语音转文字

【大模型学习路线】从月薪6K到年薪35W，普通二本生转行大模型的逆袭之路：我的500小时崩溃实录与实战秘籍（附保姆级学习路线）

摘要：26岁机械专业零基础转大模型，被面试官羞辱“非科班别做梦”，5个月死磕源码，现拿下3个大厂offer。踩过所有新人会踩的坑，总结出普通人高效突围的4个阶段+7个杀手级项目。
AGI大模型学习·2025-03-24 13:11

27寸显示屏，字体看着比较小，如何调大？＞?

注意点：1.有些设置可能是需要重启之后才可以，更改的，比如我发的上一博客，（关于如何去掉桌面图标下面的文字的黑色背影的方法）这个就是需要重启之后才可以设置的东西。
Gin387·2025-03-24 10:18

YUV422转RGB并显示于Qlabel

读取YUV422格式文件，转成Mat类型BGR格式，并显示于Qlabel控件上。写在前面从今天起，多看些书吧。要不，就从黄宁然看过的看起。问题来源anxue100：[https://bbs.csdn.net/topics/****?spm=1001.2014.3001.**77]因“当前发帖距今超过3年，不再开放新的回复”，故新建帖子。迟到的回复。1.新建类编写头文件：YUV422.h文件#ifn
小火龙的马甲·2025-03-24 10:16

opencv python rgb转yuv_OpenCV之色彩空间与色彩空间转换

python代码：importcv2ascvsrc=cv.imread("test.jpg")cv.namedWindow("rgb",cv.WINDOW_AUTOSIZE)cv.imshow("rgb",src)#RGBtoHSVhsv=cv.cvtColor(src,cv.COLOR_BGR2HSV)cv.imshow("hsv",hsv)#RGBtoYUVyuv=cv.cvtColor(sr
xiao fei·2025-03-24 09:44

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

“统计视角看世界”专栏阅读引导

根据文章主题和逻辑关系，我为您设计以下阅读引导方案：1.六西格玛基础2.帕累托图3.直方图4.散点图基础5.散点图高阶6.多变量可视化7.密度图进阶8.回归分析配套文字说明：入门基石（必读）《1.六西格玛遇上
赛卡·2025-03-24 09:40

QtQML Series - Qt中文乱码解决方案

.总结系列文章目录系列文章ReadMe前言中文乱码是Qt开发中的常态问题1.main函数入口设置中文编码intmain(){#includeQApplicationa(argc,argv);//设置中文字体
稳定的菜着·2025-03-24 09:06

用文字书写你的计算机领域故事**

  亲爱的大学博主们：  你是否热爱写作，渴望展现自己的创作才华？你是否想要发掘写作的魅力，书写出属于你的故事？那么，这个创作活动正是为你量身打造的！我们诚挚地邀请你参加这次以写作博客为目的的创作活动，一起挑战自我，展现你的写作才华。  **一、活动背景**  此次活动旨在鼓励大学生博主们挖掘自己的创作潜能，展现自己的写作才华。我们相信，每一位博主都有独特的故事和观点，都值得被听见和分享。因此，我
爱编程的Loren·2025-03-24 08:02

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

【STM32】智能避障红外小车

motor.h`红外对管红外循迹利用脉冲宽度调制技术（PWM）控制电机转速避障`red.c/red.h`编译环境：keil5SourceInsightSTM32F103X原理图：直流电机直流电机的原理：通电就会转，
Alioooooooon·2025-03-24 06:10

Java进阶——数组超详细整理

本文目录一、数组声明与初始化1.声明方式2.初始化方法3.长度特性二、内存管理三、数组遍历与操作1.遍历方式2.数组填充四、多维数组五、数组工具类Arrays六、数组与集合的转换1.数组转集合2.集合转数组总结一
1加1等于·2025-03-24 05:36

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

不懂英语可以学编程吗?,不懂英文可以学编程吗

Sourcecodedownload:本文相关源码提到人工智能，就不得不提Python编程语言，大多数人觉得编程语言肯定会涉及到很多代码，满屏的英文字母，想想就头疼，觉得自己不会英语，肯定学不好Python
P5688346·2025-03-24 01:53

