音视频

1. 首页
2. IT互联网
3. 音视频

【语音识别】搭建本地的语音转文字系统：FunASR（离线不联网即可使用）

参考自： 参考配置：FunASR/runtime/docs/SDK_advanced_guide_offline_zh.md at main · alibaba-damo-academy/FunASR (github.com) 参考配置：FunASR/runtime/quick_start_zh.md at 861147c7308b91068ffa027

音视频 2025年04月27日 63 点赞 0 评论 16285 浏览

OpenCV 图形API（27）图像滤波-----膨胀函数dilate()

操作系统：ubuntu22.04 OpenCV版本：OpenCV4.9 IDE:Visual Studio Code 编程语言：C++11 算法描述使用特定的结构元素膨胀图像。 cv::gapi::dilate 是 OpenCV G-API 模块中的一个函数，用于对图像执行膨胀操作。膨胀是一种形态学操作&#xff0

音视频 2025年04月27日 155 点赞 0 评论 8720 浏览

python从麦克风获取音频并识别

麦克风获取# 打开麦克风流 stream = audio.open(format=FORMAT, channels=CHANNELS, rate=RATE, input=True, frames_per_buffer=CHUNK) 设置

音视频 2025年04月21日 186 点赞 0 评论 18131 浏览

探索元生代：ComfyUI 工作流与计算机视觉的奇妙邂逅

目录一、引言二、蓝耘元生代和 ComfyUI 工作流初印象（一）蓝耘元生代平台简介（二）ComfyUI 工作流创建是啥玩意儿三、计算机视觉是个啥（一）计算机视觉的基本概念（二）计算机视觉的应用场景四、蓝耘元生代平台上的 ComfyUI 工作流与计算机视觉的联系（一&#xff

音视频 2025年04月21日 172 点赞 0 评论 16222 浏览

ESP32的I2S引脚及支持的音频标准使用说明

ESP32 I2S 接口ESP32 有 2 个标准 I2S 接口。这 2 个接口可以以主机或从机模式，在全双工或半双工模式下工作，并且可被配置为 8/16/32/48/64-bit 的输入输出通道，支持频率从 10 kHz 到 40 MHz 的 BCK 时钟。当 1 个或 2 个 被配置为主机模式时，主机时钟可以输出到外部 DAC/CODEC。2 个 I2S 接口都有专用的 DMA 控制器。支持

音视频 2025年04月21日 69 点赞 0 评论 8282 浏览

抖音无水印视频在线解析工具（2025年最新教程）

2025年，短视频依然是互联网内容的主流形式，而抖音作为全球领先的短视频平台，吸引了无数创作者和用户。然而，下载抖音视频时，水印问题一直让人头疼。今天，我们将手把手教您如何使用V2OB在线工具，轻松下载高清无水印的抖音视频。第一步：访问V2OB官网打开浏览器，输入V2OB官

音视频 2025年04月21日 74 点赞 0 评论 19838 浏览

LatentSync本地部署教程：一键生成逼真唇形同步视频！

LatentSync是由字节跳动联合北京交通大学开源的一种唇形同步框架。​LatentSync基于音频条件构建的潜在扩散模型摒弃了传统方式中必备的中间3D表示以及2D特征点。凭借Stable Diffusion所赋予的超强 “创作力”，它能够敏锐地捕捉到那些错综复杂的视听关联，将无形的音频精准转化为动态鲜活、逼真度极高的说话视频。核心技术：音频条件潜在扩散

音视频 2025年04月21日 144 点赞 0 评论 10827 浏览

CogVideoX - Fun：以 CogVideoX 框架为基，开启无限长 AI 视频生成新时代

目录 引言 一、CogVideoX-Fun简介 二、功能特点 三、技术原理 四、应用场景 结语 引言在人工智能的浪潮中，AI视频生成技术正逐渐成为内容创作的新宠。其中，CogVideoX-Fun作为一款基于CogVideoX的整合包，不仅支持从文字到视频的生成，还拓展了视频分辨率的界限，为创作者提供了更广阔的创

音视频 2025年04月21日 52 点赞 0 评论 13576 浏览

OpenCV与AI深度学习｜16个含源码和数据集的计算机视觉实战项目(建议收藏！)

本文来源公众号“OpenCV与AI深度学习”，仅用于学术分享，侵权删，干货满满。原文链接：分享｜16个含源码和数据集的计算机视觉实战项目本文将分享16个含源码和数据集的计算机视觉实战项目。具体包括：    1. 人数统计工具    2. 颜色检测    3. 视频中的对象跟踪    4. 行人检测    5. 手势

音视频 2025年04月21日 112 点赞 0 评论 2476 浏览

香橙派--安装RKMPP、x264、x265、libdrm、FFmpeg（支持rkmpp）以及opencv（支持带rkmpp的ffmpeg）（适用于RK3588平台）

一、opencv的子库 0. 安装RKMPPgit clone cd mpp/build/linux/aarch64 ./make-Makefiles.bash make -j$(nproc) sudo make install RKMPP：用于编解码测试，支持RK3588平台。 1. 安装x264git clone h

音视频 2025年04月21日 166 点赞 0 评论 12766 浏览