PCM音频

Scratch编程项目：日常生活音效集-上课铃声

该音效素材包提供了日常生活相关的音频资源，特别强调“上课铃声”在编程项目中的应用。该铃声可用作游戏或应用中场景切换的信号，以增强互动性和趣味性。
轮胎技术Tyretek·2025-05-12 05:08

推荐几款比较简单且好用的笔记软件

它允许用户在笔记中插入图片、音频文件等，非常适合需要大量图文并茂内容的学习者或创作者使用。此外，
xiaocao_1023·2025-05-12 00:06

ESP32 DAC音频应用示例与场景

以下是一个关于ESP32芯片DAC音频应用的C语言示例及其应用场景的详细说明：1.DAC音频应用示例（C语言，基于ESP-IDF框架）以下代码演示如何通过ESP32的DAC生成正弦波音频信号：#include
xu_wenming·2025-05-11 22:56

音乐节奏游戏：从声波分析到动态映射的沉浸式设计

目录音乐节奏游戏：从声波分析到动态映射的沉浸式设计引言第一章音频处理流水线1.1实时频谱分析1.2节拍追踪算法第二章节奏事件生成2.1动态难度映射2.2音高-位置映射第三章判定系统设计3.1动态窗口算法
闲人编程·2025-05-11 16:18

AIGC内容审核中的多模态识别技术解析

AIGC内容审核中的多模态识别技术解析关键词：AIGC、内容审核、多模态识别技术、图像识别、文本识别、音频识别摘要：本文聚焦于AIGC内容审核中的多模态识别技术，详细介绍了多模态识别技术的核心概念、原理
SuperAGI2025·2025-05-11 15:13

eFish-SBC-RK3576工控板音频接口测试操作指南

音频接口测试包括：AUDIO（耳机接口）和扬声器（CN54）。
电鱼智能·2025-05-11 15:43

基于EFISH-SCB-RK3576工控机/SAIL-RK3576核心板的KTV点歌主机技术方案‌（国产化替代J1900的全场景技术解析）

人脸识别‌：双MIPI-CSI接口支持4K摄像头接入，活体检测误判率50ms），消除人声与伴奏时差支持48通道DSP效果器，混响/变声处理零卡顿‌智能推荐系统‌本地化AI推荐引擎（用户画像更新周期38‌音频性能‌专业级
电鱼智能·2025-05-11 15:42

腾讯多模态定制化视频生成框架：HunyuanCustom

通过支持图像、音频、视频和文本等多种条件输入，HunyuanCustom能够生成具有特定主题且符合用户定义条件的视频。二、整体架构HunyuanCustom基于HunyuanV
Panesle·2025-05-11 09:38

多模态 AI 研究进展与跨模态学习应用

多模态AI指的是能够处理和理解多种类型数据的技术，这些数据可能包括文本、图像、音频、视频等多种形式。这种能力使得机器能够更好地模拟人类的感知和认知过程，从而在更广泛的场景中发挥作用。
2501_91140055·2025-05-11 09:34

使用 librosa 测量《忘尘谷》节拍速度

在音乐分析与处理领域，准确测量音频的节拍速度（BPM）至关重要。
109702008·2025-05-11 07:19

提示词优化：AIGC效果与效率的双重提升

生成式AI是指利用深度学习模型生成新的数据，如文本、图像、音频等。这种技术不仅推动了内容创作、个性化推荐、辅助设计等领域的革新，还极大地提升了数据处理的效率和效果。
AGI大模型与大数据研究院·2025-05-10 17:51

