ios9音频

Go与黑客(第二部分)

本篇内容是根据2022年10月份#205HackingwithGo:Part2音频录制内容的整理与翻译我们再次从安全研究人员的角度探索Go中的黑客攻击。
·2025-02-12 01:55

Go与黑客(第三部分)

当然，我们还将讨论人工智能如何融入这一切……本篇内容是根据2022年11月份#259HackingwithGo:Part3音频录制内容的整理与翻译过程中为符合中文惯用表达有适当删改,版权归原作者所有.Natali
·2025-02-12 01:55

招聘和面试

本篇内容是根据2019年4月份#82Hiringandjobinterviews音频录制内容的整理与翻译小组成员MatRyer、AshleyMcNamara、JohnnyBoursiquot和CarmenAndoh
·2025-02-12 01:54

GaussianSpeech：音频驱动3DGS Avatar

本文介绍了GaussianSpeech，这是一种从语音合成高保真度的个性化三维人类头部虚拟形象动画序列的新方法。为了捕捉人类头部的表达性和细节特征，包括皮肤皱褶和更细致的面部动作，文章提出将语音信号与三维高斯散射相结合，以创建逼真且时间上连贯的运动序列。作者提出了一种基于3DGS的紧凑高效的虚拟形象表示方法，该方法根据表情生成依赖颜色，并利用皱纹和基于感知的损失来合成面部细节，包括不同表情下出现的
AIGC探路者·2025-02-12 00:57

fps动作系统9：动画音频

文章目录动画音频创建音频蓝图cue音量乘数音效衰减衰减空间绑定到动画动画序列轨道动画音频创建音频蓝图cue音量乘数音量大小音效衰减空间音效衰减空间绑定到动画动画序列轨道横着的方向是有不同的轨道的，阴影的就是
qq_42863961·2025-02-12 00:26

【Python】request函数

对于非文本响应（如图像、音频或视频文件），这是默认的解析
大神神奇奇奇·2025-02-11 21:00

利用python合成视频，字幕，音频

audio_path="input_audio.mp3"subtitle_path="input_audio.srt"output_path="output_video_with_subtitles.mp4"#获取音频时长
批量小王子·2025-02-11 07:19

跟着音乐节拍卡点配图

**节拍检测**：使用librosa库分析音频节拍2.**图片处理**：准备需要插入的图片素材3.
批量小王子·2025-02-11 06:37

Android笔记--MediaCodec(一)

这一节主要来了解一下MediaCodec，AndroidMediaCodec是Android平台提供的一个用于处理音频和视频数据的API。
ljt2724960661·2025-02-11 02:08

VividTalk：基于三维混合先验的单次音频驱动说话人头部生成

近年来，音频驱动的说话人头部生成引起了广泛关注，并且在口型同步、丰富的面部表情、自然的头部姿势生成以及高视频质量方面进行了大量努力。
AIGC探路者·2025-02-11 02:35

OpenAI 实战进阶教程 - 第十二节 : 多模态任务开发（文本、图像、音频）

在现实工作中，我们并不是只处理文字；图像、音频、视频也在企业运营、产品开发、教育培训等多个场景中大量出现。图像场景：用自动生成的视觉素材，快速设计海报、配图
山海青风·2025-02-11 00:22

使用Python和`moviepy`库从输入的图片、动图和音频生成幻灯片式视频的示例代码

下面是一个使用Python和moviepy库从输入的图片、动图和音频生成幻灯片式视频的示例代码。在这个示例中，我们将依次展示每张图片或动图，同时播放音频。
max500600·2025-02-10 23:16

python pyaudio使用调用本地麦克风获取音频

importpyaudiofromvoskimportModel,KaldiRecognizer#加载模型MODEL_PATH="vosk-model-en-us-0.22"#修改为您的模型路径model=Model(MODEL_PATH)#初始化音频流
哦里 哦里哦里给·2025-02-10 23:16

基于“感知–规划–行动”的闭环系统架构

听觉：利用麦克风阵列、声学传感器，结合声纹识别、语音识别（如基于Transformer或RNN的模型）技术处理音频信息。文本与语义信息：通过文
由数入道·2025-02-10 22:39

Python爬虫入门教程24：下载某网站付费文档保存PDF(1)

彼岸壁纸爬取Python爬虫入门教程11：新版王者荣耀皮肤图片的爬取Python爬虫入门教程12：英雄联盟皮肤图片的爬取Python爬虫入门教程13：高质量电脑桌面壁纸爬取Python爬虫入门教程14：有声书音频爬取
好像要长脑子了1·2025-02-10 22:07

TTS（Text-to-Speech）文本转语音技术导论

加我微信hezkz17进数字音频系统研究开发交流答疑群(课题组)一TTS技术原理？
「已注销」·2025-02-10 20:26

基于单片机的俄罗斯方块游戏课程设计

硬件设计包括显示、输入、音频模块和电源管理，软件开发则涵盖单片机编程、RTOS应用（可选）、中断处理、内存管理和代码优化。项目资料提供完整的设计报告和源代码，帮助学生提升动手能力和问题解决技巧。
lanjieying·2025-02-10 20:55

