本转换为客户可以听到的语音。

奔跑草-·2025-02-20 06:08

AScript自动化脚本游戏辅助系列教程

哔哩哔哩_bilibiliAScript基础-python核心与进阶课程简介是Python自动化脚本开发，AScript零基础从入门到精通，游戏脚本，自动化脚本，python核心与进阶实战教程的第1集视频

jinglong.zha·2025-02-20 05:05

华为的云端训练算力与迭代效率

华为云、云端训练、算力、迭代效率、人工智能、深度学习、模型训练、分布式训练、优化算法1.背景介绍人工智能（AI）技术近年来发展迅速，深度学习作为其核心驱动力，在图像识别、自然语言处理、语音识别等领域取得了突破性进展

AI大模型应用之禅·2025-02-20 05:34

mysql 删表卡死_如何解决mysql 删表卡住的问题

霍冉·2025-02-20 05:02

vue播放m3u8视频

npmivue-video-player-S//版本"^5.0.2"npmivideojs-flash-S//播放rtmpnpmivideojs-contrib-hls-S//播放m3u8父页面：//传入视频地址

zmyalh·2025-02-20 04:58

NFC碰一碰发视频源码高质量矩阵宣传视频，支持OEM

结合视频传播的强大影响力，NFC碰一碰发视频拓客系统应运而生。本文将深入探讨该系统的源码搭建过程，并详细阐述如何实现对OEM（原始设备制造商）的支持，为开发者和企业提供一套全面的技术指南。

余~~18538162800·2025-02-20 04:58

AI外呼机器人：营销新利器还是骚扰电话的升级版？

AI外呼系统的核心技术是语音识别和自然语言处理。通过深度学习海量

yoloGina·2025-02-20 04:28

Java零基础入门笔记：(3)程序控制

前言本笔记是学习狂神的java教程，建议配合视频，学习体验更佳。

Sherlock Ma·2025-02-20 04:26

Java零基础入门笔记：(4)方法

前言本笔记是学习狂神的java教程，建议配合视频，学习体验更佳。

Sherlock Ma·2025-02-20 04:26

Java Pjsip (Pjsua2 api ) 2.10 windows sip语音呼叫教程

1.安装swigwin-4.0.1下载地址http://www.swig.org/download.html注意是swigwinWindowsusersshoulddownloadswigwin-4.0.1whichincludesaprebuiltexecutable.配置目录到winpath2.下载pjproject-2.10.zip(如果有python错误请安装py2.7及环境path配置)

java_lilin·2025-02-20 04:47

芯麦GC1808立体声ADC芯片解析：高性价比与全集成音频采集方案

引言在直播设备、智能语音终端等新兴应用的推动下，高性能音频采集系统的需求持续增长。

青牛科技-Allen·2025-02-20 03:16

无人设备遥控器之视频回传篇

无人设备遥控器的视频回传是指将无人设备（如无人机）采集到的视频信号传输回遥控器或其他接收设备的过程。这一过程在诸多应急情境中显得尤为重要，它能为指挥中心的决策者、调度系统以及AI分析等提供实时画面。

SKYDROID云卓小助手·2025-02-20 03:16

怎样让小爱音响免费畅听？本地音乐库与自动搜歌播放全搞定！（如何让小爱音响播放本地音乐库？如何让小爱音响自动搜索下载音乐到本地并播放？）

文章目录介绍演示环境小爱音响准备部署配置语音口令️注意事项⚓️相关链接⚓️介绍还在因为小爱音响的音乐资源问题苦恼吗？当你心情正好，想放首歌，却发现不是提示“没有资源”，就是让你开会员？

xiaoqiangclub·2025-02-20 03:45

开源项目亮点：打造你的DIY智能语音助手——“小爱音箱自定义固件”

开源项目亮点：打造你的DIY智能语音助手——“小爱音箱自定义固件”项目地址:https://gitcode.com/gh_mirrors/xia/xiaoai-patch在当今智能家居设备泛滥的时代，一款能够深度定制

侯深业Dorian·2025-02-20 03:40

electron学习笔记

可以使用HTML、CSS来绘制界面和控制布局，使用JavaScript来控制用户行为和业务逻辑，使用Node.js来通信、处理音频视频等，几乎所有的Web前端技术和框架（jQuery、Vue、React

weixin_46452138·2025-02-20 01:30

【开源免费】基于Vue和SpringBoot的医院后台管理系统（附论文）

本文项目编号T170，文末自助获取源码\color{red}{T170，文末自助获取源码}T170，文末自助获取源码目录一、系统介绍二、数据库设计三、配套教程3.1启动教程3.2讲解视频3.3二次开发教程四

