搜索[音频]结果-低调大师优秀个人博客

精选列表

搜索[音频]，共5179篇文章

深度学习工具 audioFlux —— 一个系统的音频特征提取库

目录时频变换频谱重排倒谱系数解卷积谱特征音乐信息检索 audioFlux是一个Python和C实现的库，提供音频领域系统、全面、多维度的特征提取与组合，结合各种深度学习网络模型，进行音频领域的业务研发

2023-03-28

HMS Core音频编辑服务，实时分离人声、伴奏和乐器声

音频编辑服务提供音源分离的功能，帮助开发者在应用中构建人声与伴奏分离的功能。

2022-03-22

开源音频编辑器 Audacity 取消用户数据收集计划

近日，开源音频编辑器 Audacity 在官方 GitHub 仓库发布了一篇新的帖子，在帖子中 Audacity 表示原本添加 Telemetry（遥测）的计划目前已经被放弃。

2021-05-22

34.FFmpeg+OpenGLES+OpenSLES播放器实现（八.OpenSLES播放音频）

项目源码OpenSL ES 文档 OpenSLES:（Open Sound Library for Embedded Systems） OpenSLES是跨平台、针对嵌入式系统精心优化的硬件音频加速API

2018-10-18

Windows 10 IoT Serials 9 – 如何利用IoTCoreAudioControlTool改变设备的音频设备

大家知道，在Windows 10 IoT Core上，如果用户外接了USB声卡、带有麦克风的摄像头之类的硬件，就会有多个音频设备可以用。但是，系统目前并没有提供直接的UI来设置音频的输入或者输出设备。

2017-11-17

通过 AI API 聚合平台接入 ElevenLabs：生成配音音频并完成保存与验证

源码、原始音频和响应记录均可下载。这是一次已成功的网关调用，不是稳定性测试，也不表示 ElevenLabs 原生接口的全部功能都已由该路由开放。

2026-10-10

文本转人声音频‑文字播报合成‑TTS 语音生成处理 API 接口介绍

# 前言语音播报、有声读物、短视频配音、智能设备提示音等产品，都需要把文本内容转化为流畅自然的人声音频。如果选择人工录音，不仅周期长、成本高昂，内容修改后还需要重新录制，迭代效率很低。

2026-09-18

#WorkBuddy# 剪映实操教程：解决视频轨道“添加音频”音量调节问题

在短视频创作中，音频的处理往往决定了作品的最终质感。很多新手在使用剪映处理视频轨道中的“添加音频”时，经常会遇到背景音乐盖过人声、音量忽大忽小或者爆音的问题。

2026-08-24

音频内容转文字后被AI搜索引用的技术要点与实测

四个主流引擎的引用源全部是文字页面，没有一个音频链接。这个结果直接回答了一个问题：播客内容想被AI搜索引用，音频文件本身进不去，转成结构化文字稿才有机会。 !

