Olami语音

使用Xinference与LangChain实现强大的模型推理

Xinference是一款强大的推理库，它能够无缝地为LLMs、语音识别模型以及多模态模型提供服务。
yunwu12777·2025-06-20 16:53

XMOS将在CES 2025上展出多款由边缘AI驱动的创新音效、音频、识别和处理解决方案

全球智能物联网技术领导者暨匠心独到的半导体科技企业XMOS宣布：该公司将再次参加2025年国际消费电子展（CES2025），并将在本届CES上展出一系列由人工智能（AI）驱动的全新空间音效、语音捕获与降噪
电子科技圈·2025-06-20 15:47

基于Python的LSTM循环神经网络模型实战

而循环神经网络（RecurrentNeuralNetwork，RNN）及其变体——长短期记忆网络（LongShort-TermMemory，LSTM），凭借独特的记忆机制，能够有效处理序列数据，在语音识别
缑宇澄·2025-06-20 15:45

安卓入门二十一 常用功能模块一无障碍模式

无障碍开发的作用是为残障人士提供更好的移动设备使用体验;借助无障碍开发可以降低访问设备应用程序的难度;Android为无障碍开发提供了多种辅助技术,如:TalkBack:该技术帮助盲人和视力障碍者更容易地使用Android设备;语音提示
起个随便的昵称·2025-06-20 12:55

鸿蒙AI语音翻译便签应用设计与实现

鸿蒙AI语音翻译便签应用设计与实现一、系统架构设计基于HarmonyOS的AI能力和分布式技术，我们设计了一个语音翻译便签应用，能够实时将语音输入转换为文字并进行翻译，最终生成多语言便签，支持跨设备同步
鸿蒙大白·2025-06-20 10:11

唯创知音旗下有哪些语音芯片型号

唯创知音(Waytronic)作为国内语音芯片领域的核心厂商，其产品线覆盖从基础语音播放到智能交互的全场景需求。
唯创知音·2025-06-20 08:54

阿里云大模型AI：开启智能新时代的钥匙

从智能语音助手到自动驾驶汽车，从医疗影像诊断到金融风险预测，AI技术正以惊人的速度渗透到各个领域，为我们带来前所未有的便利与机遇。
云资源服务商·2025-06-20 02:11

AI转型指南

点击跳转到网站一、AI行业全景扫描（认知篇）技术图谱解构机器学习/深度学习/强化学习的技术边界NLP/CV/语音/推荐系统等细分赛道的就业热度对比传统计算机技能与AI能力的交叉点（如分布式计算、系统
HeartException·2025-06-20 00:35

HarmonyOS模拟器音频输入全攻略：从入门到精通

DevEcoStudio2.2确保电脑配置达标三、模拟器音频输入设置步骤3.1启动并配置模拟器3.2音频输入设置入口3.3具体设置选项详解四、常见问题及解决方法4.1无音频输入信号4.2音频输入质量差五、实际应用案例5.1语音通话类应用开发测试
大雨淅淅·2025-06-20 00:00

智能老人监护系统设计方案

设计背景全球老龄化趋势与独居老人安全隐患传统监护手段的局限性分析物联网技术在养老领域的应用前景1.2系统核心目标安全保障：实时生理监测+紧急呼叫生活辅助：环境自适应调控远程交互：云端数据共享与远程控制易操作性：三重交互方式（手势/语音
pk_xz123456·2025-06-19 22:14

独立AI开发者——技术路线与盈利模式规划

语音UI可利用浏览器WebSpeechAPI或Vu
onceco·2025-06-19 19:23

Retrieval-Based Voice Conversion WebUI 教程

gh_mirrors/re/Retrieval-based-Voice-Conversion-WebUI1.项目介绍Retrieval-BasedVoiceConversionWebUI是一个基于VITS的简单易用的语音转换框架
蒋荔卿Lorelei·2025-06-19 19:21

