Fedora音频解码器

三分钟掌握音频提取 | 在 Rust 中优雅地处理视频音频

前言在多媒体开发中，从视频中提取音频是一个常见需求。比如，你可能需要分离背景音乐来单独欣赏，或者提取对白用于语音分析，甚至为视频生成字幕。无论目的如何，音频提取都是多媒体处理中的基础操作。
·2025-03-26 16:11

【AI】【AIGC】降低AIGC检测率：技术、挑战与应对策略

AIGC技术的应用非常广泛，包括文本生成、图像生成、音频生成等。然而，随着这些技术的普及，如何有效识别并检测AIGC生成的内容，也成为了一个紧迫的问题。
丶2136·2025-03-26 11:10

音视频基础能力之 Android 音频篇 （三）：高性能音频采集

本文为该系列文章的第3篇，也是有关音频采集的最后一篇，将详细讲述在Android平台如何实现高性能音频采集。往期精彩内容，可参考：音视频基础能力之An
声知视界·2025-03-26 05:16

Android音视频开发入门（1）基础概要

MP3一种音频压缩技术。它被设计用来大幅度地降低音频数据量。利用MP3，将音乐以1：10甚至1：12的压缩率，压缩成
2401_85730347·2025-03-26 05:45

第2章-01-网站中的资源介绍

文章目录网站资源概览1.HTML文档2.CSS样式表3.JavaScript脚本4.图片5.字体6.视频与音频文件总结网站资源概览一个现代网站，
黑夜开发者·2025-03-26 04:41

Vosk-Server: 高精度离线语音识别服务器

Vosk-Server:高精度离线语音识别服务器vosk-serveralphacep/vosk-server:VoskServer是一个基于Vosk语音识别引擎的服务端实现，可以部署为HTTPAPI服务，接收音频流并返回语音转文字结果
柯茵沙·2025-03-26 04:10

python全栈-前端

无序列表ul自定义列表表格table表格属性单元格合并表单Forminput标签HTML5新增type属性HTML5新增常用属性实体字符块元素与行内元素/内联元素容器元素divHTML5新增布局标签视频音频视频音频
兆。·2025-03-25 15:34

AI视频自动剪辑的核心原理

视频自动剪辑的核心原理是通过算法分析视频内容（画面、音频、元数据等），结合预设规则或机器学习模型，自动完成素材筛选、剪辑、转场等操作。
xinxiyinhe·2025-03-25 14:24

Android15音频进阶之指定音区设备(一百一十二)

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·2025-03-25 11:01

CentOS7 yum源修改为阿里，配置阿里epel源

镜像下载、域名解析、时间同步请点击阿里巴巴开源镜像站一、概念/区分：yum源什么是yum源：yum是一个在CentOS、RedHat和Fedora操作系统中使用的Shell前端软件包管理器。
萌褚·2025-03-25 07:03

MediaPipe：实时多媒体处理框架

它提供了一套工具和库，使开发者能够轻松地处理和分析视频、音频和图像数据。MediaPipe具有高度可扩展性和灵活性，适用于各种应用领域，包括计算机视觉、增强现实、虚拟现实和音频处理等。
KsClang·2025-03-25 05:16

彻底理解apt 与 yum 的区别：从历史到技术细节的全面解析

YUM：RHEL/CentOS/Fedora系统的包管理器，功能类似，专注于RPM包管理和依赖处理。
白白白给大魔王·2025-03-25 03:00

web前端录制canvas视频和video的声音，并合并成一个文件进行下载

该方法通常用于从、或元素中捕获实时视频流或音频流，以便进行进一步的处理，如直播、录制或分析‌。captureStream()方法能够实时捕获视频流，适用于直播、实时监控等场景。
不怕麻烦的鹿丸·2025-03-25 01:49

大模型微调方法之Delta-tuning

本次讨论的1大模型业务分类当前的大模型行业可谓百花齐放，自然语言处理（naturallanguageprocessing,NLP）、计算机视觉（computervision,CV）、音频处理（audioprocessing
空 白II·2025-03-24 20:09

Transformer 架构对比：Dense、MoE 与 Hybrid-MoE 的优劣分析

MixtureofExperts)TransformerHybrid-MoETransformer2.Transformer按照编码方式分类单向自回归模型(如早期GPT系列)双向模型(如BERT)编码器-解码器模型
m0_74825656·2025-03-24 11:01

利用ffmpeg库实现音频AAC编解码

AAC‌（AdvancedAudioCoding）是一种音频编码技术，出现于1997年，基于MPEG-2的音频编码技术。AAC具有高效的数据压缩能力和较高的音质，适用于各种音频应用场景。
byxdaz·2025-03-24 06:14