2026-08-18

[鸿蒙从零到一] HarmonyOS 媒体能力实战：图片、音频与视频处理

# [鸿蒙从零到一] HarmonyOS 媒体能力实战：图片、音频与视频处理 ## 前言在移动应用开发中，媒体能力是核心功能之一。

2026-08-12

FLUX 3dev发布超越seedance 2.0 生图视频音频抢先体验链接

就在今天凌晨黑森林Black Forest Labs正式发布了FLUX 3，这次的模型发布分为多个版本，综合的在开源版本成了一个新的多模态基础模型，生图方面其实当下的开源项目里，Z-image，Krea2，以及闭源的Qwen-image 3.0，以及字节的 Seedream 5.0 Pro都是非常能打的，只不过现在长时间缺了一个能打的AI开源视频模型，快乐马就别提了，声势造的挺大，全网刷屏吧，结果出来拉了一坨大的，把隔壁字节seedance 2.0笑坏了，不开源，还效果拉完了，不过未来几周，AI视频前沿模型将迎来巨大改变敬请期待~~ 好消息开源了~~ 坏消息本地极大可能占用大量显存~目前还没公布参数量反正小不了 ![](https://developer.qcloudimg.com/http-save/yehe-6026903/1d4af6328b64c1f139e5c83ecfcaa6c0.png) ### 官方抢先体验地址https://tally.so/r/44d9NX ### 官方消息：https://bfl.ai/blog/flux-3 ![](https://developer.qcloudimg.com/http-save/yehe-6026903/3fc51a7a9971ce47267e702bb29f9d11.png) ### 在众多消息中官方提到了动作预测，在消息中提到把动作与机器人结合，在工厂中让仿生机器人更加灵活 ![](https://developer.qcloudimg.com/http-save/yehe-6026903/370324c6f91f4c0298de1a130784be9c.png) ![](https://developer.qcloudimg.com/http-save/yehe-6026903/4020e6fd94c37e9ce53c89edd719db29.png) ### Flux 3.0图像表现 ![](https://developer.qcloudimg.com/http-save/yehe-6026903/fded3465ee37cf7eda716b955cfff6b0.jpg) ![](https://developer.qcloudimg.com/http-save/yehe-6026903/f0f613dcb47df052950df217b7add353.jpg) ![](https://developer.qcloudimg.com/http-save/yehe-6026903/ec8d710a023d409dc2efa5bb18dc27ac.jpg) ![](https://developer.qcloudimg.com/http-save/yehe-6026903/c180580539387351cbdb366628604962.jpg)

2026-07-24

音频处理中降噪、压缩和格式选择的技术原理——以Audacity为例

##引言做音频处理时，有几个操作几乎每次都会用到：降噪、动态压缩、格式导出。大多数教程只讲操作步骤——"点这个按钮、调那个参数"——但很少解释这些参数背后的信号处理逻辑。

2026-07-24

Python 将文本内容转换为语音播放并保存为音频文件

install pyttsx3 ``` ### **二、代码实现** 以下代码定义了一个函数 **text_to_speech_and_save**，该函数读取指定文本文件的内容，通过语音播放，并保存为音频文件

2026-07-20

微软开源统一语音识别模型 VibeVoice-ASR，专为长音频设计

微软开源了 9B 参数的全新统一语音识别模型 VibeVoice-ASR，支持处理长达 60分钟的长音频，能够在单次处理中生成包含说话人身份、精确时间戳和文本内容的结构化转录结果。

2026-01-22

字节 OmniHuman-1.5 发布，一张图+音频秒变超真实视频

作为其前身OmniHuman-1的升级版本，OmniHuman-1.5延续了其前身的核心技术，通过单张图像和音频生成生动的人物视频。

2025-08-28

上海 AI 实验室联合港中大（深圳）开源音频生成平台 Amphion

上海AI实验室联合团队借此为AI音频生成平台命名，希望通过AI技术的创新为音频领域注入全新的研究思路，开源开放，“声”生不息。

2024-01-10

HMS Core音频编辑服务实时变声，大叔音怪兽音随意变换

HMS Core音频编辑服务提供变声能力，帮助开发者在应用中构建变声功能。用户可以通过预置的变声风格进行变声，提升音频可玩性的同时有效保护用户隐私，让你随心所欲、想变就变。

2022-05-09

声临其境，轻松几步教你把音频变成3D环绕音

华为音频编辑服务6.2.0版本此次带来了空间动态渲染功能，可以将人声、乐器等音频元素渲染到指定的三维空间方位，支持静态和动态渲染两种模式，进一步提升应用中的音效体验。

2021-12-14

每日一博 | 浅谈语音质量保障：如何测试 RTC 中的音频质量？

作者｜柯淮审校｜泰一背景介绍音频质量是指正常网络下的听觉质量和音频 3A 算法质量。听觉质量，是在无损网络情况下人耳对语音优劣的主观感受。

2021-09-29

视音频解码服务商Bitmovin是如何采用Kubernetes进行多级应用部署

在不同的公有云上运行大规模视频音频编解码平台是非常有挑战的。Bitmoving在过去的平台运维中积累了很多经验，但是也有不少困难。

2018-12-13

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。