WebRTC（六）：ICE协议

广泛用于：WebRTC（浏览器实时通信）VoIP（语音通话）视频会议系统P2P文件传输系统其核心思想是：从
却道天凉_好个秋·2025-06-19 18:43

MP34DT05TR-A MEMS音频传感器全向数字麦克风：122.5dB AOP抗爆破音设计在工业警报系统中的应用验证

其突破性在于：122.5dB声学过载点(AOP)：超越消费级麦克风常规100dB极限，耐受强声压冲击64dBSNR：1kHz频点底噪低至29dBA，保留语音高频细节（>6kHz）-26dBFS±3dB灵敏度一致性
Hailey深力科·2025-06-19 16:55

李宏毅【生成式AI导论 2024】第1讲：生成式AI是什么？

比如说语音，语音是由一堆取样点所组成的。所谓的复杂有结构又是什么意思呢？这个复杂到底应该要复杂到什么程度呢？要复
AIshape·2025-06-19 10:15

循环神经网络(RNN)：从理论到翻译

循环神经网络（RNN）是一种专为处理序列数据设计的神经网络，如时间序列、自然语言或语音。与传统的全连接神经网络不同，RNN具有"记忆"功能，通过循环传递信息，使其特别适合需要考虑上下文或顺序的任务。
Morpheon·2025-06-19 08:05

纯流量卡不能打电话那种叫什么

它最大的特点就是只提供数据服务，即流量，而不包含语音通话和短信功能。
V13098684729·2025-06-19 06:17

【MoodVine】Taro+React动画实践

本文将深入探讨我在Taro+React项目中实现的两种动画效果：麦克风录音的呼吸动画和语音消息的波形动画，分享技术实现细节和设计思考。
沈春庭·2025-06-18 20:43

单片机题目列表

目录公交车报站51单片机+手自动+语音播报+GPS51单片机+手自动+语音播报+GPS+温度题目单片机具体编号功能详细描述0001公交车510001-151单片机+手自动+语音播报+GPS510001-
CC呢·2025-06-18 20:12

19｜Whisper+ChatGPT：请AI代你听播客

今天，我们的课程开始进入一个新的主题了，那就是语音识别。过去几周我们介绍的ChatGPT虽然很强大，但是只能接受文本的输入。而在现实生活中，很多时候我们并不方便停下来打字。
企鹅侠客·2025-06-18 15:08

Bluetooth® 测试原理概览（基于 R&S®CMW 测试平台）

Bluetooth®测试原理概览（基于R&S®CMW测试平台）一、Bluetooth®技术基础Bluetooth®Classic：适用于语音、音频、数据传输，采用GFSK、π/4-DQPSK、8DPSK
cccsjjsccc·2025-06-18 11:09

10分钟学会使用.Net技术开发一个Ai智能体应用-小智esp32

在当今数字化的时代，语音交互技术正以前所未有的速度发展，为人们的生活和工作带来了极大的便利。
朱利戈·2025-06-18 07:13

AI大模型的概念验证与落地

计算机视觉,概念验证,落地应用,模型训练,模型部署1.背景介绍近年来，人工智能（AI）技术取得了飞速发展，其中，大模型作为AI领域的重要组成部分，展现出强大的学习和推理能力，在自然语言处理、计算机视觉、语音识别等领域取得了突破性进展
AI智能应用·2025-06-18 04:19

AI人工智能语音识别的多模态融合应用

AI人工智能语音识别的多模态融合应用关键词：语音识别、多模态融合、深度学习、神经网络、特征提取、端到端学习、注意力机制摘要：本文深入探讨了AI语音识别中的多模态融合技术，从基础原理到实际应用进行了全面剖析
AI天才研究院·2025-06-18 02:07

基于深度学习的智能语音合成系统：技术与实践

前言随着人工智能技术的飞速发展，智能语音合成（Text-to-Speech,TTS）技术已经成为人机交互领域的重要组成部分。从智能助手到有声读物，语音合成技术正在改变我们与数字内容的交互方式。
Blossom.118·2025-06-18 02:05