UDP协议转换TCP协议

UDP协议转换TCP协议项目背景：项目类似中间件作用是数据搬运，可以搬运文件，视频，音频。从互联网把数据搬运到内网中。
在下陈平安·2025-02-10 10:07

流式传输的实现为什么需要缓存？

缓存可以确保在网络变慢或中断时，视频或音频的播放仍然能够持续一段时间。流畅播放：缓存提供了一个小的数据池，允许播放内容在网络数据传输过程中保持流畅，而不被网络延迟或抖动所打断。
学习嵌入式的小羊~·2025-02-10 10:30

EasyNVR平台现已支持AAC、G711A及G711U音频编码格式

在视频监控和流媒体传输领域，音频与视频的质量和同步性是用户体验的关键因素。EasyNVR平台一直以来致力于为用户提供稳定、高效的音视频解决方案。
EasyNVR·2025-02-10 02:13

使用Python运行SRSPlayer WebRTC

SRSPlayerWebRTC是一个基于Python的开源项目，它提供了在Web浏览器中使用WebRTC进行实时音频和视频通信的功能。
WaJulia·2025-02-09 19:55

实现使用Python和OpenCV播放RTMP视频流媒体的WebRTC

它可以在Web浏览器中实现音频、视频和数据的传输，为实时通信应用程序提供了强大的功能。
FdviAutoit·2025-02-09 19:54

前端程序员需要掌握的知识

了解HTML5的新特性，如语义化标签、视频音频播放、Canvas绘图等。CSS：精通CSS的语法和各种属性，能够实现丰富的页面样式。
肘击鸣的百k路·2025-02-09 13:18

FFmpeg 中 -f 命令参数详解

FFmpegFFmpeg是一个开源的、功能强大的多媒体框架，它能够处理几乎所有格式的音频和视频文件。
码流怪侠·2025-02-09 13:14

ffmpeg 结构体之间的关系

最关键的结构体可以分成以下几类：a)解协议（http,rtsp,rtmp,mms）AVIOContext，URLProtocol，URLContext主要存储视音频使用的协议的类型以及状态。
古戎烽烟·2025-02-09 12:11

DeepSeek生成对抗网络（GAN）的训练与应用

生成对抗网络（GenerativeAdversarialNetworks,GANs）是深度学习领域的一项重要技术，能够生成逼真的图像、音频和文本数据。
Evaporator Core·2025-02-09 12:41

基于 FFMPEG 的视频解码（libavcodec ，致敬雷霄骅）

雷博士的代码除了视频解码还有音频解码，同时还利用SDL把视频显示出来
liyuanbhu·2025-02-09 12:06

简单实现——多模态推荐和相似推荐（数据和代码）

多模态是包括文本，音频，图片，视频等模态的。这里我做的是将文本和图片模态做一个简单融合。根据难度，从相似推荐开始，再到多模态推荐。
myzzb·2025-02-09 11:30

音频进阶学习九——离散时间傅里叶变换DTFT

文章目录前言一、DTFT的解释1.DTFT公式2.DTFT右边释义1）复指数e−jωne^{-j\omegan}e−jωn2）序列与复指数相乘x[n]∗e−jωnx[n]*e^{-j\omegan}x[n]∗e−jωn复指数序列复数的共轭正交正交集3）复指数序列求和3.DTFT左边边释义1）实部与虚部2）幅度与相位二、IDTFT1.逆离散时间的傅里叶变换2.IDTFT验证总结前言按照傅里叶发展的历
山河君·2025-02-09 09:46

HTML5 有哪些新特性

2.多媒体支持和标签允许在网页中嵌入音频和视频内容，无需依赖外部插件。新的srcset属性和picture元素提供了更灵活的图片加载方式，支持响应式图片。3
山间听雨声·2025-02-08 22:21

MKV视频封装软件 MKVToolNix v88.0 中文免安装版

MKVToolNix支持跨平台操作，几乎兼容所有主流操作系统，能够将多种视频编码、多达16条音频和不同语言的字幕封装到一个MKV文件中。使用说明：1、将压缩文件解压到固定位置，不要随意移动。
MAS1102·2025-02-08 21:15

使用Python进行语音识别：将音频转为文字

在Python中，我们可以使用一些库和工具来实现语音识别，并将音频转换为文本。本文将介绍如何使用Python进行语音识别的过程，并提供相应的源代码。
WmqApps·2025-02-08 18:52

Python：谈谈常规滤波器(带通、低通、高通、带阻)的用法

滤波器通常用于音频、视频和图像处理等领域。
我不是哆啦A梦·2025-02-08 07:27

OpenHarmony 4.0 Release发布，同步升级API 10

200多个HDI接口，硬件适配更加便捷；优化图形框架和方舟编译器（ArkCompiler），用户交互体验得到进一步提升；ArkUI组件定制化能力和组件动效能力也得到进一步增强；分布式硬件支持的范围扩大到音频和
·2025-02-08 02:56

为了实现对不同说话人的处理，可以加入一些专门的层和技术，来区分和识别说话人的特征。

1.说话人分离（SpeakerSeparation）概念：说话人分离是指在多说话人的音频中，将不同说话人的声音分开。这通常需要模型识别每个说话人的独特音频特征。
苏西月·2025-02-07 23:12