P2P通信：WebRTC的原理与实现

它提供了一种直接的点对点（P2P）通信方式，使得浏览器之间可以实时传输音频、视频和数据。本文将详细介绍WebRTC的原理和实现，并提供相应的源代码示例。
幻想彩虹中的绚丽光华·2025-03-24 05:36

WebRTC解析：使用WebRTC实现实时通信

它提供了一组API和协议，使开发者能够在网页上实现音频、视频和数据的实时传输。本文将详细介绍WebRTC的基本原理和使用方法，并提供一些示例代码。
FdviAutoit·2025-03-24 05:02

深入浅出 WebRTC 通信原理：从点对点到多人会议的全方位解析

它允许浏览器或移动设备通过直接的点对点（P2P）连接进行音频、视频和数据的实时传输。它使得不依赖中间服务器的实时通信成为可能，尤其适用于视频聊天、文件共享、音频会议等场景。在本文中，我们将深入介绍从
ADFVBM·2025-03-24 05:01

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

When Large Language Models Meet Speech: A Survey on Integration Approaches

文章将语音与LLMs集成方法分为基于文本、基于潜在表示和基于音频令牌三大类。
UnknownBody·2025-03-23 17:46

ubuntu环境使用海康威视SDK获取视频流

include#include#include#include"HCNetSDK.h"#include"iniFile.h"#include"PlayM4.h"//解码回调视频为YUV数据(YV12)，音频为
Joemt·2025-03-23 17:16

Ubuntu实时读取音乐软件的音频流

文章目录一.前言二.开发环境三.具体操作四.实际效果一.前言起因是这样的，我需要在Ubuntu中，实时读取正在播放音乐的音频流，然后对音频进行相关的处理。
冬瓜~·2025-03-23 17:14

编译QT5.15.2 qtwebengine模块以支持mp4

由于版权限制，Qt官方无法在其二进制包中提供某些解码器，这导致QtWebEngine无法支持一些常见的视频格式（如MP4）。
m0_74822999·2025-03-23 08:41

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

使用AI识别语音和B站视频并通过GPT生成思维导图

语音生成思维导图直接发送语音：对AI脑图公众号直接发送语音（如使用语音说厦门三天两夜的旅行攻略），AI脑图会自动识别语音内容然后根据内容要求生成思维导图上传语音文件：支持多种音频格式，上传完成后AI脑图会识别音频内容
·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

语音生成思维导图直接发送语音：对AI脑图公众号直接发送语音（如使用语音说厦门三天两夜的旅行攻略），AI脑图会自动识别语音内容然后根据内容要求生成思维导图上传语音文件：支持多种音频格式，上传完成后AI脑图会识别音频内容
·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

RK3568平台（音频篇）音频ALSA框架

一.ALSA框架简介ALSA表示先进linux声音架构（AdvancedLinuxSoundArchiecture），它由一系列的内核驱动、应用程序编程接口（API）以及支持linux下声音的应用程序组成、ALSA项目发起的原有是linux下的声卡驱动（OSS）没有获得积极的维护，而且落后于新的声卡技术。JaroslavKysela早先写了一个声卡驱动，并由此开始了ALSA项目，随后，更多的开发者
嵌入式_笔记·2025-03-23 05:02

【视频】m3u8相关操作

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.m3u82）去掉音频
郭老二·2025-03-23 05:31

嵌入式音频框架alsa学习之pcm状态

/**PCMstate*/typedefenum_snd_pcm_state{/**Open*/SND_PCM_STATE_OPEN=0,/**Setupinstalled*/SND_PCM_STATE_SETUP,/**Readytostart*/SND_PCM_STATE_PREPARED,/**Running*/SND_PCM_STATE_RUNNING,/**Stopped:underru
Liu-Eleven·2025-03-22 16:00

android音频概念解析

音频硬件接口（我们可以理解为ASOC的声卡）官方代码里叫audiohardwareinterface也称为module，定义在services/audiopolicy/config/audio_policy_configuration.xml
yyc_audio·2025-03-22 16:57

向量检索、检索增强生成（RAG）、大语言模型及相关系统架构——典型面试问题及简要答案

答案要点：向量检索是将文本、图像、音频等数据映射为向量，在高维向量空间中基于相似度或距离进行搜索。
快撑死的鱼·2025-03-22 05:13

从零开始：使用原生JS打造简易飞机大战游戏

本文还有配套的精品资源，点击获取简介：在本教程中，我们将探讨如何利用原生JavaScript的特性，包括事件处理、DOM操作、定时器和音频处理，来构建一个基础的“飞机大战”游戏。
西域情歌·2025-03-22 02:45