多模态大模型：技术原理与实战 语音多模态技术

多模态大模型：技术原理与实战语音多模态技术关键词：多模态大模型，语音识别，自然语言处理，深度学习，神经网络，融合技术1.背景介绍1.1问题的由来随着人工智能技术的飞速发展，多模态大模型逐渐成为研究热点。
AI智能应用·2025-06-18 00:58

深度学习进阶：卷积神经网络(CNN)原理与实战

1.卷积神经网络概述卷积神经网络（ConvolutionalNeuralNetworks,CNN）是深度学习中专门用于处理网格状数据（如图像、语音、视频）的神经网络架构。
软考和人工智能学堂·2025-06-17 23:51

「Happy LLM」机器与人类沟通的桥梁——NLP

它的核心是通过算法处理文本或语音数据，实现翻译、问答、情感分析等功能。其本质上是将人类语言转化为机器可处理的结构化数据（如语义解析），同时将机器
OvO_ll·2025-06-17 23:18

深度学习入门指南：从基础概念到代码实践

深度学习已经在计算机视觉、自然语言处理、语音识别等领域取得了突破性进展。例如，ImageNet竞赛中深度学习模型的识别准确率已经超过人类水平，而GP
软考和人工智能学堂·2025-06-17 23:18

Python实现语音识别功能，简单三步搞定！

语音识别是一种将语音信号转换为文本的技术，它在许多应用领域中具有重要的作用，例如语音助手、语音搜索和语音指令。在本文中，我将向您展示如何使用Python实现基本的语音识别功能，只需三个简单的步骤。
BinzTcl·2025-06-17 23:45

✨Whisper 官方版本离线安装及断点续传下载 + screen 后台管理全流程指南

Whisper官方版本离线安装及断点续传下载+screen后台管理全流程指南Whisper是OpenAI开源的强大语音识别模型，支持多语言转写。
杨靳言先·2025-06-17 18:16

C#语音识别的深度探索与实践：从入门到精通

在当今数字化时代，语音识别技术已经成为连接人与计算机之间沟通桥梁的关键组成部分。对于开发者而言，掌握如何利用C#实现高效的语音识别应用不仅能够提升用户体验，还能为各种行业带来前所未有的便利。
墨夶·2025-06-17 09:14

大模型人工智能+实时语音通话，实现智能呼叫中心

大模型人工智能+实时语音通话，实现智能呼叫中心作者：开源智能呼叫中心FreeAICC(CC:Call-Center）大模型人工智能与实时语音通话技术的结合，为智能呼叫中心带来了前所未有的变革。
FreeTools·2025-06-17 04:39

Android微信对话列表实现指南

本文将指导你如何创建一个自定义适配器来填充ListView，展示不同类型的消息如文本、图片和语音消息。
青妍·2025-06-16 23:05

阿里智能语音交互 SDK：赋能智能人机交互新时代

阿里智能语音交互SDK：赋能智能人机交互新时代alibabacloud-nls-java-sdkTheJavaSDKforAlibabanaturelanguageandspeechAPIs.项目地址:
田轲浩·2025-06-16 21:22

使用 espeak-ng 实现文本转语音

初识命令行语音工具espeak-ng，用它给你的终端加点“声音”！为什么选择espeak-ng？
Mr_Chenph·2025-06-16 19:36

Window下VS2019编译WebRTC通关版

这段时间需要实现这样一个功能，使用WebRTC实现语音通话功能，第一步要做的事情就是编译WebRTC源码，也是很多码友会遇到的问题。
糯诺诺米团·2025-06-16 16:22

Whisper（语音识别，语音转文本）本地部署

一、安装好ffmpeg1、安装ffmpeg，这个好像是用于对音频文件解析和处理的，具体不态清楚ffmpeg安装教程2、后面可能出现的问题如果后面运行时，出现系统找不到指定文件的bug时，尝试在上一步添加环境变量中，也添加一个系统变量，并重启一下电脑二、使用Anaconda创建所需的环境1、创建一个新的环境condacreate-nwhisperpython=3.92、判断自己的设备使用什么版本的C
龚子亦·2025-06-16 16:50

打破系统限制：强制固定Windows麦克风音量方法

有没有遇到过这种情况：当你使用语音类工具时，它们会“自以为是”地对你的麦克风进行噪音检测，并自动降低音量？
sinat_33351887·2025-06-16 16:19

多模态..

