音频相关技术第3页

java实现大文件传输

简介在现代互联网中，我们经常需要传输大文件，例如视频、音频或者大型数据文件。传输大文件需要考虑诸多因素，例如网络延迟、带宽限制和传输安全性。

M_Snow·2025-03-17 18:56

一个简单的语音识别实现---百度在线语音识别REST API SDK（Python）简单使用

测试音频链接：http://pan.baidu.com/s/1o8Ue4B4密码：o5r1]注意事项音频格式限制pcm（不压缩）、wav、amr采样频率及位数支持评测8k/16k

DerrickOzil·2025-03-17 12:09

Android15音频进阶之qnx定位so调用进程(一百一十一)

简介：CSDN博客专家、《Android系统多媒体进阶实战》一书作者新书发布：《Android系统多媒体进阶实战》优质专栏：Audio工程师进阶系列【原创干货持续更新中……】优质专栏：多媒体系统工程师系列【原创干货持续更新中……】优质视频课程：AAOS车载系统+AOSP14系统攻城狮入门视频实战课

Android系统攻城狮·2025-03-17 08:16

Google Gemini 大模型技术架构剖析

▼最近直播超级多，预约保你有收获近期直播：《从原理到实践教你做出一个Gemini/ChatGPT》—1—Gemini技术架构剖析Google新的多模态模型家族Gemini，它在文本、图像、音频、视频等方面具有卓越的能力

musicml·2025-03-17 08:15

车载Android音频系统 CarAudioService

CarAudioService是车载音频系统的核心服务，负责管理多音源协调、音频路由、音量策略、硬件控制等关键功能，处理车载环境下特有的音频场景（如倒车提示音、车门状态联动等）。

Code_onepage·2025-03-17 07:35

FFMPEG实现音频重采样

原文：https://blog.csdn.net/hiwubihe/article/details/81259134[音频编解码系列文章]音频编解码基础FFMPEG实现音频重采样FFMPEG实现PCM编码

QQ_1695710968·2025-03-17 01:47

二.使用ffmpeg对原始音频数据重采样并进行AAC编码

重采样：将音频三元组【采样率采样格式通道数】之中的任何一个或者多个值改变。一.为什么要进行重采样？

djykkkkkk·2025-03-17 01:47

一.ffmpeg打开麦克风，录制音频并重采样

一.windowswindows下使用msys编译ffmpeg，先编译libx264和libx265，然后编译ffmpeg的时候需要添加这两个库的路径才能--enable；为什么ffplay--enable了还是没有呢，仔细看编译打印，可能刚有一段报错提示SDL找不到，这个时候咱们就直接使用msys安装SDL，然后--enable启动sdl，这样ffplay就可以编译成功了。参考这个博主：FFmp

djykkkkkk·2025-03-17 01:16

标准C语言实现简单Web服务器（注意：暂未解决更改端口号的问题）

沈骁Alpha·2025-03-16 17:49

REAPER：REAPER基础操作与界面介绍_2024-07-17_13-32-08.Tex

REAPER：REAPER基础操作与界面介绍REAPER简介与安装1.1REAPER软件概述REAPER是一款功能强大且灵活的数字音频工作站(DAW)，适用于Windows和MacOSX操作系统。

chenjj4003·2025-03-16 10:56

Qt 设置窗体透明

一、前言在音频开发中，窗体多半为半透明、圆角窗体，如下为Qt5.5VS2013实现半透明方法总结。

Qt开发老杰·2025-03-16 03:06

应用场景下的芯片分类

·模拟电路芯片：处理模拟信号，常用于音频、视频处理等场景。·数模混合电路芯片：兼具数字和模拟信号处理功能

绿算技术·2025-03-16 02:58

思特奇实践项目入选2024年“数据要素×”大赛优秀项目案例集

数据要素×”三年行动计划(2024—2026年)》部署的工业制造、现代农业、文化旅游等12个行业领域对应设置12个赛道,旨在遴选出一批应用成效显著、创新性强、引领效应好的数据要素开发利用解决方案,带动相关技术产业发展

资讯分享周·2025-03-16 01:53

Transformer动画讲解 - 工作原理

Transformer模型在多模态数据处理中扮演着重要角色，其能够高效、准确地处理包含不同类型（如图像、文本、音频、视频等）的多模态数据。

ghx3110·2025-03-15 19:16

ResNet-SE + MFCC 训练框架，包括数据加载、训练流程，以及混淆矩阵可视化示例

大霸王龙·2025-03-15 19:10

小狐狸AI数字人源码独立SAAS部署全开源+搭建环境教程

一.系统介绍小狐狸AI数字人分身系统源码独立部署支持PC端、小程序端、H5端，一键克隆真人形象+声音核心功能亮点：1:1真人级克隆技术声音克隆：上传3分钟音频，AI深度学习声纹特征，复刻语气、情感、方言形象克隆

kaui52066·2025-03-15 18:34

音视频入门基础：RTP专题（18）——FFmpeg源码中，获取RTP的音频信息的实现（上）

一、引言通过FFmpeg命令可以获取到SDP描述的RTP流的的音频压缩编码格式、音频压缩编码格式的profile、音频采样率、通道数信息：ffmpeg-protocol_whitelist"file,rtp

崔杰城·2025-03-15 14:32

适合企业内训的AI工具实操培训教程（37页PPT）（文末有下载方式）

AIGC指利用人工智能技术自动生成文本、图像、音频、视频等内容，让AI协助甚

极客11·2025-03-15 12:16

BT、BT Mesh、WiFi、Zigbee技术对比分析

协议版本：经典蓝牙（BR/EDR）：高功耗，支持音频传输（如耳机）

莫道桑榆晚-为霞尚满天·2025-03-15 11:40

uniapp vue3项目用原生h5 audioContext实现语音文件倍速播放，可适应h5和安卓app

开始用了uniapp的音频组件uni.createInnerAudioContext()，很好用但就是倍速播放playbackRate属性不起作用，经过研究，决定用原生h5的audioContext。

