音频解码

DeepSeek开源周Day1：FlashMLA引爆AI推理性能革命！

作为专为Hopper架构GPU（H800/H100）优化的高效解码内核，该项目一经发布便引爆社区：上线45分钟斩获400+Star，3小时突破2.
歌刎·2025-02-28 18:48

监听其他音频播放时暂停正在播放的音频

要实现当有其他音频播放时暂停当前音频，你可以使用全局事件总线或Vuex来管理音频播放状态。这里我将展示如何使用一个简单的事件总线来实现这个功能。首先，你需要创建一个事件总线。
至_臻·2025-02-28 17:46

01-学习路线及软件下载

当然除了这些元素，网页中还可以包含音频、视频以及动
CCChaya-软件技术教师·2025-02-28 15:25

【有啥问啥】深入了解 FlashMLA：Hopper GPU 的高效 MLA 解码内核

深入了解FlashMLA：HopperGPU的高效MLA解码内核简介在人工智能(AI)领域，特别是大型语言模型(LLM)领域，对计算效率和速度的需求持续增长。
有啥问啥·2025-02-28 09:12

如何使用Python编程实现捕获笔记本电脑麦克风的音频并通过蓝牙耳机实时传输

在现代的工作和生活环境中，音频传输的需求日益增加。无论是远程会议、在线教育，还是家庭娱乐，音频的实时传输都扮演着至关重要的角色。
winfredzhang·2025-02-28 08:02

游戏语音趋势解析，社交互动有助于营造沉浸式体验

OpenAI的ChatGPT语音模式将语音转语音技术变成了现实，引入了基于音频和文本信息进行端到端预训练的模型，这些模型除了文本标记外，还能原生理解和生成音频。
网易数智·2025-02-28 03:22

音频进阶学习十六——LTI系统的差分方程与频域分析一（频率响应）

文章目录前言一、差分方程的有理式1.差分方程的有理分式2.因果系统和ROC3.稳定性与ROC二、频率响应1.定义2.幅频响应3.相频响应4.群延迟总结前言本篇文章会先复习Z变换的有理分式，这是之前文章中提过的内容，这里会将差分方程和有理分式进行结合来看。主要是通过有理分式进行对于冲激响应的表达，以及根据导函数对于频率响应的介绍。本文会对Z变换的频率响应中的幅频响应、相频响应以及群延迟的表达式进行推
山河君·2025-02-28 01:02

Qt+Vs实现使用ffmpeg拉流显示推流视频（附源代码）

下面是通过ffmpeg拉流解码显示推流的视频，通过openGL绘制视频。
鬼魅-9527·2025-02-27 23:15

【音视频】编解码相关概念总结

RTP协议通过其头部信息（如时间戳、序列号等）帮助接收端重新排列和解码这些NALUPS流和NALU的转化：PS流本质上是一个容器，它可以封装多个NALU。
gma999·2025-02-27 23:15

一周学会Flask3 Python Web开发-Jinja2模版中加载静态文件

2025版Flask3Pythonweb开发视频教程(无废话版)玩命更新中~_哔哩哔哩_bilibili一个Web项目不仅需要HTML模板，还需要许多静态文件，比如CSS、JavaScript文件、图片以及音频等
java1234_小锋·2025-02-27 23:44

【Python爬虫(67)】Python爬虫实战：探秘旅游网站数据宝藏

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·2025-02-27 22:09

【Python爬虫(81)】当量子计算邂逅Python爬虫：一场技术变革的预演

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·2025-02-27 22:09

音频每帧的大小计算

看上传采样率，如果是48000，就是48000/50*2一帧，再加上8字节TPKT头和SPEC头，SEPC头好像是32字节（有点忘了）48000/50*2=192050是啥意思帧率2呢48000是每秒总共的采样点，每个采样点是2字节这样啊，okok所以每秒是96000字节除去帧率就是每帧的字节那就是不大是的
小哥山水之间·2025-02-27 22:34

【Python爬虫(100)】从当下到未来：Python爬虫技术的进阶之路

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·2025-02-27 20:22

【Python爬虫(88)】当Python爬虫邂逅智能硬件：解锁数据新玩法

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·2025-02-27 20:22

【Python爬虫(98)】从数据抓取到产业变革：爬虫技术的跨界融合与生态进化

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·2025-02-27 20:22

浅析 DeepSeek 开源的 FlashMLA 项目

FlashMLA项目DeepSeek开源周Day1（2025年2月24日）放出的开源项目——FlashMLA，是一款针对Hopper架构GPU高效多层级注意力(Multi-LevelAttention,MLA)解码内核
X.Cristiano·2025-02-27 20:18

播放音频uni-app

varp=plus.audio.createPlayer("/static/test.mp3");p.play();setTimeout(function(){p.stop()},5000)
qq_37902065·2025-02-27 19:09

