音视频

1. 首页
2. IT互联网
3. 音视频

海光K100_AI单卡ComfyUI+MiniMax-H3环境调优实战：视频生成速度大幅提升

一、背景与目标MiniMax-H3是MiniMax开源的33B全模态视频生成模型，支持文生视频、图生视频、参考生视频三种模式，原生输出2K/15秒带立体声音频视频。然而，如此庞大的模型对显存和算力提出了极高要求——海光官方方案甚至建议单卡144GB显存。本文的目标环境是： 硬件：海光DCU K100_AI单卡（

音视频 2026年09月22日 124 点赞 0 评论 6645 浏览

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 2026年09月20日 84 点赞 0 评论 14101 浏览

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

音视频 2026年08月30日 165 点赞 0 评论 15943 浏览

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

音视频 2026年08月10日 160 点赞 0 评论 8846 浏览

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

音视频 2026年08月07日 173 点赞 0 评论 16291 浏览

音频麦克风技术笔记

麦克风（Microphone，简称Mic）是将声能（声波振动）转换为电能（电信号） 的换能器件，广泛应用于录音、直播、会议、语音交互等场景。下面从核心技术原理、常见形态、使用方法、MCU 处理流程四个维度详细拆解：一、 麦克风的核心技术原理（按换能方式分类&#

音视频 2026年08月06日 144 点赞 0 评论 6001 浏览

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

音视频 2026年07月26日 32 点赞 0 评论 10064 浏览

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

音视频 2026年07月23日 75 点赞 0 评论 10565 浏览

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

音视频 2026年07月21日 139 点赞 0 评论 5985 浏览

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

音视频 2026年07月21日 184 点赞 0 评论 3903 浏览