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

form 表单内容序列化成一个字符串

html关键字1：关键字2：关键字3：form表单数据转json对象$('#form1').serialize()ajax调用时提交表单数据$.ajax({url:"http://localhost:8080
sayyy·2025-03-23 23:38

stability ai推出的 AI模型2D图像转3D视频

StableVirtualCamera是StabilityAl推出的A|模型，能将2D图像转换为具有真实深度和透视感的3D视频。用户可以通过指定相机轨迹和多种动态路径(如螺旋、推拉变焦、平移等)来生成视频。模型支持从1到32张输入图像生成不同宽高比(如1:1、9:16、16:9)的视频，最长可达1000帧。无需复杂的重建或优化，可生成高质量的3D视频，同时保持3D一致性和时间平滑性。StableV
微丽宝·2025-03-23 23:08

常见的编码方式及特征

③最后的结束符也要处理（2）举例说明转前：s13先转成asci
菜根Sec·2025-03-23 21:21

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

回归任务中的评价指标MAE，MSE，RMSE，R-Squared

转自博客。
旺旺棒棒冰·2025-03-23 20:12

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

转 C# .NET4.0 混合模式程序集异常

1.引用Microsoft.DirectX.dll和Microsoft.DirectX.Directsound.dll这2个文件。2.项目属性里边，把目标平台改成X86。3.App.Config修改下：123456在.NET4.0下使用Dirext3D托管库，出现“混合模式程序集是针对“v1.1.4322”版的运行时生成的，在没有配置其他信息的情况下，无法在4.0运行时中加载该程序集。”异常信息，
weixin_30516243·2025-03-23 19:05

（含import）两行代码，将ppt的每一页幻灯片保存为图片。（如果你没装office，只装了WPS也可以，只不过更麻烦一些）

重新运行咱最开头的代码第六步：成功了第一步:安装包pipinstallpython-office第二步：写代码，运行#安装库：pipinstallpython-officeimportoffice#单页转图片
几道之旅·2025-03-23 17:50

QGIS结合天地图API实现批量经纬度转地址的完整指南

一、技术背景与工具选择地理编码（Geocoding）是将地址转换为地理坐标的过程，反向地理编码（ReverseGeocoding）则是将经纬度坐标转换为结构化地址。QGIS作为开源GIS平台，通过插件扩展可实现批量地理编码操作。天地图作为我国权威地理信息服务平台，其API提供高精度的地理编码服务。本文将以QGIS3.22+版本为基础，结合天地图Web服务API，实现5000条级数据的批量反向地理编
网优随笔·2025-03-23 17:49

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

OCR识别常见开源库

OCR（OpticalCharacterRecognition，光学字符识别）技术是一种将印刷体或手写文字转化为可编辑文本的技术。亦即将图像中的文字进行识别，并以文本的形式返回。
yxfamyself·2025-03-23 17:44

Windows程式开发设计指南（二十三）领略Internet

虽然拨接资讯服务和电子邮件系统在Internet流行开来之前就已经存在，但它们通常局限於文字模式，并且根本没有连结而是各自分隔的。
干了这一碗BUG·2025-03-23 16:40

Axure常用交互设计一——选中效果

课程主题：选中效果主要内容：鼠标点击按钮或文字，按钮或文字背景变色，字号变大，字体变粗；应用场景：菜单模块切换、功能按钮应用步骤一：拉出矩形元件，输入功能菜
结构化知识课堂·2025-03-23 15:23

macOS Sequoia 15.0

macOSSequoia还为“信息”带来了文字效果和表情符号点回，为“计算器”
小洋学长·2025-03-23 14:20

维普AIGC降重方法有哪些？

例如，当我们面对一段论述市场趋势的文字时，它能精准把握核心含义。假设原文是“当前智能手机市场呈现出快速增长的趋势，消费者对高性能手机的需求日益旺盛”，维普AIGC可能会将
hjehheje·2025-03-23 14:18