AI之DeepSeek

DeepSeek主要侧重于基于语义的搜索，通过将数据（例如文本、图像、音频等）转换为向量表示，来实现更为精准的相似度搜索。它的应用场景包括但不限于自然语
james二次元·2025-02-27 18:01

自编码器（Autoencoders）

自编码器（Autoencoders）:自编码器由编码器和解码器组成，编码器将输入数据压缩为低维表示，解码器将其还原为原始数据。通过训练，自编码器能够学习数据的有效表示，常用于降维和特征提取。
路野yue·2025-02-27 17:55

补充：文件上传、下载传输给前端之直接传递图片二进制数据：网络中的图片、音频、视频等非字符数据的传输

文章目录1Base64编码传递图片、视频二进制数据2后端直接传递图片二进制数据案例2.1后端：创建专用DTO（推荐方案）2.2前端处理建议1Base64编码传递图片、视频二进制数据前面我们在学习Java的IO流的时候讲过字节流和字符流。字符的传输：前后端字符的传输JSON中就是直接传字符就可以了讲一下实际中的变换过程：字符流中字符的传输是参考博客字符串—>（编码方式对应起来）字符数组—>二进制数据
JU HE·2025-02-27 16:51

Exoplayer(MediaX)实现音频变调和变速播放

在前两篇文章中向大家介绍了Exoplayer拓展FFmpeg实现音频软解码和切换原伴唱功能，我们继续在此基础上实现变调和变
飞猿_SIR·2025-02-27 15:40

DeepSeek开源周合集

带宽利用接近理论极限，算力利用效率翻倍；周二：DeepEP，一个高效的MOE架构专家并行通信库：支持高效且优化后的全对全通信使用NVlink和RDMA进行节点内和节点间通信用于训练和推理填充的高吞吐量内核用于推理解码的低延迟内核原生支持
Vip.Gong·2025-02-27 14:03

FFmpeg+vvenc实现H.266的视频编解码教程

Linux系统：FFmpeg+vvenc实现H.266的视频编解码教程（视频压缩）关键网址ffmpeg目前支持libvvenc，因此配置好libvvenc只会在一些make、sudomakeinstall
ICUD·2025-02-27 09:29

长文本切割实现流式调用文本合成语音

长文本切割实现流式调用文本合成语音下面是一个文本合成音频的接口文档快速TTS音频构造接口文档请求地址：http://52.83.113.111:13679/Say/api/ra请求方式：postxmlraw
岁月的眸·2025-02-27 07:07

生成一个完全真实情况下的翌师公会运行机制报告和翌师+ai业务模式的综合价值评估报告

翌师公会项目全景报告——基于行业基准分析与战略定位研究一、项目本体架构1.组织基因解码核心DNA：markdown知识蒸馏力(35%)+技术融合力(28%)+生态构建力(22%)+合规生存力(15%)进化图谱
太翌修仙笔录·2025-02-27 04:48

html5代码_HTML5篇（一）

如上图，html5的新增的api，如在翻页时的动画效果、右上角的音频播放等，便利开发的同时也提升了用户体验。
weixin_39713317·2025-02-27 03:36

RK3568笔记七十八：PCM转WAV

大概功能是：采用MIC录制5-10秒音频，转成WAV格式，通过RK的Whisper转成文本，把文本传给豆包API，结果通过火山TTS转化在通过喇叭播放。
殷忆枫·2025-02-27 00:48

RK3568笔记七十七：RTMP实时推流

一、功能介绍功能是采集音频(alsa-lib库)和视频(V4L2框架)数据，使用ffmpeg编码并实时推流到RTMP流媒体服务器，达到直播功能(推流)，服务器使用SRS，简单易用。
殷忆枫·2025-02-27 00:47

云上玩转DeepSeek系列之五：实测优化16%, 体验FlashMLA加速DeepSeek-V2-Lite推理

面向社区开源了其技术成果FlashMLA（https://github.com/deepseek-ai/FlashMLA），这是一个面向推理优化的高效多层注意力（Multi-HeadLatentAttention）解码内核
·2025-02-27 00:41

15KM无线数字图传，双路全高清视频无人机遥控器技术详解

2.关键技术视频编解码技术：通过高效的视频编解码器，将原始视频信号进行压缩，以降低传输所需的带宽和存储空间。接收端再对接收到的压缩视
无人机技术圈·2025-02-26 22:25

技术硬核：突出FP8、3倍速度、90%成本暴降等技术参数，强化可信度

DeepSeek近期开源项目详细分析1.FlashMLA：大模型推理效率革命技术特点：首个开源项目FlashMLA是针对英伟达Hopper架构GPU（如H800）优化的高效多头潜在注意力（MLA）解码内核
guzhoumingyue·2025-02-26 20:45

