audio音频第7页

OpenAI SDK 上新 RealtimeAgent；OpenAudio S1 语音生成模型：语调情感标记，精确控制风格

开发者朋友们大家好：这里是「RTE开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享RTE（Real-TimeEngagement）领域内「有话题的技术」、「有亮点的产品」、「有思考的文章」、「有态度的观点」、「有看点的活动」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。本期编辑：@赵怡岭、@鲍勃01有话题的技术1、OpenAI宣布其AgentsSDK新增TypeS

·2025-06-11 03:02

PCM1808替代料GC1808 24位ADC 24位模数转换器芯片

GC1808是一款高性能、低成本立体声音频模数转换器。其集成了64倍过采样率Δ-Σ调制器、数字梳状滤波器、数字高通滤波器。GC1808支持主、从机和两种串行音频数据格式。

深圳市集智创芯·2025-06-10 10:37

WebRTC框架调研：深入了解Google开源的WebRTC框架

WebRTC（Web实时通信）是一个开源项目，由Google主导开发，旨在通过Web浏览器实现实时通信功能，例如音频、视频和数据传输。

FdviAutoit·2025-06-10 07:10

Python实现简单音频数据压缩与解压算法

Python实现简单音频数据压缩与解压算法引言在音频数据处理中，压缩算法是降低存储成本和传输效率的关键技术。

酷爱码·2025-06-10 03:45

mac如何直播（b站为例）

macos10.15.4高版本不能安装soundflowersudospctl--master-disable//开启允许第三方软件允许里找到作者MATTINGALLSsoundflower的配置先配置音频添加多输出设备

·2025-06-10 01:28

摩尔斯电码

字母之间的停顿时长为3t,单词之间的停顿时长为7t4.摩尔斯电码可以以很多不同的方式表示，比如闪光灯、音频等。5.练习：APP：Morse-It”和“D

l2ohvef·2025-06-09 18:44

Audio Codec的I2S时序或PCM时序，代表什么意思

AudioCodec的I2S时序或PCM时序，代表什么意思答案摘自豆包：AudioCodec（音频编解码器）中的I2S时序和PCM时序是两种用于数字音频数据传输的标准接口协议，它们在时序结构、数据传输方式上有明显区别

张海森_168820·2025-06-09 14:18

Android 音频压缩功能之Ffmpeg

最近发现网上的压缩功能代码很多都是无法使用的，都是工具类的居多，安卓原生中实现音频压缩的案例搜索了很久还是没有从0到1很容易上手的博客。压缩本地音频的博客好少啊。

冰糖葫芦三剑客·2025-06-09 13:10

（六）卷积神经网络：深度学习在计算机视觉中的应用

卷积神经网络（ConvolutionalNeuralNetwork，CNN）是一类专门用于处理具有网格结构数据（如图像、音频）的深度学习模型。

只有左边一个小酒窝·2025-06-09 13:37

ffmpeg命令基本语法和常见命令

ffmpeg-iinput.mp4output.mkv2、更加精准的控制转换命令ffmpeg-iinput.mp4-c:vvp9-c:alibvorbisoutput.mkv（-c:v控制视频格式，-c:a控制音频格式

子燕若水·2025-06-09 11:22

iOS 电子书听书功能的实现

以下是详细实现步骤和代码示例：核心步骤：导入框架创建语音合成器配置语音参数实现播放控制处理后台播放添加进度跟踪完整代码示例（Swift）1.基本播放功能importAVFoundationclassAudioBookPlayer

