音频解码

PHY芯片原理

PHY芯片的主要功能信号编码和解码：PHY芯片对传输的数字数据进行编码，转换成可在物理介质上传输的信号。例如，在以太网通信中，PHY将MAC层的数据

yazhouren·2025-01-29 23:21

JavaScript系列（49）--游戏引擎实现详解

游戏引擎是一个复杂的系统，它需要处理渲染、物理、音频、输入等多个方面，让我们一步步实现一个基础但功能完整的游戏引擎。

ᅟᅠ ‌‍‎‏ 一进制·2025-01-29 22:45

Mooncake：面向大语言模型服务的以 KVCache 为中心的架构

它采用以KVCache为中心的分解架构，将预填充和解码集群分离。它还利用GPU集群未充分利用的CPU、DRAM和SSD资源来实现KVCache的分解缓存。

步子哥·2025-01-29 22:42

FFmpeg入门详解之70：获取音视频流信息(Metadata)

用FFmpeg获取视频流+音频流的信息（编码格式、分辨率、帧率、播放时长...）简介我们经常需要知道一个媒体文件所包含的媒体流的信息，比如文件格式、播放时长、码率、视音频编码格式，视频分辨率，帧率，音频属性等信息

福优学苑@音视频+流媒体·2025-01-29 21:28

AIGC常见基础概念

AIGC（AIGeneratedContent，人工智能生成内容）是近年来快速发展的领域，涉及文本生成、图像生成、音频生成、视频生成等。

GISer_Jinger·2025-01-29 20:55

ffmpeg 处理音频metadata

ffmpeg处理音频metadata单个修改音频文件内置封面##设置第一个音频流的语言：stream:audio:第0个ffmpeg-iINPUT-metadata:s:a:0language=engOUTPUT

ghostliner·2025-01-29 20:54

Android-音频采集

前言音视频这块，首先是要先采集音频。今天我们就来深入探讨一下Android音频采集的两大类型：Mic音频采集和系统音频采集。

消失的旧时光-1943·2025-01-29 19:43

Phaser引擎开发：Phaser基础入门_Phaser引擎概述

Phaser支持多种游戏开发需求，包括精灵管理、物理引擎、动画、输入处理、音频和视频处理等。Phaser的历史Phaser由RichardDa

chenlz2007·2025-01-29 12:39

Linux安全体系学习笔记之二：OpenSSL源代码分析(1)

加密算法库的源代码主要在crypto文件夹里，包括ASN.1编码与解码接口（crypto/asn1/asn1.h），伪随机数产生器（crypto/rand/rand.h），ENGINE机制（crypto

Aegeaner·2025-01-29 09:07

http Accept-Encoding “gzip,deflate,br“ qt c++ 解码

QtC++处理HTTP请求，并需要解码服务器返回的压缩数据。

爱学习的大牛123·2025-01-29 09:35

＜Python＞＜ffmpeg＞基于python使用PyQt5构建GUI实例：音频格式转换程序（MP3/aac/wma/flac）(优化版2)

前言本文是基于python语言使用pyqt5来构建的GUI，功能是使用ffmpeg来对音频文件进行格式转换，如mp3、aac、wma、flac等音乐格式。

机构师·2025-01-29 07:48

区别Mp3、AAC、WAV 、MWA这些音频文件

同学，MP3、AAC、WAV、WMA这些音频文件格式各有其特点和适用场景，下面我来为你详细解释一下它们的区别：MP3特点：MP3是一种广泛使用的音频压缩技术，它能够在音质丢失很小的情况下将音频文件压缩到更小的程度

晓北斗NorSnow·2025-01-29 01:21

【设计模式-行为型】解释器模式

间谍会根据特定的解码书去解码收音机传递过来的指令。同样的情节，在电视剧《潜伏》中也经常会出现。解释器模式为自定义语言的设计和实现提供了一种解决方案，它用于定义一组文法规则并通过这组

博一波·2025-01-28 20:17

解决Windows Server环境下PPTX转PDF时WebP格式图片缺失

问题原因在WindowsServer环境下，将PPTX文件另存为PDF时，若PDF中的图片部分缺失，且这些缺失的图片为WebP格式，通常是由于Windows的图片解码器不支持WebP格

重楼七叶一枝花_1200·2025-01-28 19:41

Rockchip --- 放音设备调试

文章目录（一）aplay工具1.显示帮助信息2.列出所有放音设备3.播放音频：（二）amixer工具1.查看帮助信息2.查看声卡设置3.设置音量4.静音和取消静音5.保存和加载混音器设置（一）aplay

臻一·2025-01-28 18:32

Rockchip --- 录音设备调试

ALSA（AdvancedLinuxSoundArchitecture）：音频处理的一套软件框架，提供了统一的API来访问各种音频硬件1.显示帮助信息：arecord--help这个命令会显示arecord

臻一·2025-01-28 18:32

信息安全与网络安全有什么区别？(1)