Python 音频与视频处理：FFmpeg 实战

```htmlPython音频与视频处理：FFmpeg实战Python音频与视频处理：FFmpeg实战在当今数字化时代，音频和视频处理已经成为许多应用程序的核心功能。
人生404 Not Found·2025-05-10 10:34

BIOS详解

Date/SystemDate日期/系统日期Level2Cache二级缓存SystemMemory系统内存VideoController视频控制器PanelType液晶屏型号AudioController音频控制器
competerH_programing·2025-05-10 06:08

Android 音频系统得框架

http://www.mamicode.com/info-detail-1790053.htmlhttp://blog.csdn.net/lushengchu_luis/article/details/8894758转载于:https://www.cnblogs.com/liunx1109/p/8398982.html
weixin_30918633·2025-05-10 04:55

Android 音频架构全解析：从 AudioTrack 到 AudioFlinger

在开发音视频相关应用时，我们常会接触到MediaPlayer、SoundPool、AudioTrack、OpenSLES、AAudio、Oboe等名词，它们都与Android的音频播放息息相关。
居然是阿宋·2025-05-10 04:53

ffmpeg 多路 同时 解码_ffmpeg入门教程

原文链接：[[总结]视音频编解码技术零基础学习方法_雷霄骅(leixiao
阿兹 猫·2025-05-10 01:02

Python 音频与视频处理：FFmpeg 实战

```htmlPython音频与视频处理：FFmpeg实战Python音频与视频处理：FFmpeg实战在现代多媒体应用中，音频和视频的处理是一个非常重要的领域。
jhfgd564·2025-05-09 16:27

ffmpeg多媒体(音视频)处理常用命令

1、音频相关1.1音频信息查看ffmpeg-itest.wav该命令可查看到音频相关的编码、声道、采样率、时长等重要信息1.2采样率转换ffmpeg-itest.wav-ar16000-ac1test1
带鱼工作室·2025-05-09 12:09

Android音频系统之音频框架

http://blog.csdn.net/xuesen_lin/article/details/8796492我们可以结合目前已有的知识，想一下每一个层次都会包含哪些模块(先不考虑蓝牙音频部分)？
weixin_30929195·2025-05-09 12:35

Android 音频架构

Android音频架构定义了音频功能的实现方式，并指出实现中所涉及的相关源代码。应用框架应用框架包含应用代码，该代码可使用android.mediaAPI与音频硬件进行交互。
VNanyesheshou·2025-05-09 11:01

多平台无损音乐下载工具

在海量音乐资源中精准定位高质量无损音频始终是技术门槛。作为专业级解决方案，它不仅支持FLAC、WAV等无损格式的批量下载，更构建了覆盖流行、古典、民谣等全品类的音乐资源库。
zhslhm·2025-05-09 05:22

matlab语音去除白噪声_语音分类系列笔记 噪声特征及分类

噪声特征及分类噪声是指一切干扰正常信号特征的信号，即信号中不需要的特征；根据噪声对语音频谱干扰方式1的不同，可以将噪声分为加性噪声和乘性噪声；加性噪声加性噪声是指当噪声对语音的干扰表现为两者信号在时域进行相加
爱穿搭的阿远·2025-05-08 22:35

基于Matlab实现DCT数字水印添加提取和干扰测试

在这个MATLAB程序中，我们将详细解析以下几个关键知识点：离散余弦变换（DCT）：DCT是一种广泛应用于图像和音频处理的数学工具，它将原始信号转换为频率域表示。
Matlab仿真实验室·2025-05-08 22:34

音频相关基础知识

主要参考：音频基本概念_音频和音调的关系-CSDN博客音频相关基础知识（采样率、位深度、通道数、PCM、AAC）_音频2通道和8ch的区别-CSDN博客概述声音的本质声音的本质是波在介质中的传播现象，声波的本质是一种波
路溪非溪·2025-05-08 15:48

Rust音频播放实践课程

本文还有配套的精品资源，点击获取简介：Rust-Audio项目是一个探索如何使用Rust语言播放音频的教育平台。它强调了内存安全性和高性能的Rust特性，并深入讲解了音频处理的技术和概念。
Liu Baihua·2025-05-08 05:52

探索声音的无限可能：K-Sonic，音频操控新纪元

探索声音的无限可能：K-Sonic，音频操控新纪元K-SonicBasedonSonic(speed,pitchandrate),thedemoforAndroid.
伍盛普Silas·2025-05-07 22:10