I烟雨云渊T·2025-06-09 07:57

谷歌Gemini 2.0上线：实时视频生成颠覆内容创作行业

这款多模态AI不仅能理解文本、图像和音频，还能在几秒内生成高质量视频，彻底改变影视制作、广告营销、社交媒体等内容创作方式。这是否意味着传统视频制作将被AI取代？

非著名架构师·2025-06-09 06:54

Python爬虫实战：基于Tumblr API的图片与博文采集与下载

Tumblr是全球知名的轻博客平台，用户可以发布图像、短文、GIF、音频、视频等内容，是一个结合社交与创作的平台。

Python爬虫项目·2025-06-09 04:03

【vue】Uniapp 打包Android 文件选择上传问题详解~

uni-file-picker组件以为很顺利，android模拟器测试……忽略了平台兼容性提示~Get：上传图片或拍照，使用uniapp自带的uni.chooseImage即可……还需要上传非媒体问题（图片、音频

EF@蛐蛐找糖·2025-06-08 22:23

Python免费文生音频TTS方案实战测评：gTTS、edge_tts与pyttsx3效果对比

计算机小手·2025-06-08 14:24

python字母转换视频_用python将视频转换为字符画视频

ImageDrawimportosfromcv2importVideoWriter,VideoWriter_fourcc,imread,resize#=========================#coding:UTF-8#视频转字符画含音频

我是食大人·2025-06-08 13:52

AudioRelay 0.27.5 手机充当电脑音响

—————【下载地址】———————【本章下载一】：https://pan.xunlei.com/s/VOS4MvfPxrnfS2Zu_YS4egykA1?pwd=i2we#【本章下载二】：https://pan.xunlei.com/s/VOS4MvfPxrnfS2Zu_YS4egykA1?pwd=i2we#【百款黑科技】：https://ucnygalh6wle.feishu.cn/wiki/

子文AI·2025-06-08 04:17

STM32实战：数字音频播放器开发指南

基于STM32的数字音频播放器/效果器是个很棒的项目！这涉及到多个嵌入式开发的关键技术点。

三三十二·2025-06-08 03:39

安装了torch发现是cpu版本怎么办？

1卸载旧版本（CPU版）pipuninstalltorchtorchvisiontorchaudio-y直接在base环境操作的优点省事：无需额外创建环境，适合快速测试或短期项目。

·2025-06-08 01:56

2024年AIGC行业研究：多模态大模型与商业应用

AIGC即通过大量数据训练而成的人工智能系统，可根据用户的个性化指令生成文本、音频、图像、代码等内容。自2022年频频出圈的ChatGPT推出以来，生成式AI在

大模型常客·2025-06-08 01:20

Android 蓝牙通信

1.基本概念传统蓝牙(BluetoothClassic)适合大流量数据传输(如音频、文件传输)典型协议:RFCOMM(串口模拟),A2DP(音频),HFP(免提)等低功耗蓝牙(BLE)适合间歇性小数据量

消失的旧时光-1943·2025-06-08 00:17

第1天：认识RNN及RNN初步实验（预测下一个数字）

核心概念：循环连接RNN与普通的前馈神经网络（如多层感知机）最根本的区别在于它引入了循环连接：输入序列：RNN接收一个序列作为输入，例如：一个句子（单词序列）一段语音（音频帧序列）股票价格（时间点上的价格序列

deflag·2025-06-07 22:36

DPO算法微调实战

3.11condaactivateflorencenvcc--versionpip3install-ihttps://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/torchtorchvisiontorchaudio

樱花的浪漫·2025-06-07 17:02

音频MP3切割器：剪辑与合并的实用工具

本文还有配套的精品资源，点击获取简介：音频MP3切割器是一款专业MP3编辑软件，它使得音频剪辑和合并变得轻而易举。本文将介绍软件的核心功能、操作方法、注册码与授权流程以及实用技巧。

觉昧·2025-06-07 10:51

matlab从mp4文件中提取音频,如何提取mp4中的音频文件怎样将视音频文件分离，保存视频中的音频文件...