加解密技术接着，来了解一些网络安全领域内经常打交道的编解码技术和加解密技术。包括base64编码、对称加密、非对称加密、哈希技术等等。

2401_84297944·2025-01-28 16:41

Silero VAD 开源项目教程

该项目支持多种语言和不同领域的音频，具有灵活的采样率（8000Hz和16000Hz），并且可以在PyTorch和O

苏鹃咪Healthy·2025-01-28 14:55

FSMN-VAD与Silero-VAD

这篇文章主要介绍两种的ASR中的VAD开源模型，第一种就是FSMN-VAD，这个是达摩院语音团队提出的高效语音端点检测模型，用于检测输入音频中有效语音的起止时间点信息。

Wasser.·2025-01-28 13:23

随笔十七、eth0单网卡绑定双ip的问题

由于接收端有地址识别，只接收99，因此30的数据应该是被丢弃了，导致不能播放音频。vi/etc/network/interfacesautoloif

单片机社区·2025-01-28 13:22

C语言实现Berlekamp-Massey算法

BM算法最初是为了解决线性递推序列的问题而提出的，后来被广泛应用于纠错编码中，特别是用于解码如RS码（Reed-Solomon码）和BCH码等循环纠错码。

belle-de-jour·2025-01-28 12:17

Python 录音转文字

importspeech_recognitionassr#创建语音识别器r=sr.Recognizer()#从录音文件读取音频withsr.AudioFile('audio_file.wav')assource

@小张不嚣张·2025-01-27 23:43

python如何实现音频转文本(使用百度语音转文本库)

1pipinstallBaidu-Aip2在百度开放平台上注册账号，并在控制台中创建应用，选择短语音转文本应用，有几万次的免费配额，超过次数需要付费(价格贵)，如图是我自己的注意事项：1，音频文件不能是

xiaojiawen·2025-01-27 23:43

【开发日记】微信小程序getBackgroundAudioManager播放背景音乐提示播放失败

【问题】小程序在手机上打开，播放在线音频的时候会提示播放失败，但打印异常提示的是src为null，自己在打印的时候却没问题。并且在微信开发者工具中播放的时候也是正常的，只有手机上打开使用时提示异常。

二饭·2025-01-27 19:18

Android15音频进阶之MediaRecorder支持通道数(一百零五)

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·2025-01-27 10:18

0基础跟德姆（dom）一起学AI 自然语言处理18-解码器部分实现

1解码器介绍解码器部分:由N个解码器层堆叠而成每个解码器层由三个子层连接结构组成第一个子层连接结构包括一个多头自注意力子层和规范化层以及一个残差连接第二个子层连接结构包括一个多头注意力子层和规范化层以及一个残差连接第三个子层连接结构包括一个前馈全连接子层和规范化层以及一个残差连接说明

跟德姆(dom)一起学AI·2025-01-27 04:09

0基础跟德姆（dom）一起学AI 自然语言处理20-模型构建

1模型构建介绍通过上面的小节,我们已经完成了所有组成部分的实现,接下来就来实现完整的编码器-解码器结构.Transformer总体架构图:2编码器-解码器结构的代码实现EncoderDecoder函数完成编码解码的子任务

跟德姆(dom)一起学AI·2025-01-27 04:37

MATLAB 工具库的使用说明和案例示例

案例：音频信号滤波%读取音频文件(audioIn,Fs)=audioread('input_audio.wa

go5463158465·2025-01-27 01:16

【数仓】数据仓库高频面试题题英文版(1)

音频文件点击下方获取。【数仓】数据仓库高频面试题题英文版(1)【数仓】数据仓库高频面试题题英文版(2)【数仓】数据仓库高频面试题题英文版(3)WhatisDataWarehouse?

和风与影·2025-01-27 01:13

freeswtch目录下modules.conf各个模块的介绍【freeswitch版本1.6.8】

狂爱代码的码农·2025-01-26 22:50

Apache Tika 详解

以下是对ApacheTika的详细解析：一、概述ApacheTika旨在为各种类型的数据提取提供一个单一的API，它支持多种文件格式，包括文档、图片、音频和视频等。

王小工·2025-01-26 20:36

RTMP|RTSP播放器只解码视频关键帧功能探讨

鉴于关键帧包含完整的图像信息，解码时不需要依赖其他帧，可以独立解码。相比之下，预测帧（P帧）和双向预测帧（B帧）需要参考其他帧的信息进行解码，在这种情况下，仅解码关键帧可以满足需求，同时避免不必要的解

音视频牛哥·2025-01-26 17:48

AI驱动内容跨媒体转换新机遇

这类工具能将文本快速转换为音频和视频内容，显著降低了制作门槛和成本，月费用仅需10-50美元。通过多模态内容分发，创作者可以满足不同用户的内容消费偏好，提升内容可访问性，增加曝光机会。