杨荧·2025-02-20 00:24

3. Python的变量

《Python编程的术与道：Python语言入门》视频课程《Python编程的术与道：Python语言入门》视频课程链接：https://edu.csdn.net/course/detail/27845

bai666ai·2025-02-20 00:20

【鸿蒙系统APP开发实践案例】--第1课时：新闻阅读类行业实践

简介本设计为新闻日报类应用APP的鸿蒙化架构设计实践，应用设备形态只有手机端，提供新闻日报类应用常见的新闻资讯展示，新闻视频播放，用户评论互动等应用功能。Stage开发模型+声明式UI开发方式。

青少年编程作品集·2025-02-20 00:16

wav2lip部署方案-数字人项目

该项目商用需要通过原作者原作者github链接说明该项目可以将语音和视频或图片结合生成数字人。

何为标准·2025-02-19 23:10

语音识别使用SenseVoiceSmall模型实现源码

SenseVoiceSenseVoice是具有音频理解能力的音频基础模型，包括语音识别（ASR）、语种识别（LID）、语音情感识别（SER）和声学事件分类（AEC）或声学事件检测（AED）。

丢了个猪·2025-02-19 23:09

SenseVoice 实测，阿里开源语音大模型，识别效果和效率优于 Whisper，居然还能检测掌声、笑声！5分钟带你部署体验

前段时间，带着大家捏了一个对话机器人：手把手带你搭建一个语音对话机器人，5分钟定制个人AI小助手（新手入门篇）其中语音识别（ASR）方案，采用的是阿里开源的FunASR，这刚不久，阿里又开源了一个更强的音频基础模型

AI码上来·2025-02-19 23:38

DeepSeek接入大数据能做什么

DeepSeek作为一家专注于AGI和AI大模型技术的公司，在大数据领域可以通过以下方式切入，结合其核心能力提供创新解决方案：一、DeepSeek接入大数据领域的技术路径多模态数据处理能力支持文本/图像/视频

PersistDZ·2025-02-19 22:59

从零到入门：人工智能学习路径全解析

这题有点难度·2025-02-19 21:24

从代码到专利：如何用自注意力机制实现高效序列转换？——深度解析Google的Transformer架构

在传统的序列转换任务（如机器翻译、语音识别等）中，循环神经网络（RNN）和卷积神经网络（CNN）是常用的模型架构。然而，这些模型存在以下问题：

CodePatentMaster·2025-02-19 21:53

[总结] 音视频开发工程师之路

前言音视频开发是一个涉及多个技术领域的复杂方向，涵盖了音频处理、视频渲染、编解码技术、流媒体传输等多个方面。以下是一个简要的学习路线指南，帮助你逐步掌握音视频开发的核心技能。

二进制怪兽·2025-02-19 20:17

寻找可接入正版音乐库的音乐API，可了解HIFIVE音乐开放平台！

HIFIVE音乐开放平台基于HIFIVE数百万正版音乐版权内容，为直播、短视频、工具应用、智能硬件等场景提供音乐解决方案。

·2025-02-19 20:43

局域网共享精灵企业版 V1.0.0.0

局域网共享精灵企业版特色功能局域网共享精灵企业版是一款Windows环境下助力于局域网环境文件共享和打印机共享,帮助您快捷高效的在局域网内实现文件共享和打印机共享的操作，支持管理应用、照片、音乐、铃声、视频以及其他多媒体文件共享

asd9871a·2025-02-19 19:05

springboot java ffmpeg 视频压缩、提取视频帧图片、获取视频分辨率

用到的maven依赖：lombok依赖就不贴出来了org.bytedecoffmpeg-platform4.3.2-1.5.5org.apache.commonscommons-lang33.12.0cn.hutoolhutool-all5.5.2工具类：importcn.hutool.core.io.IoUtil;importlombok.extern.slf4j.Slf4j;importorg

因我你好久不见·2025-02-19 18:57

Kafka topic、producer、consumer的基础使用

文章目录Kafka初级前言1.topic的增删改查2.生产者的消息发送3.消费者消费数据Kafka初级前言关于kafka的集群安装这里就先跳过，如果需要相关资料以及学习视频的可以在留言下留下联系信息（邮箱

病妖·2025-02-19 17:22

推荐频道

语音视频