Python调用WPS进行文档转换PDF及PDF转图片

这里是利用WPS进行转换，要先安装WPS。安装依赖pipinstallpypiwin32代码#!/usr/bin/python#-*-coding:UTF-8-*-importosimportwin32com.clientdefConvertByWps(sourceFile,targetFile):ifnotos.path.exists(sourceFile):print(sourceFile+"
IT孔乙己·2025-03-23 13:14

《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

PX4垂起（Tiltrotor）偏航控制研究

3.如何修改固件使倾转旋翼在过渡状态也控制角度PX4垂起（Tiltrotor）偏航控制研
zhao23333·2025-03-23 13:11

**[特殊字符] 计算机领域创作挑战赛，邀你共绘文字海洋！**

你是否热爱写作，渴望在文字的海洋中遨游，展示自己的创作才华？你是否对计算机领域充满热情，希望将你的知识和见解分享给更多人？如果你对这两点都给出了肯定的答案，那么这个创作活动就是为你量身定制的！  
爱编程的Loren·2025-03-23 11:33

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

C# 调用 VITS，推理模型 将文字转wav音频调试 -数字人分支

Microsoft.ML.OnnxRuntime.OnnxRuntimeException:[ErrorCode:InvalidArgument]Inputname:'input_name'isnotinthemetadata在Microsoft.ML.OnnxRuntime.InferenceSession.LookupInputMetadata(StringnodeName)位置D:\a\_w
未来之窗软件服务·2025-03-23 08:40

Ubuntu新服务器安装流程整理

清理不再需要的软件包6、清理缓存7、更换内核8、设置SSH空闲超时时间9、设置SSH密码最小间隔天数10、配置GRUB引导加载程序文件权限11、处理具有SUID和SGID权限的文件以防止潜在的权限提升风险12、限制核心转储
Sion木子·2025-03-23 07:26

异步编程与流水线架构：从理论到高并发

阻塞I/O模型1.2.2非阻塞I/O模型1.3异步编程关键技术1.3.1事件循环机制1.3.2Future/Promise模式1.3.3协程（Coroutine）1.4同步与异步的混合编程1.4.1同步转异步模式
长安er·2025-03-23 07:22

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

【视频】m3u8相关操作

1、视频文件转m3u81.1常用命令1）默认只保留5个ts文件ffmpeg-iinput.mp4-start_number0-hls_time10-hls_list_size0-fhlsstream1.
郭老二·2025-03-23 05:31

记录:(error) NOAUTH Authentication required...【解决方案】

版权声明：文章里可能部分文字或者图片来源于互联网或者百度百科，如有侵权请联系bug菌处理。
bug菌¹·2025-03-23 03:42

负载均衡策略之轮询策略

本文转自:https://mozillazg.com/2019/02/load-balancing-strategy-algorithm-weighted-round-robin.html#hidround-robin
Time-Traveler·2025-03-23 01:00

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报错解决：img2pdf.AlphaChannelError: Refusing to work on images with alpha channel

img2pdf.AlphaChannelError:Refusingtoworkonimageswithalphachannel-solved解决img2pdf模块不能上传含alpha通道透明度的图片的问题解决img2pdf模块PNG图片转PDF
定星照空·2025-03-23 00:54

给普通人看的深度学习说明书：用快递系统理解AI如何思考

：传统方法：手动制定规则（比如根据邮编分拣）机器学习：观察老员工的分拣记录，总结规律深度学习：搭建自动分拣流水线，自主发现隐藏规则1.2神经网络就像智能分拣机传送带（输入层）：接收包裹信息（图片像素/文字等
嵌入式Jerry·2025-03-23 00:23

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

如何使用YOLOv8在AI-TOD数据集上进行遥感目标检测，从安装依赖项、准备数据集、配置YOLOv8、训练和评估模型以及构建GUI应用程序展示检测

YOLOv8、训练和评估模型以及构建GUI应用程序展示检测文章目录1.安装依赖2.数据准备3.配置YOLOv83.1加载预训练模型或自定义模型4.训练模型5.评估模型6.构建GUI应用程序（可选）以下文字及代码仅供参考
计算机C9硕士_算法工程师·2025-03-22 22:08
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他