音视频
  1. 首页
  2. IT互联网
  3. 音视频

列表

通义实验室开源端到端语音识别大模型—— Fun-ASR-Nano-2512

通义实验室开源端到端语音识别大模型—— Fun-ASR-Nano-2512

Fun-ASR是由通义实验室推出的端到端语音识别大模型。该模型基于数万小时真实语音数据训练，具备强大的上下文理解能力和行业适应性，支持低延迟实时转写，覆盖31种语言。其在教育、金融等垂直领域表现优异，能精准识别专业术语和行业表达，有效应对"幻觉"生成和语种混淆等挑战，实现"听得清、听得懂、写
音视频 2026年01月10日
ESP32-s3音频开发详解：ES8311音频输出实战教程

ESP32-s3音频开发详解：ES8311音频输出实战教程

ESP32-s3音频开发详解：ES8311音频输出实战教程 前言大家好，今天给大家带来ESP32开发板上音频输出功能的完整实现教程。在嵌入式开发中，音频输出功能非常重要，无论是智能家居设备、可穿戴设备还是各类IoT终端，都可能需要语音提示或音频播放功能。本文将详细讲解如何基于ES8311芯片实现音频输出，手把手教
音视频 2026年01月10日
ComfyUI集成Wan2.1 Fun Control：从零到精通的终极视频生成指南

ComfyUI集成Wan2.1 Fun Control：从零到精通的终极视频生成指南

想要告别随机视频生成的不确定性吗？ComfyUI与Wan2.1 Fun Control的完美结合，为你打开了精准控制AI视频创作的大门。无论你是内容创作者、动画设计师还是AI技术爱好者，这套方案都能让你的创意想法精确落地。 【免费下载链接】WanVideo_comfy_fp8_scaled 项目地址:
音视频 2026年01月10日
m4s-converter：解锁B站缓存视频的完整使用指南

m4s-converter：解锁B站缓存视频的完整使用指南

m4s-converter：解锁B站缓存视频的完整使用指南 【免费下载链接】m4s-converter 将bilibili缓存的m4s转成mp4(读PC端缓存目录) 项目地址: 在数字内容日益丰富的今天，视频已成为我们获取知识和娱乐的重要方式。然而&#xff0c
音视频 2026年01月10日
CANN图像批处理创新实战：让OpenCV加速28倍的秘密

CANN图像批处理创新实战：让OpenCV加速28倍的秘密

欢迎来到我的博客，代码的世界里，每一行都是一个故事 🎏：你只管努力，剩下的交给时间 🏠 ：小破站 CANN图像批处理创新实战：让OpenCV加速28倍的秘密 前言 环境准备 核心实现 批量数据准备 图像缩放实现 高斯模糊实现 NPU预热的重要性
音视频 2026年01月10日
PPT插入视频的播放控制：自动播放与点击播放设置！

PPT插入视频的播放控制：自动播放与点击播放设置！

嘿，各位PPT设计的小伙伴们！在做PPT的时候，插入视频那可是提升内容丰富度和吸引力的一大利器。但视频插入之后，到底是让它自动播放，还是设置成点击播放，这可大有讲究。设置得好，能让你的PPT瞬间高大上，设置不好，就可能搞得一团糟。今天咱就来好好唠唠PPT插入视频的播放控制&
音视频 2026年01月09日
关闭其他占用GPU的程序，释放更多资源给语音识别任务

关闭其他占用GPU的程序，释放更多资源给语音识别任务

释放GPU资源：让语音识别跑得更快更稳在本地部署一个语音识别系统时，你是否遇到过这样的情况——明明电脑装了RTX 3090显卡，识别一段几分钟的音频却要等上十几秒？或者刚启动模型就弹出“CUDA out of memory”错误，重启也没用？这类问题背后，往往不是模型本身的问题，而是GP
音视频 2026年01月09日
【计算机视觉】概述

【计算机视觉】概述

目录一、引言二、什么是计算机视觉三、发展现状四、计算机视觉用途五、相关学科六、计算机视觉的经典问题七、总结一、引言计算机视觉（Computer Vision，CV）主要研究如何用图像采集设备和计算机软件代替人眼对物体进行分类识别、目标跟踪和视觉分析等应用。深度学习则源自经典的神经网络构架，属于机器学习领域，它通过不同形式的神经网
音视频 2026年01月09日
快手直播回放视频怎么下载保存

快手直播回放视频怎么下载保存

快手直播回放视频怎么下载并提取出来？如何保存高清视频到本地电脑或手机相册？快手观看直播的时候经常会看到很多不错的视频，想保存下载，但又不知如何操作？本文推荐三个方法教你轻松保存下载直播回看视频。方法一：通过快手APP本身的功能（如果有）：1.打开快手 app，
音视频 2026年01月09日