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
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
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
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
MiniMax 和OpenClaw视频生成环境配置指南
MiniMax 视频生成环境配置指南
问题背景OpenClaw 的 minimax-multimodal-toolkit skill 依赖以下环境：
Git Bash — 运行 bash 脚本
ffmpeg — 音视频处理
jq — JSON 命令行处理
MINIMAX_API_KEY — MiniMax API 密钥
MINIMAX_API_HOST — Mini
媒体处理：HTML5音视频标签结合AI的智能转码与播放
媒体处理：HTML5音视频标签结合AI的智能转码与播放
📝 本章学习目标：本章是基础入门部分，帮助零基础读者建立HTML5与AI结合开发的初步认知。通过本章学习，你将全面掌握"媒体处理：HTML5音视频标签结合AI的智能转码与播放"这一核心主题。
一、引言：为什么这个话题如此重要
酷狗音乐下载的KGG/KGM/KGMA音频如何转换成MP3？从原理到实操一次讲清（2026可用方案）
很多朋友第一次接触酷狗下载的音频文件时，都会有点懵。明明歌曲已经下载好了，但文件后缀却变成了：
kgm
kgma
kgg
双击打不开、拖进剪映报错、车载播放器不识别，甚至改成 .mp3 后缀后还是播放失败。其实问题并不复杂。因为这些文件本质上并不是普通音频，而是酷狗做过 DRM 加密封装的专有格式。这篇文章我就尽量用通俗一点的方
别被代码吓跑！普通人3步搞定AI视频神器——Pixelle-Video - AI 全自动短视频引擎（附避坑）
我一个做自媒体运营的朋友找我吐槽：她每天要剪3-5条短视频发抖音和小红书，每条从找素材、写脚本、配音到剪辑，少则两小时多则半天。她不是技术背景，面对各种”AI视频生成工具”要么是英文界面劝退，要么要付费订阅，要么需要本地GPU。我想起之前在GitHub上看到过一个开源项目Pixelle-Video，一
计算机视觉：异常检测(paper with code汇总更新中）
本文汇总异常检测相关论文，持续更新，所有内容均为开源，欢迎交流学习！
【异常检测】（WACV2026）VLMDiff: Leveraging Vision-Language Models for Multi-Class Anomaly Detection with Diffusion论文地址：http
