最近更新

Whisper-large-v3从零开始：非AI工程师也能30分钟搭好语音识别服务

Whisper-large-v3从零开始：非AI工程师也能30分钟搭好语音识别服务

Whisper-large-v3从零开始：非AI工程师也能30分钟搭好语音识别服务 作者：by113小贝 | 10年+AI工程实践经验 1. 开篇：为什么你需要这个语音识别服务你是不是遇到过这些情况： 会议录音需要整理成文字，手动打字要花好几个小时 外语视频想了解内容，但听不懂也找不到字幕 采访录音需
音视频 2026年03月07日
【SAM2系列01】SAM2概述——从图像分割到视频分割的飞跃

【SAM2系列01】SAM2概述——从图像分割到视频分割的飞跃

【SAM2系列01】SAM2概述——从图像分割到视频分割的飞跃 本文是SAM2系列博客的第一篇，介绍SAM2（Segment Anything Model 2）的诞生背景、核心改进、与SAM的对比分析，以及其在视频分割领域的突破性贡献。 1. 引言2024年7月，Meta AI发布了Segment Anything Mode
音视频 2026年03月07日
太香了!我用Claude Skills做了个会学习的剪辑Agent，10分钟自动剪视频!

太香了!我用Claude Skills做了个会学习的剪辑Agent，10分钟自动剪视频!

太香了!我用Claude Skills做了个会学习的剪辑Agent，10分钟自动剪视频! 一、当剪辑师遇上"3个致命痛点"作为一名视频创作者，我每天面对3个世纪难题： 剪口播片太慢：30分钟的口播内容，手动剪辑要花2小时，还得自己找静音段和重复片段 AI机器听不懂人话：智能剪辑工
音视频 2026年03月07日
AI视频生成实战：用扣子SKILL一键制作产品宣传片（Seedance 2.0开年最强教程）

AI视频生成实战：用扣子SKILL一键制作产品宣传片（Seedance 2.0开年最强教程）

引言：当AI视频生成进入2.0时代如果你还在为制作产品宣传片而头疼——找编剧、租设备、请演员、后期剪辑，整个流程耗时费力，成本动不动就数万元——那么今天这篇文章会彻底改变你的认知。2026年开年最震撼的技术事件是什么？ 毫无疑问是字节跳动Seedance 2.0的横空出世！这款被誉为“地表最强视频生成模型”的AI工具&#xff0
音视频 2026年03月07日
Flutter for OpenHarmony：Flutter 三方库 forge2d 赋予鸿蒙应用真实的物理动态（基于 Box2D 的高性能物理引擎）

Flutter for OpenHarmony：Flutter 三方库 forge2d 赋予鸿蒙应用真实的物理动态（基于 Box2D 的高性能物理引擎）

欢迎加入开源鸿蒙跨平台社区：# 前言在进行 OpenHarmony 游戏开发或构建具有极致动画交互的应用时，传统的补间动画（Tween Animation）往往显得生硬平直。如果你想实现物体的碰撞、反弹、重力坠落或者是复杂的绳索摆动，你需要一套成熟的物理模型。forge2d 是著名物理引擎 Box2D 的纯 Dart 移植版。它
操作系统 2026年03月07日
Linux 动静态库完全指南：制作、使用、原理与实战

Linux 动静态库完全指南：制作、使用、原理与实战

🔥草莓熊Lotso：个人主页 ❄️个人专栏: 《C++知识分享》 《Linux 入门到实践：零基础也能懂》 ✨生活是默默的坚持，毅力是永久的享受！ 🎬 博主简介： 文章目录 前言： 一. 库的基础认知：是什么？
操作系统 2026年03月07日
【Linux】du 命令查看文件和目录的磁盘占用

【Linux】du 命令查看文件和目录的磁盘占用

👋 大家好，欢迎来到我的技术博客！ 📚 在这里，我会分享学习笔记、实战经验与技术思考，力求用简单的方式讲清楚复杂的问题。 🎯 本文将围绕Linux这个话题展开，希望能为你带来一些启发或实用的参考。 🌱 无论你是刚入门的新手，还是正在进阶的开发者&
操作系统 2026年03月07日
【MySQL数据库基础】（一）保姆级 MySQL 环境配置教程！CentOS 7+Ubuntu 双系统全覆盖

【MySQL数据库基础】（一）保姆级 MySQL 环境配置教程！CentOS 7+Ubuntu 双系统全覆盖

前言         作为后端开发、数据库学习的入门必备，MySQL 的环境配置是很多小伙伴的第一道 “小关卡”。尤其是不同 Linux 发行版（CentOS 7、Ubuntu）的安装步骤差异，再加上系统自带 MariaDB 的干扰、密码策略限制、中文编码等坑，很容易让人踩雷卡壳。         这篇博客就带来保姆级
操作系统 2026年03月07日
语音识别十年演进

语音识别十年演进

语音识别（Automatic Speech Recognition, ASR） 的十年（2015–2025），是从“复杂的混合专家系统”向“端到端全神经网络”，再到“跨模态原生感知与内核级低延迟实时处理”的演进。这十年中，语音识别完成了从**“听清字句”到“听懂意图”，再到由 eBPF
音视频 2026年03月07日
Flutter 三方库 dartcv4 的鸿蒙化适配指南 - 让 OpenCV 极速视觉处理能力全面灌注鸿蒙生态

Flutter 三方库 dartcv4 的鸿蒙化适配指南 - 让 OpenCV 极速视觉处理能力全面灌注鸿蒙生态

欢迎加入开源鸿蒙跨平台社区：#Flutter 三方库 dartcv4 的鸿蒙化适配指南 - 让 OpenCV 极速视觉处理能力全面灌注鸿蒙生态在鸿蒙（OpenHarmony）系统的工业视觉、车载监控及智能识图等尖端领域，如何高效调用 OpenCV 的核心算法？dartcv4 作为一个基于 dart:ffi 的 OpenCV 4
音视频 2026年03月07日
加载更多