音视频
  1. 首页
  2. IT互联网
  3. 音视频

列表

多模态 AI 系统的后端架构：文本、图像、音频的统一推理调度与资源管理

多模态 AI 系统的后端架构：文本、图像、音频的统一推理调度与资源管理

多模态 AI 系统的后端架构：文本、图像、音频的统一推理调度与资源管理一、多模型后端的调度复杂度一个典型的多模态 AI 后端需要同时服务：文本生成（LLaMA 70B）、图像理解（LLaVA 13B）、语音识别（Whisper Large-v3）、文本到语音（Bark/VI
音视频 2026年08月07日
Claude Code 装个 Skill，一段文字几分钟变 1080p 视频

Claude Code 装个 Skill，一段文字几分钟变 1080p 视频

在 Claude Code 对话窗口输入 /make-video，贴一段文字（博客、笔记、教程、PPT 大纲都行），纯渲染约 1 分钟出片（端到端含分镜和 TTS 生成约 2-3 分钟）。无需打开剪辑软件。 一、痛点写技术博客的人都有这个需求：把文章转成短视频。传统做法是：写脚
音视频 2026年08月10日
PyTorch计算机视觉（3）——卷积神经网络（CNN）详解与实现

PyTorch计算机视觉（3）——卷积神经网络（CNN）详解与实现

PyTorch计算机视觉（3）——卷积神经网络（CNN）详解与实现 0. 前言 1. MNIST 手写数字分类 1.1 数据集加载 1.2 模型构建 1.3 模型评估指标 2. 二维卷积的数学原理 3. 使用 ResNet9 实现 CIFAR-10 数据集分类 小结 系列链接 0. 前言本节将介绍如何构建并使用
音视频 2026年08月30日
剪映专业版视频转文字教程：智能字幕识别与字幕导出实测

剪映专业版视频转文字教程：智能字幕识别与字幕导出实测

上周接了个活，给客户一条八分钟的产品讲解视频配中文字幕。做短视频、口播、课程剪辑的人多半绕不开"给视频配字幕"这件事，而剪映专业版（电脑客户端，Windows 与 Mac 都有）内置的智能字幕，能把画面里的人声直接识别成一条字幕轨。对本来就要在剪映里精剪的素材来说，这是路径很短的一种做
音视频 2026年09月20日