发现音频宝藏：Sonic Audio Tools深度探索

发现音频宝藏：SonicAudioTools深度探索SonicAudioToolsToolsformodifyingCRIWAREfileformats(seeREADMEforreleases)项目地址
余靖年Veronica·2025-05-07 22:10

Python爬虫与语音识别技术的完美结合：从抓取音频到文本提取的完整实践

第一部分：介绍1.1什么是爬虫技术？爬虫技术，也称为网络抓取，是从网站、社交平台、API接口等地方获取数据的过程。通过爬虫技术，开发者能够抓取大量的信息，为后续的数据分析、机器学习训练、自然语言处理等应用提供数据支持。1.2语音识别技术简介语音识别是将语音信号转化为文字的技术。现代语音识别系统使用深度学习算法，并且在自然语言处理领域发挥着重要作用。在本篇博客中，我们将探索如何通过爬虫抓取包含语音文
Python爬虫项目·2025-05-07 20:56

声音克隆工具 Clone-Voice v0.908 绿色版

你只需上传一段5-20秒的清晰音频，或直接用麦克风在线录制，就能克隆出与原声高度相似的语音。CloneVoice通过深度学习技术精准捕捉人类声音特征，实现高质量的语音合成与转换。
北十南·2025-05-07 11:24

鸿蒙5.0&next开发【使用AudioRenderer开发音频播放功能】音视频

音频播放开发概述如何选择音频播放开发方式系统提供了多样化的API，来帮助开发者完成音频播放的开发，不同的API适用于不同音频数据格式、音频资源来源、音频使用场景，甚至是不同开发语言。
是秃子总会反光·2025-05-07 10:19

Gradio全解20——Streaming：流式传输的多模态应用（1）——Mistral-7B实现流式传输音频：魔力8号球

Gradio全解20——Streaming：流式传输的多模态应用（1）——Mistral-7B实现流式传输音频：魔力8号球前言本篇摘要20.Streaming：流式传输的多模态应用20.1Mistral
龙焰智能·2025-05-07 05:22

Qwen2_5-Omni-3B：支持视频、音频、图像和文本的全能AI，可在本地运行

它能同时处理视频、音频、图像和文本。只有3B参数，却能在本地运行强大的多模态功能。近日，已经在HuggingFace上发布。它是小型多模态AI系统的重要突破。
李孟聊人工智能·2025-05-07 03:42

Pygame国际象棋引擎开发教程

本文还有配套的精品资源，点击获取简介：Pygame是一个基于SDL的Python库，用于创建2D游戏，它简化了图形、音频和事件处理等复杂工作。
丛越·2025-05-07 00:25

生成式AI与多模态技术深度解析

生成式AI与多模态技术深度解析一、核心概念与技术框架生成式AI（GenerativeAI）定义：通过模型学习数据分布，生成与训练数据相似的新内容（文本、图像、音频、视频等）。
小赖同学啊·2025-05-06 10:26

AIGC领域非自回归生成：引领行业发展新趋势

文章还将探讨该技术在文本、图像、音频等多模态生成
AI原生应用开发·2025-05-06 06:57

音视频编解码——音频编解码格式AAC（Advanced Audio Coding）

AAC（AdvancedAudioCoding）是一种广泛使用的音频编解码格式，它采用了先进的压缩算法，旨在提供更高的音频质量和更低的比特率。
墨影清泉·2025-05-06 00:53

FFmpeg--音频解码：音频格式aac

文章目录AAC组成函数分析读aac帧写aac帧aac的head参数设置运行结果AAC组成AAC音频格式：是⼀种由MPEG-4标准定义的有损⾳频压缩格式ADTS:是AAC音频的传输流格式AAC音频文件的每一帧由
八月的雨季997·2025-05-06 00:53

音视频开发技术总结报告

音视频开发技术总结报告一、音视频开发基础1、音频基础声音原理声波特性：频率、振幅、波长人耳听觉范围：20Hz-20kHz声音三要素：音调、音量、音色数字音频基础采样率：常见44.1kHz、48kHz、96kHz
DecentX·2025-05-05 17:04

