音视频
  1. 首页
  2. IT互联网
  3. 音视频

列表

AI技术通过多模态应用（即融合文本、图像、语音、视频、传感器数据等多维度信息）正在深刻重塑工作模式、行业生态和人类创造力边界。

AI技术通过多模态应用（即融合文本、图像、语音、视频、传感器数据等多维度信息）正在深刻重塑工作模式、行业生态和人类创造力边界。

AI技术通过多模态应用（即融合文本、图像、语音、视频、传感器数据等多维度信息）正在深刻重塑工作模式、行业生态和人类创造力边界。以下从技术融合、行业变革、职业重构三个维度展开分析，并附具体案例：一、技术融合：多模态AI的核心突破跨模态理解引擎 案例：Meta的Audiovisual Neural Network&#x
音视频 2025年07月18日
STM32项目设计：基于stm32f1的智能门锁（附项目视频全套教程）

STM32项目设计：基于stm32f1的智能门锁（附项目视频全套教程）

  最近假期比较闲,拿着之前剩下的模块做了一个小玩具, 先制定一下此次玩具的规划,也可以理解为简易项目书。开发软件：keil 硬件选型：STM32F103C8T6、RFID读卡器、oled屏幕、按键模块、蓝牙通信模块、蜂鸣器、舵机; 上位机：1.上位机可以对密码进行设置、重置2.上位机可以接收密码输入错误的报警弹窗提示。3.添加或删除ic卡用户信息。下位机
音视频 2025年06月27日
【基于OpenCV的摄像头读取与人脸识别实验报告标题】

【基于OpenCV的摄像头读取与人脸识别实验报告标题】

一、实验目的   1. 掌握OpenCV库中 VideoCapture 类的使用方法，实现摄像头视频流的读取与实时显示。 2. 理解Haar级联分类器的原理，完成基础人脸检测功能，实现“摄像头读取-帧处理-识别标注”的完整流程。 3. 解决摄像头初始化、帧读取失败等常见问题，优化实时识别的帧率与准确性。   二、实验环境   环境类别 具体配
音视频 2025年10月06日
[C++]使用纯opencv部署yolov11目标检测onnx模型

[C++]使用纯opencv部署yolov11目标检测onnx模型

yolov11官方框架：#43;+中使用纯OpenCV部署YOLOv11进行目标检测是一项具有挑战性的任务，因为YOLOv11通常是用PyTorch等深度学习框架实现的，而OpenCV本身并不直接支持加载和运行PyTorch模型。然而&#xff0c
音视频 2025年04月20日
自动语音识别（ASR）技术详解

自动语音识别（ASR）技术详解

语音识别（Automatic Speech Recognition, ASR）是人工智能和自然语言处理领域的重要技术，旨在将人类的语音信号转换为对应的文本。近年来，深度学习的突破推动语音识别系统从实验室走入日常生活，为智能助手、实时翻译、医疗笔录等场景提供了核心支撑。本文将全面介绍ASR的工作原理、关键技术、应用场景、发展历程以
音视频 2025年07月09日
企业微信自动发送图文、文件、音视频 Python 实现指南

企业微信自动发送图文、文件、音视频 Python 实现指南

🌈嘿，小伙伴们！在数字办公时代，企业微信已成为企业内部沟通的核心工具 腾讯API可实现多种自动化操作，如：群发消息、图片、文件，精准@同事等本文将介绍如何用Python与企业微信群机器人通信，实现不同信息的推送与企业微信通信的逻辑：企微支持在内部群聊中添加机器人B
音视频 2025年08月29日
FramePack：6G显存可生成2分钟长视频，附整合包

FramePack：6G显存可生成2分钟长视频，附整合包

张吕敏最新开源的 FramePack 带来了颠覆性解决方案！作为一种下一代视频生成框架，通过智能压缩输入帧上下文，让视频扩散模型的计算瓶颈与视频长度 “脱钩”，即使在消费级显卡上也能用 13B 大模型生成 1 分钟高清视频（1800 帧仅需 6GB 显存）。 在4090显卡上的生成速度约 2.5 秒/帧&#xff0
音视频 2025年08月14日
使用 DeepSeek 配合 即梦AI 生成视频的详细教程

使用 DeepSeek 配合 即梦AI 生成视频的详细教程

以下是使用 DeepSeek 配合 即梦AI 生成视频的详细教程，结合了多篇搜索结果的实操经验与优化技巧，帮助用户高效完成从脚本设计到视频输出的全流程：一、生成视频脚本与分镜提示词 启动DeepSeek的深度思考模式 在DeepSeek官网或应用中，勾选“深度思考”功能，输入具体需求。例如： “我要制作一个关于普
音视频 2025年08月14日