努力做大神·2025-03-15 10:33

HarmonyNext实战：基于ArkTS的高性能音视频处理应用开发

本文将深入探讨如何利用ArkTS开发一个音视频处理应用，重点介绍音频处理、视频编解码以及实时流媒体传输的实现。我们将从理论基础出发，逐步构建一个完整的应用，并通过优化技巧提升性能。1.音视

·2025-03-15 10:20

吴恩达机器学习笔记复盘（二）监督学习和无监督学习

语音识别，输入音频剪辑，输出文本记录。机器翻译，输入一种语言文本，输出其他语言的相应翻译。在线广告，输入广告和用户信息，预测用户是否点击广告，为公司带来大量

wgc2k·2025-03-15 09:21

STM32F407 SPI通信

SPI接口提供两个主要功能，支持SPI协议或I2S音频协议。默认情况下，选择的是SPI功能。可通过软件

Klein、凉城·2025-03-15 09:46

阿里巴巴发布 R1-Omni：首个基于 RLVR 的全模态大语言模型，用于情感识别

订阅：https://rengongzhineng.io/情感识别一直是AI领域的难题，尤其是视觉与音频信号的融合。单独依赖视觉或音频的模型，往往

新加坡内哥谈技术·2025-03-15 07:34

Audacity的安装和使用

一.介绍Audacity是一款免费、开源的音频编辑软件，适用于Windows、macOS、Linux等操作系统。

迷茫&&前行·2025-03-15 04:36

python+wave+pyaudio：调用电脑麦克风进行声音录制

pyaudio：用于音频输入。wave：用于音频文件的读写。

觅远·2025-03-15 04:58

pjsip pjsua_media_config 结构体说明

作用：影响音频的采样率，常见值有8000（8kHz）、16000（16kHz）、48000（48kHz）等。snd_clock_rate描述：设置音频设备的时钟频率（采样率）。

小gpt&·2025-03-15 01:08

pjsip dtmf发送和接收（pjsua）

DTMF（双音多频，Dual-ToneMulti-Frequency）是一种用于电话系统的信号技术，通过组合两个不同频率的音频信号来表示数字和符号。

小gpt&·2025-03-15 00:00

阿里云国际站代理商：怎样量化虚拟世界的QoE体验指标？

音频质量（QA）：涉及音频的平均码率（Bra）、声道数（NAC）、采样率（Sra）和编码标准（Codeca）。音视频同步时延（Tasyn）：衡量音视频的同步性，影

linglideman·2025-03-14 17:29

『FFmpeg学习笔记』MAC系统电脑安装FFmpeg以及使用

系统电脑安装FFmpeg文章目录一.安装FFmpeg1.1.MACbrew安装FFmpeg1.2.MAC官网下载FFmpeg压缩包1.3.Windows安装1.4.Linux安装二.FFmpeg的使用2.1.音频操作

AI大模型前沿研究·2025-03-14 15:06

FMOD：声音设计与FMODStudio集成教程_2024-07-16_15-13-23.Tex

不同的格式适用于不同的场景，了解它们的特性可以帮助你更有效地管理和使用音频资源。

chenjj4003·2025-03-14 12:15

【Python爬虫(71)】用Python爬虫解锁教育数据的奥秘

以大量实例为支撑，覆盖网页、图片、音频等各类数据爬取，还涉及数据处理与分析。无论是新手小白还是进阶开发者，都能从中汲取知识，助力掌握爬虫核心技能，开拓技术视野。

奔跑吧邓邓子·2025-03-14 07:41

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

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

基于CATIA VBA与Python的自动化音乐生成技术对比研究

一、CATIAVBA实现：极简音频方案1.1技术原理PrivateDeclarePtrSafeFunctionBeepLib"kernel32"(ByValdw

Python×CATIA工业智造·2025-03-14 01:00

【harmonyOS NEXT 下的前端开发者】WAV音频编码实现

继6年前使用js实现的mp4封装之后，再次回顾编解码的知识是在23年8月接收到的私信，让补充下插件里的音频部分。

九酒6·2025-03-14 00:24

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

Activeloop Deep Lake: AI时代的数据湖解决方案

ActiveloopDeepLake是一种多模态向量存储解决方案，支持嵌入和元数据（如文本、Json、图像、音频、视频等）的存储。

HGWAcsdgvs·2025-03-13 22:15

Deep Lake：人工智能时代的数据湖

Stars数8,458Forks数652主要特点多模态数据支持：支持图像、视频、音频、文本、点云等各种数据类型。张量存储：以深度学习框架友好的张量格式存储数

开源项目精选·2025-03-13 22:43

【python】3行代码搞定音频剪辑，入门版

用python，只需要别人打开AdobeAudition的时间，你已经完成了剪辑了。来不及解释，都在代码里了！frompydubimportAudioSegmentsong=AudioSegment.from_mp3("end_of_time.mp3")new_song=song[00*1000:18*1000]new_song.export('new_end_of_time.mp3')快去制作你

HelenLee01·2025-03-13 20:02

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

m0_65156252·2025-03-13 18:16

Android 蓝牙音频audio-a2dp分析

Android系统中，对音频设备进行管理的，主要为AudioFlinger与AudioPolicyService。

短距WCN协议开发分享·2025-03-13 17:39

【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。

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