其实，我们可以通过视音频分离的方法，只保存音频文件，这样就可以随

蔡辉龙·2025-06-07 10:21

(SDL2)SDL在ubuntu下的测试代码(雷霄骅)

安装好SDL后，可以使用代码测试一下，本文所用代码为雷神的代码，只修改了头文件即可，一个为播放音频，一个为播放视频，但是播放音频的会有明显卡顿，如果后续找到问题，会及时修改，如果你已解决，欢迎评论分享。

我我我只会printf·2025-06-07 10:50

WebRTC 与 WebSocket 的关联关系

它提供了音频、视频和数据传输的功能，

Icoolkj·2025-06-07 10:49

ffmpeg批量提取mp4视频文件中的音频

1、新建一个txt文件，并复制如下代码进入，然后保存。@echooff&titlecd/d%~dp0for%%ain(*.mp4)do(ffmpeg-i"%%~sa"-y-vn-codeccopy-q:v1"%%~na.m4a")pause2、把文件后缀修改为bat。3、把后缀为bat的文件放到要批量处理的视频文件夹里面。4、在确保安装了ffmpeg的情况下，双击bat文件执行即可。5、参数说明：

·2025-06-07 10:18

Apple 耳机 (AirPods) 如何利用 BLE HID 进行输入

目录一、HID在苹果耳机中的可能应用1.控制命令输入（BLEHID按键行为）2.空间音频与姿态感知输入（扩展HID数据）3.语音激活与麦克风输入控制4.耳机状态同步二、Apple是否开放BLEHID接口用于耳机开发

34号树洞·2025-06-07 10:18

【音视频之SDL2】Ubuntu编译配置SDL2环境

它为音频、键盘、鼠标、操纵杆、2D和3D图形硬件抽象层提供了低级别的访问。对于想在Ubuntu上配置和编译SDL2环境的开发者来说，本文将帮助你快速了解SDL

人才程序员·2025-06-07 10:48

FFmpeg —— 18.FFmpeg简易播放器的实现——音视频播放（含音视频同步）

目录视频播放器基本原理简易播放器的实现——音视频播放程序结构程序源码audio.cppaudio.hdemux.cppdemux.hframe.cppframe.hmain.cpppacket.cpppacket.hplayer.cppplayer.hvideo.cppvideo.h

tiankong19999·2025-06-07 10:17

FFMPEG批量视频/音频分离

1、安装FFMPEG并写入系统环境变量；（参考：【Window系统】安装FFmpeg教程_windows安装ffmpeg-CSDN博客）2、分别复制下面三条代码到TXT文档，另存为"xxxx.BAT"文件，放在视频相同目录。3、双击"xxxx.BAT"，生成的文件会存放在目录下的output目录下代码如下：————————————————第一条代码，批量视频去除声音：mdoutputfor%%ai

西村居士·2025-06-07 10:46

javaweb -html -CSS

HTML是一种超文本标记语言超文本：超过了文本的限制，比普通文本更强大，除了文字信息，还可以定义图片、音频、视频等内容。标记语言：由标签""构成的语言。CSS:层叠样式表，用于控制页面的样式（表现）。

CodeBlossom·2025-06-07 09:11

BLOB 是用来存“二进制大文件”的字段类型

BLOB是用来存“二进制大文件”的字段类型，可以存0到65535字节的数据，常用来存图片、音频、PDF、Word等“非文本”内容。

·2025-06-07 01:47

大白话解释一下 MIC Bias

MICBias专业解释“MICBias”在音频电路中的意思是“麦克风偏置电压”。它是模拟麦克风（特别是驻极体电容麦克风）正常工作所必需的一个关键直流电压。

雁过留声花欲落·2025-06-07 01:17

Linux系统编程-DAY09（网络编程）

/a.out表示层：加密解密gzip会话层：网络断开，连接状态，keep-closekeep-alive传输层：tcpudp协议文件视频，音频tcp：高成本发送数据（在网络中一种可靠的传输方式），缺点：