全面分析 DeepSeek 的新开源 FlashMLA

导言著名的人工智能公司DeepSeek最近开源了FlashMLA，这是一款针对HopperGPU上的多头潜意识（MLA）进行了优化的高性能解码内核。
X.Cristiano·2025-02-26 19:34

云原生周刊：云原生和 AI

FlashMLA是专为NVIDIAHopper架构GPU（如H100、H800）优化的高效多头潜在注意力（MLA）解码内核，旨在提升大模型推理性能，特别是针对可变长度序列进行了优化。
·2025-02-26 19:58

从零开始：使用PyTorch构建DeepSeek R1模型及其训练详解

1.模型架构DeepSeekR1的核心是一个基于Transformer的编码器-解码器架构，包含以下关键组件：EmbeddingLayer:将输入的单词索引转换为密集向量表示。Posit
陆鳐LuLu·2025-02-26 19:02

ChatGPT版本差异分析大全

1.核心功能差异多模态支持：GPT-4o支持文本、图像和音频的多模态输入与处理，适合需要结合多种媒体形式的任务（如设计、多媒体内容生成）。
爱吃青菜的大力水手·2025-02-26 17:26

破局者DeepSeek：从技术追赶到全球领跑的三大颠覆密码

本期我们将深度解码揭开其现象级爆发背后的硬核逻辑——技术突围、成本革命与极客生态的三角共振。一、技术突围：架构级创新打破算力囚笼DeepSeek的爆发绝非营销奇迹，而是一场蓄谋已久的技术革命。
未来智慧谷·2025-02-26 17:24

【Python爬虫(82)】开启物联网数据爬取之旅

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·2025-02-26 15:37

【Python爬虫(37)】解锁分布式爬虫：原理与架构全解析

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·2025-02-26 14:57

ffmepg：使用ffmpeg转换音视频格式

收藏一下大神的作品:https://blog.csdn.net/ETalien_/article/details/102917887使用ffmpeg转换音视频格式转换音频格式ffmpeg-iinput.mp3output.wav
烽火聊员·2025-02-26 13:25

数字人批量生成视频

（形象克隆✔声音克隆✔智能剪辑✔智能文案✔音频驱动✔矩阵发布多平台）只需要录制一个1234567的视频，就可以批量生成你的专属数字人视频。
李lrh9166·2025-02-26 12:14

如何省流量？视频高度压缩背后的预测技术

1、引言从20世纪90年代以来，数字音视频编解码技术迅速发展，一直是国内外研究的热点领域。随着5G的成熟和广泛商用，带宽已经越来越高，传输音视频变得更加容易。
音视频开发老马·2025-02-26 07:11

QT6开发高性能企业视频会议-5 Linux Audio开发

Linux系统音频技术简介视频会议或者其他音视频通信应用都会涉及Audio/Voice的采集和播放，本文简单介绍Linux系统常用Audio开发框架和技术，并且配有示例代码。
sqmeeting·2025-02-26 07:09

视频编解码技术-3: H.264和VP9压缩效率和编码时延

一、引言在前作《H.264和VP9视频编码质量评估》中，我们通过PSNR、SSIM等指标分析了二者在固定码率下的质量差异。本文聚焦实时应用场景的核心矛盾：在相同主观质量下，如何权衡压缩效率与编码延迟？为此，本文采用“恒定量化参数（ConstantQP）”的码率控制模式，为H.264（QP范围：0~51）和VP9（QP范围：0~63）设置等效质量档位，使用CIF（352×288）和1080P（192
sqmeeting·2025-02-26 06:33

MediaToolkit：.NET 开发者的多媒体处理工具

在开发过程中处理音频和视频文件是许多应用程序的重要功能。MediaToolkit是一个强大的库，帮助轻松处理这些多媒体文件。封装了FFmpeg的功能，使得复杂的任务变得简单。
今晚打老虎z·2025-02-26 06:03

【Python爬虫(79)】解锁区块链+爬虫：数据采集的未来新范式

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·2025-02-26 05:23

【Python爬虫(80)】当Python爬虫邂逅边缘计算：探索数据采集新境界

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·2025-02-26 05:23

荔枝混合云网络实践：技术创新与未来展望

在数字化转型的浪潮中，荔枝集团作为中国在线音频的领军企业，于2020年1月17日成功登陆纳斯达克交易所，成为行业内的先锋。
ITPUB-微风·2025-02-26 04:49

【Python爬虫(36)】深挖多进程爬虫性能优化：从通信到负载均衡

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·2025-02-26 04:18

ffplay播放器源码(七)overlay滤镜

源码已删除了所有相关滤镜的代码)播放器增加overlay滤镜在视频里面加logo水印图片，效果图:滤镜介绍滤镜（Filters）是FFmpeg库提供的一套强大的工具，滤镜可以应用于视频的每一帧，也可以应用于音频的每一个样本
指掀涛澜天下惊·2025-02-26 02:08
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他