根据url获取视频或音频时长

根据url获取音频/视频文件的时长，原理是通过创建一个隐藏的音频元素，加载指定链接的媒体文件。当浏览器获取到文件的基本信息后，会在得到视频/音频的时长，以秒为单位。
·2025-05-05 15:04

一篇文章带你学会向量数据库Milvus（一）

Milvus简介：向量数据库是一种专用系统，旨在通过向量嵌入和数值表示来管理和检索非结构化数据，这些数据项捕获图像、音频、视频和文本内容等数据项的本质。与使用精确搜索操作处理结构化数据的传统关系数据库
AGI八零后·2025-05-05 03:32

互联网与无线广播：数字时代与模拟时代的通讯双轨制-优雅草卓伊凡

无线广播本质上是一种单向的、广播式的模拟信号传输系统，其工作原理可以分解为以下几个关键环节：信号调制：调幅（AM）：用音频信号改变载波振幅频段：530-1700kHz传播特性：夜间可通过电离层反射
卓伊凡·2025-05-05 00:40

七、WebRTC中的SDP

一、SDP标准规范格式：=SDP:会话层、媒体层、媒体音频/媒体视频二、WebRTC中的SDP的整体结构1、媒体信息“m=”行中描述媒体类型、传输类型、PlayloadType"a=rtpmap"属性可以描述编解码器
gdliweibing·2025-05-04 20:19

【机器学习】生成对抗网络 (Generative Adversarial Networks | GAN)

GenerativeAdversarialNetworks|GAN)介绍生成对抗网络(GenerativeAdversarialNetworks，简称GAN)是一种强大的深度学习模型，用于生成具有逼真感的图像、音频和文本等内容
林九生·2025-05-04 19:07

php 目录结构,php的目录结构

phpcmsv9框架的目录结构分析phpcmsv9框架的目录结构分析：了解v9框架的目录结构，有助于帮助我们快速建立起对v9框架的一个整体认识打开"mycms"项目，有如下文件和目录使用协议说明文档、英文版的用户手册
圣光的事不能叫偷·2025-05-04 11:17

2025 AI 大模型江湖争霸：谁能称霸未来？

无论是文字、图片、音频还是视频，大模型的能力正在迅速提升。尤其是2024年9月OpenAI推出的O系列推理模型，更是引领了行业进入文理分科时代。那么，在2025年，国内外有哪些值得关注的大模型？
AI安全这点事·2025-05-04 09:07

uni-app 中封装全局音频播放器

在开发移动应用时，音频播放功能是一个常见的需求。无论是背景音乐、音效还是语音消息，音频播放都需要一个稳定且易于管理的解决方案。
_虾仁不眨眼_·2025-05-04 05:41

Android 系统的兼容性测试 - CTS Verifier、GTS、VTS、STS 等

CTSVerifier兼容性测试检验器（CompatibilityTestSuiteVerifier）是对CTS的补充，是一种手动测试，主要为没有手动输入（比如音频质量、加速度计等）无法在固定设备上测试的
小馬佩德罗·2025-05-03 23:34

Github每日精选（第50期）：RTSP / RTMP / LL-HLS 服务器rtsp-simple-server

rtsp-simple-serverrtsp-simple-server是RTSP/RTMP/LL-HLS服务器和代理，允许读取、发布和代理视频和音频流。目前支持的流有：RTSP，RTMP，HLS。
go2coding·2025-05-03 18:01

【音频】Qt6实现MP3播放器

开发配置：1）操作系统：Windows112）Qt版本：Qt6.5.13）编译器：MinGW_642、获取音频输出设备QMediaDevices用于获取媒体设备，包括音频输入、音频输出、摄像头等设备。
郭老二·2025-05-03 17:20

多模态人工智能研究：视觉语言模型的过去、现在与未来

多模态人工智能研究：视觉语言模型的过去、现在与未来1.引言：定义多模态图景多模态人工智能指的是旨在处理和整合来自多种数据类型或“模态”信息的人工智能系统，这些模态包括文本、图像、音频和视频等。
学渣67656·2025-05-03 13:57
上一页 8 9 10 11 12 13 14 15 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他