XianxinMao·2025-01-26 17:43

2024年AI发展的感知回顾

多模态生成技术在这一年里取得了令人瞩目的不断进步，使得AI能够巧妙地将文本、图像、音频、视频等多种模态的信息进行深度融合与再创造。

八角Z·2025-01-26 16:08

Java实现音频转文本（语音识别）

在Java中实现音频转文本（也称为语音识别或ASR）通常涉及使用专门的语音识别服务，如GoogleCloudSpeech-to-Text、IBMWatsonSpeechtoText、AmazonTranscribe

Tech Synapse·2025-01-26 06:20

国内外视频编解码标准体系-3GPP 5G标准进程

作者：中国移动李琳针对国内外视频编解码标准，前文回顾讲解了标准组织和联盟包括MPEG、ISO、ITU、AOM、AVS等的阵营、历史、标准关系，并从纵向、横向分析对比视频编解码的特性。

IT&IC先生·2025-01-26 04:29

全网最最实用--教你用gradio搭网页、部署模型等（代码粘贴即用、不讲虚的）

文章目录〇前言一、构建网页1.各个组件介绍a.文本输入和输出b.图像输入和输出c.音频输入和输出d.视频输入和输出e.文件上传和下载f.滑块(`Slider`)g.单选按钮(`Radio`)h.复选框(

绒绒毛毛雨·2025-01-26 02:40

FFMPEG音视频开发: Linux下采集音频(alsa-lib库)与视频(V4L2框架)实时同步编码保存为MP4文件（视频录制）

全栈领域优质创作者、51CTO(Top红人+专家博主)、github开源爱好者（go-zero源码二次开发、游戏后端架构https://github.com/Peakchen）FFMPEG音视频开发:Linux下采集音频

鱼弦·2025-01-26 00:28

基于大语言模型构建本地个人AI助理

一、技术设计总体架构1.目标与需求个性化AI助理：构建一个本地专属AI助理，能够处理多种输入格式（文本、图像、音频

由数入道·2025-01-26 00:58

FFmpeg音视频采集

文章目录音视频采集音频采集获取设备信息录制麦克风录制声卡视频采集摄像机画面采集音视频采集DirectShow（简称DShow）是一个Windows平台上的流媒体框架，提供了高质量的多媒体流采集和回放功能

yerennuo·2025-01-26 00:25

python用电预测_用Python实时追踪你家的电量使用情况

事实证明，你可以很容易地监测这一闪光，把它解码变成“实时的”电量使用情况，然后做成像这样酷的图表：Y轴表示实时功率，单位是KW，X轴表示时间。

weixin_39626745·2025-01-25 23:20

Android FFmpeg 实现带滤镜的微信小视频录制功能

本文将实现对采集的预览帧（添加滤镜）和PCM音频同时编码复用生成一个mp4文件，即实现一个仿微信小视频录制功能。

攻城狮百里·2025-01-25 22:11

python中json的用法总结

所以要先转换为字典才可以使用JSON函数，需要先导入importjson二、json的相关方法1、json.dumps：将Python对象编码成JSON字符串2、json.loads：将已编码的JSON字符串解码为

小疯子呀·2025-01-25 21:01

LE Audio

LEAudio是一种基于蓝牙5.2协议的全新音频技术标准。2020年，蓝牙技术联盟在CES上发表了蓝牙核心规范5.2版本，同年，新一代蓝牙音讯技术标准LEAudio低功耗音讯传输技术也随之问世。

百态老人·2025-01-25 17:36

蓝牙LE Audio的三大改进

多流音频的优势AppleAirPods的最大功能之一是，每个Pod都从配对的iOS设备接收单独的信号。通常，无线耳塞仅将一个芽与输出设备配对，然后将信号投射到另一个芽。

Lenzetech·2025-01-25 17:00

10分钟学会海明码，从此告别数据丢失！

示例例子1：编码过程步骤1：确定校验位的数量步骤2：确定校验位的位置步骤3：计算校验位的值步骤4：生成编码后的海明码例子2：解码与纠错过程步骤1：接收数据并重新计算校验位步骤2：确定错误的位置步骤3：纠正错误位例子

凭君语未可·2025-01-25 16:29

群晖通过docker安装emby server实现硬件转码

前者为了安装emby和其他很多应用，后者用来解码。

阿舒带你学编程·2025-01-25 12:54

PyQt6医疗多模态大语言模型（MLLM）实用系统框架构建初探（下.代码部分）

我们需要对医学影像、文本数据和音频数据分别进行预处理，以确保数

Allen_LVyingbo·2025-01-25 12:23

数字输出格式中的RAW与PCM有哪些区别

数字输出格式中的RAW与PCM在音频和视频处理领域有着显著的区别。以下是对这两种格式的详细比较：一、定义与原理RAW定义：RAW通常指的是未经任何处理或压缩的原始数据格式。

~远在太平洋~·2025-01-25 07:48

使用MediaCodec将PCM音频编码为AMR-WB格式

PCM(PulseCodeModulation)音频数据是一种未经压缩的原始音频数据格式，各个音频样本都由固定大小且有符号/无符号的整数值组成。

你好，工程师·2025-01-25 06:11

推荐频道