OpenHarmony 4.0 Release发布，同步升级API 10

200多个HDI接口，硬件适配更加便捷；优化图形框架和方舟编译器（ArkCompiler），用户交互体验得到进一步提升；ArkUI组件定制化能力和组件动效能力也得到进一步增强；分布式硬件支持的范围扩大到音频和
锐湃·2025-02-07 23:40

AudioLM音频生成模型 简介

AudioLM音频生成模型是一种先进的音频生成技术，它广泛应用于语音合成、音乐生成等领域。
低配天才·2025-02-07 18:09

免费音视频转文字工具：本地使用，内置Whisper模型，精准提取文案

这款内置Whisper模型的工具，支持音频、视频转文字，精准度高，速度快，适用于会议记录、课程字幕、采访整理等多种场景！
2501_90520495·2025-02-07 12:02

Android SDK 提供的3套音频播放的API之窥探AudioTrack

1、publicAudioTrack(intstreamType,intsampleRateInHz,intchannelConfig,intaudioFormat,intbufferSizeInBytes,intmode)2、AudioTrack.BuilderAndroidM(6.0)之后舍弃了publicAudioTrack(intstreamType,intsampleRateInHz,i
大厂在职_QKT·2025-02-07 08:01

2024年技术总结与2025年最有潜力的技术发展方向

从文本生成到图像、音频、视频生成，这些技术被广泛应用于教育、娱乐、医
Allen-Steven·2025-02-07 02:23

DeepSeek R1和V3区别

其优势在于高效的多模态处理能力（文本、图像、音频、视频）和较低的训练成本（
@Rocky·2025-02-06 23:02

国标GB28181摄像机接入EasyGBS国标GB28181网页直播平台：GB/T28181—2016标准中的视音频回放控制协议

国标GB28181摄像机接入EasyGBS国标GB28181网页直播平台，是基于GB/T28181—2016标准的视音频回放控制协议实现的。
EasyGBS·2025-02-06 20:45

国标GB28181公网直播EasyGBS国标GB28181网页直播平台：GB/T28181—2016标准中的历史视音频的回放基本要求

国标GB/T28181-2016标准中的历史视音频回放功能是公共安全视频监控联网系统的重要组成部分，其基本要求和实现流程在多个证据中得到了详细描述。
EasyGBS·2025-02-06 20:14

Ubuntu22.04如何设置linux-lowlatency核心

在Ubuntu上设置linux-lowlatency内核可以帮助减少系统延迟，适合需要低延迟环境的任务（如音频处理、实时应用等）。
狂爱代码的码农·2025-02-06 16:45

Mac 酷*.kgma(免费解密)+.flac转换.mp3

于是在网上淘啦一个蓝牙音频接收器-给音响加个蓝牙和插U盘的功能。其实主要是用U盘功能，因为老家没有宽带，手机信号也不好。那么就需要下载歌曲到U盘啦！
HH思️️无邪·2025-02-06 15:12

游戏开发领域 - 游戏引擎 UE 与 Unity

游戏引擎游戏引擎是用于开发电子游戏的软件框架，它提供图形渲染、物理模拟、音频处理、动画系统、脚本编写等功能，帮助开发者高效创建电子游戏但是，游戏引擎也不仅限于游戏开发，还广泛应用于其他领域，例如，影视、
我命由我12345·2025-02-06 12:21

使用 Swift 完成FFmpeg音频录制、播放和视频格式转换应用

使用Swift构建音频录制、播放和视频格式转换应用在这篇博客中，我们介绍如何用ffmpeg在swift上实现音频录制、音频播放、通过ffmpeg命令实现视频格式转换音频录制：通过AVAudioRecorder
陈皮话梅糖@·2025-02-06 11:09

音频基础知识集合

采样率（SampleRate）采样率（采样频率）即每秒内进行采样的次数。单位是Hz。采样率越高，数字波形的形状就越接近原始模拟波形，声音的还原就越真实。如44100HZ,48000HZ等。位深（BitDepth）采样位数（又称位宽，位深，位深度），采样位数的含义是用多少个点来描述声音信号的强度。采样位数反应了采样系统对声音的辨析度，位数越高，对声音的记录就越精细。常见的有8位，16位，24位和32
超开心~·2025-02-06 10:36

AIGC从入门到实战：基于大模型的人工智能应用的涌现和爆发

AIGC借助深度学习模型，能够生成逼真的图像、视频、音频、文本等内容，为人类的创造力和生产力带来了革命性的改变。1.2大模型：AIGC的基石AIGC的核心驱动力在于大规模预训练模型（简称“大模型”）。
AI天才研究院·2025-02-06 01:00

大模型高级工程师实践 - 将课程内容转为视频

通过整合之前生成的文字、音频、PPT，我们能够制作出引人入胜的科普课程视频，使表达更加生动且多样化。本节课程将介绍如何利用音视频处理工具ffmpeg和moviepy，快速将课程内容转化为视频。
MichaelIp·2025-02-05 21:57
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他