大白话：让AI像人一样，同时理解「文字+语音+图像+视频」等多种信息。类比相亲场景：单模态AI：只看照片（图像模态）：评价「颜值6分」。只听语音（音频模态）：评价「声音好听」。
MYH516·2025-06-16 15:14

Android16变更

hl=zh-cn摘要1：讨论Android16的新特性，如ProjectButter、可扩展通知、语音搜索改进、相机
雨声不在·2025-06-16 14:37

智能引擎驱动产业跃迁：人工智能产业化浪潮中的机遇与挑战

个人主页：慌ZHANG-CSDN博客期待您的关注一、前言：从“智能技术”到“智能产业”过去十年，人工智能从实验室技术走向产业应用，经历了三个关键阶段：感知智能（PerceptionAI）：如图像识别、语音识别
·2025-06-16 12:51

TensorFlow与Pytorch的区别

它能够进行深度神经网络的训练和推理，具有高效、灵活、跨平台等优点，被广泛应用于图像识别、语音识别、自然语言处理、推荐系统等领域。
m0_49517971·2025-06-16 11:44

鸿蒙开发实战之Audio Kit打造美颜相机沉浸式音效

一、核心音频场景通过AudioKit实现三大声音增强：视频录制音质优化智能降噪（环境噪音降低30dB）声场增强（采样率48kHz/24bit）语音交互升级美颜参数语音控制（支持中英文混合指令）声纹识别解锁高级功能沉浸式播放体验
·2025-06-16 10:17

深度学习小项目合集之音频语音识别-视频介绍下自取

内容包括：基于python深度学习对动物的异常声音识别179基于python深度学习对动物的异常声音识别_哔哩哔哩_bilibili简介:本代码python代码，pytorch框架下运行，是将data文件夹下动物的异常声音的wav格式的音频文件读取，转化成了梅尔卡图，再通过cnn卷积神经网络对转化后的声音特征进行训练，最后得到ckpt格式的模型，然后运行pyqt界面后，即可通过点击按钮来加载数据音
no_work·2025-06-16 07:20

ASR-PRO语音模块资料

ASR-PRO语音模块资料ASR-PRO语音模块资料.zip项目地址:https://gitcode.com/open-source-toolkit/2a967欢迎来到ASR-PRO语音模块资源库！
龙唯荷Britney·2025-06-16 07:19

1G（第一代移动通信系统）详解

语音信号：核心频率范围：主要能量集中区：30Hz-3400Hz，涵盖基频、共振峰及大部分语音特征成分。电话通信标准：传统窄带电话仅传输300Hz-3400Hz范围，以保证语音可懂度。
zdd56789·2025-06-16 01:39

Step-Audio-AQAA 解读：迈向「纯语音」交互的端到端 LALM 新里程

我们不再满足于简单的文本问答，而是期望AI能够像人类一样，通过自然的语音进行交流，理解我们的意图，并以富有表现力的声音回应。
kakaZhui·2025-06-15 23:26

鸿蒙开发实战之Input Kit实现美颜相机智能交互

一、功能场景与价值在美颜相机App中，InputKit提供了超越传统触控的交互方式，实现：手势控制：隔空手势切换滤镜/拍照（支持5种标准手势）语音指令：语音控制美颜强度、拍照倒计时手写输入：在照片上直接手写批注
·2025-06-15 23:08

当卷积作用于信号处理

当卷积作用于信号处理场景一：语音信号的信噪比提升智能耳机一般都有一个选项环境音量自适应，当在地铁上使用时，是否好奇它是如何在嘈杂环境中准确捕捉人声的？背后是一套实时卷积处理系统。
思绪漂移·2025-06-15 22:22
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他