鸿蒙开发秘籍：用AvPlayer解锁录音朗读新玩法

鸿蒙开发秘籍：用AvPlayer解锁录音朗读新玩法一、引言家人们，在鸿蒙应用开发这个超广阔的领域里，音频处理可是相当重要的一环！它让应用的功能更丰富，用户体验也更好啦。
柳中仙·2025-03-22 00:04

04.文本标签

2）页面组成元素①一个静态页面绝大部分由以下四种元素组成：文本图片超链接音频和视频②思考：符合以下特点的网页是静态还是动态页面？
龙哥带你学编程·2025-03-22 00:28

Webrtc音频技术（未完）

一、概述1、架构上图中发送方（或叫上行、TX）将从MIC采集到的语音数据先做前处理，然后编码得到码流，再用RTP打包通过UDPsocket发送到网络中给对方。接收方（或叫下行、RX）通过UDPsocket收语音包，解析RTP包后放入jitterbuffer中，要播放时每隔一定时间从jitterbuffer中取出包并解码得到PCM数据，做后处理后送给播放器播放出来。二、NetEQ1、简介netEQ是
会头痛的可达鸭·2025-03-21 23:56

MTK ADSP

MTK音频硬件概念AFE：音频前端硬件audiofrontendhwAFEMEMIF(FE):PCMDMA,memoryread/writeAudiointerconnection:connectionfabricforaudiosubmodule
yyc_audio·2025-03-21 23:20

Linux中的yum和vim工具使用总结

一、YUM包管理器1.YUM简介YUM(YellowdogUpdaterModified)是一个在Fedora、CentOS和RedHat等基于RPM的Linux发行版中的开源命令行包管理工具。
yi个名字·2025-03-21 21:37

OpenAI 发布新一代 STT/TTS 模型，10 行代码构建 Voice Agent；声网推出对话式 AI 开发套件丨日报

本期编辑：@qqq、@鲍勃01有话题的技术1、OpenAI推出全新一代音频模型今日凌晨，Open
·2025-03-21 16:18

自动语音识别（ASR）：技术、应用与未来

2.ASR的工作原理ASR的核心流程通常包括以下几个步骤：语音信号采集：通过麦克风或其他设备获取音频数据。预处理：去除噪
ajie1117·2025-03-21 16:17

Ubuntu零基础入门到精通【1.3讲】：为什么选择 Ubuntu？

Fedora：创新的前沿，但稳定性欠佳CentOS：
bug菌¹·2025-03-21 14:04

无人机喊话系统：空中扩音器的科技密码！

一、技术核心：空中声波系统的三重架构1.声源处理中枢支持双模输入：麦克风实时采集与数字音频导入搭载DSP数字信号处理器，实现动态降噪（信噪比＞70dB）自适应EQ调节，针对不同场景优化频响曲线（如灾害现场增强低频穿透力
云卓SKYDROID·2025-03-21 10:54

python3+ffmpeg下载B站视频，附代码

感谢~~一、下载安装ffmpegFfmpeg是一款自由软件，用于视频和音频文件的处理，在本例中，我使用它进行视频文件和音频文件的合并。
才华横溢吴道简·2025-03-21 07:27

如何使用 Python 和 FFmpeg 下载 B站视频

具体来说，我们将通过B站的API获取视频的音频和视频流，然后使用FFmpeg下载并将它们合并成一个.mp4文件。前提条件Python：你需要安装Python，推荐使用Python3.6或更高版本。
木觞清·2025-03-21 07:26

完全免费，涵盖所有格式转换,打工人必备！

它支持视频、音频、图片和文档等多种格式的转换，几乎涵盖了我们日常学
一帆工具·2025-03-21 06:51

LAMP环境搭建（基于Fedora系统）

一、环境说明操作系统Fedora-Server-x86-64-29LAMP集成安装包bitnami-lampstack-7.1.25-0-linux-x64-installer.run二、LAMP安装配置
后青春期的诗go·2025-03-21 06:49

论文学习11：Boundary-Guided Camouflaged Object Detection

模块结构BGNet的架构基于Res2Net-50，编码器提取多级特征，解码器通过EA
zl29·2025-03-21 04:07

数据仓库和非结构化数据。

如果量大只能记住地址，在etl加载当然也有需求是实时数据比如股票汇率拿只能etl过程处理非结构化数据包含图片，视频音频如果是传统数据库db2oracle存在里面是不合适的。
weixin_30631587·2025-03-21 03:33

DeepLabv3+改进18:在主干网络中添加REP_BLOCK

本专栏重磅推出：✅独家改进策略：融合注意力机制、轻量化设计与多尺度优化✅即插即用模块：ASPP+升级、解码器PS:订阅专栏提供完整代码论文简介我们提出了一种通用的卷积神经网络（ConvNet）构建模块，
AICurator·2025-03-21 03:01
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他