比奇堡在逃帅哥·2025-06-06 17:21

openai-go v1.3.0正式发布：全新实时与音频模型全面上线，打造智能交互新时代！

本次版本核心亮点包括新增多款实时与音频模型，支持更加灵活的“实时会话”功能配置，将为开发者带来前所未有的智

福大大架构师每日一题·2025-06-06 08:42

android调用ffmpeg解析rtsp协议的视频流

文章目录一、背景二、解析rtsp数据1、C层功能代码2、jni层的定义3、app层的调用三、源码下载一、背景本demo主要介绍android调用ffmpeg中的接口解析rtsp协议的视频流（不解析音频）

偶是老李头·2025-06-06 07:09

[特殊字符] FFmpeg 学习笔记

一、FFmpeg简介FFmpeg是一个开源跨平台的视频和音频处理工具，支持录制、转换、流处理等功能。

wangjinjin180·2025-06-06 07:08

FFmpeg中视频 Filters 使用文档介绍

其中，FFmpeg的Filters（过滤器）是FFmpeg中一个非常强大的功能，它允许用户对音视频数据进行各种处理，包括但不限于视频滤镜、音频效果、视频转换等。

码流怪侠·2025-06-06 02:37

【八股文】Redis 主要的数据结构及其应用场景

Redis基本数据结构1.String代表Redis存储的value为String类型，可以是字符串、数字、二进制信息（图片、视频、音频）。

Java雪荷·2025-06-05 22:45

TTS离线语音合成应用方案【一】

最初找到网上通过MediaPlayer播放录制好的金额音频文件的方案实现，[参考]（seg

weixin_33937778·2025-06-05 17:02

Windows通过docker desktop安装cosyvoice语音合成

#下载安装dockerdesktop唯一踩过一个坑，就是BOIS需要打开虚拟化，每个主板不一样，需要参考对应主板的开关配置#cosyvoice源码https://github.com/FunAudioLLM

meteors1113·2025-06-05 15:54

01-蓝牙协议栈介绍

蓝牙类型特性经典蓝牙（BR,EDR)低功耗蓝牙(BLE)备注全称BasicRate/EnhancedDataRateBluetoothLowEnergy经典蓝牙在嵌入式领域基本被放弃使用，现在着重使用低功耗蓝牙主要用途音频传输低功耗设备经典蓝牙适合大数据传输

夕阳230·2025-06-05 07:23

Android15音频进阶之指定输出流到默认输出设备(一百二十一)

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

Android系统攻城狮·2025-06-04 08:31

扫地机产品异物进入吸尘口堵塞异常检测方案

扫地机产品异物进入吸尘口堵塞异常的检测方案文章目录扫地机产品异物进入吸尘口堵塞异常的检测方案一.背景二.石头的音频异常检测的方案2.1音频检测触发点2.1.1时间周期2.1.2根据清洁机器人清扫模式或清扫区域污渍类型

悟空胆好小·2025-06-04 01:09

50天50个小项目 (Vue3 + Tailwindcss V4) ✨ | Sound Board（音响控制面板）

github.com/SunACong/50-vue-projects项目预览地址：https://50-vue-projects.vercel.app/组件目标实现一个响应式按钮面板，点击某一按钮即可播放对应音频

sunbyte·2025-06-03 20:29

什么是 RNN？一文带你看懂循环神经网络

现实生活中，很多数据是有顺序的，比如：语言（“我今天很开心”不能乱序）音频（说话的声音是一连串的波形）股票价格（过去走势影响未来）视频帧序列这些叫做序列数据，顺序越重要，越不能用普通的神经网络处理。

风会记得2002·2025-06-03 20:58

C++ 游戏开发详细流程

是否含网络模块（决定是否使用socket、UDP、P2P、Matchmaking等）1.2技术栈决定模块技术库/接口窗口/输入SDL2、GLFW、WinAPI渲染引擎OpenGL、Vulkan、DirectX音频系统

笑非不退·2025-06-03 02:50

多模态Agent AI（MAA）系统

这些系统通过整合多模态数据，如视觉、语言和音频输入，能够进行复杂的决策和任务规划，并在未见过的环境中

百态老人·2025-06-02 23:31

推荐频道

audio音频