音视频

1. 首页
2. IT互联网
3. 音视频

前端实现B站视频画中画功能 - 完整代码实现主页面和小窗同步视频控制功能

🌷 古之立大事者，不惟有超世之才，亦必有坚忍不拔之志 🎐 个人CSND主页——Micro麦可乐的博客 🐥《Docker实操教程》专栏以最新的Centos版本为基础进行Docker实操教程，入门到实战 🌺《RabbitMQ》专栏19年编写主要介绍使用JAVA开发RabbitMQ的系列教程&

音视频 2025年08月06日 106 点赞 0 评论 14848 浏览

用 OpenCV 给图像 “挑挑拣拣”，找出关键信息！

目录一、背景二、OpenCV 关键词提取基础概念什么是关键词提取OpenCV 在关键词提取中的作用三、OpenCV 关键词提取的流程整体流程概述详细步骤及作用流程图四、OpenCV 关键词提取的代码实现环境准备代码演示代码说明五、常见问题及解决方法特征提取不准确关键词匹配错误六、小结一、背景在当今数字化信息爆炸的时代，图像和视频数据海量增长。从这些视觉数据中提取关键信息变得尤为重要。

音视频 2025年04月16日 67 点赞 0 评论 14589 浏览

基于PyQt5的UI界面开发——图像与视频的加载与显示

介绍这里我们的主要目标是实现一个基于PyQt5和OpenCV的图像浏览和视频播放应用。用户可以选择本地的图像或视频文件夹，进行图像自动播放和图像切换以及视频播放和调用摄像头等操作，并且支持图像保存功能。项目的核心设计包括文件路径选择、图像或视频的显示、自动播放、图像保存等功能。录得教程视频：专为深度学习开发者设计的PyQt5快速上手教程_哔哩哔哩_bili

音视频 2025年04月16日 127 点赞 0 评论 14580 浏览

【视频生成模型】通义万相Wan2.1模型本地部署和LoRA微调

目录 1 简介 2 本地部署 2.1 配置环境 2.2 下载模型 3 文生视频 3.1 运行命令 3.2 生成结果 4 图生视频 4.1 运行命令 4.2 生成结果 5 首尾帧生成视频 5.1 运行命令 5.2 生成结果 6 提示词扩展 7 LoRA微调 1 简介通义万相 2.1 在 2025 年 1 月推出，

音视频 2025年05月18日 113 点赞 0 评论 14411 浏览

FramePack V2版 - 支持首尾帧生成，支持LoRA，支持批量，支持50系显卡，一个强大的AI视频生成软件 本地一键整合包下载

FramePack 是斯坦福大学主导开发的视频生成框架，是一种用于视频生成的下一帧（下一帧部分）预测神经网络结构，可以逐步生成视频。FramePack 主要开发者之一，就是业内大名鼎鼎的张吕敏大佬，AI领域的“赛博佛祖”，ControlNet的作者，站内也发布了他的很多项目一键包。 F

音视频 2025年05月18日 72 点赞 0 评论 14302 浏览

使用 FFmpeg 提取音频的详细指南

FFmpeg 是一个开源的多媒体处理工具，支持视频、音频的编码、解码、转换等多种功能。通过 FFmpeg，提取视频中的音频并保存为各种格式非常简单和高效。这在音视频剪辑、媒体处理、转码等场景中具有广泛的应用。本文将详细讲解如何使用 FFmpeg 提取音频，包括常见的音频格式提取、音频质量调整、高级处理操作等。内容浅显易懂，适合初学者快速掌握。

音视频 2025年04月21日 176 点赞 0 评论 14197 浏览

喜马拉雅xm文件解密工具：解锁音频内容的利器

喜马拉雅xm文件解密工具：解锁音频内容的利器 Ximalaya-XM-Decrypt-v0.1.2.zip项目地址: 项目介绍在数字音频时代，喜马拉雅（Ximalaya）作为国内领先的音频分享平台，为用户提供了海量的音频内容。然而&#xff

音视频 2025年04月27日 33 点赞 0 评论 13851 浏览

计算机视觉cv2入门之实时手势检测

        前边我们已经讲解了使用cv2进行图像预处理以及针对实时视频流文件的操作方法，这里我们通过实时手势检测这一案例来学习和实操一下。大致思路 根据手势的种类以及指定手势图片数量来构建一个自己的手势图片数据集 CNN模型训练手势图片数据集 使用训练好的模型进行实时预测 手势图片数据集的构建        经典的手势图片数据集有很多，但是都比较大，下

音视频 2025年05月26日 140 点赞 0 评论 13681 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 13674 浏览

人工智能训练师——智能语音识别ASR

人机对话——ASR概念ASR（Automatic Speech Recognition，自动语音识别）是一种将人类语音转换为文本的技术。它使得计算机能够“听”懂人类的语音指令或对话，并将其转换成可读、可编辑的文本形式。ASR技术是人机交互领域中的一个重要分支，广泛应用于各种智能设备和服务中。两大组成部分ASR（Au

音视频 2025年08月06日 196 点赞 0 评论 13642 浏览