音视频

1. 首页
2. IT互联网
3. 音视频

大模型应用：TTA文本驱动音频：MusicGen大模型参数调优+音频情绪可视化.23

一、引言        随着语音大模型的普及，不管是TTS还是ASR，都与音频处理有着紧密的联系，AIGC的蓬勃发展，也催生了文本到音频（Text-to-Audio, TTA）的落地场景，音乐生成也走进了我们的实际应用。基于传统的信号合成技术凭借完全可控、轻量化的优势，在场景化音效补充中

音视频 2026年05月11日 167 点赞 0 评论 3595 浏览

视频创作平台：waoowa00、Moyin Creator、Pixelle-Video、YumCut、FastMovieAI、Krea.ai、NemoVideo、VideoLingo、YouTu

作为AI视频创作工具汇总：MoneyPrinterTurbo、KrillinAI、NarratoAI、ViMax后续，本文继续汇总视频创作领域的开源或闭源项目。 waoowaoo官网，开源（GitHub，8.7K Star，1.9K Fork）项目，号称首家工业级全流程可控协作式专业AI

音视频 2026年05月11日 131 点赞 0 评论 8679 浏览

ANIMATEDIFF PRO多模态延伸：图文对话+文生视频联合创作工作流

ANIMATEDIFF PRO多模态延伸：图文对话+文生视频联合创作工作流1. 引言：从静态到动态的创作革命想象一下这个场景：你脑海中有一个绝妙的电影片段构思，主角在黄昏的海滩上奔跑，海风吹起她的长发，夕阳把天空染成橘紫色。传统的创作流程，你需要先找参考图，再写分镜脚本&#xff

音视频 2026年05月11日 161 点赞 0 评论 9527 浏览

输入一个主题，AI 全自动生成短视频！这个开源工具让视频创作真正零门槛

输入一个主题，AI 全自动生成短视频！这个开源工具让视频创作真正零门槛 一句话介绍：Pixelle-Video 是一款 AI 全自动短视频引擎，只需输入一个主题，就能自动完成文案撰写、AI 配图、语音合成、BGM 叠加、视频合成全套流程。支持 Windows 一键整合包、零门槛上手，完全免费可本地运行。

音视频 2026年05月09日 194 点赞 0 评论 1825 浏览

从 “卡脖子” 到 “自主可控”，音视频分布式系统国产化实践之路

在当前全球音视频芯片市场格局中，国外企业长期占据主导地位，核心技术与核心器件的垄断的局面，曾是国内音视频行业发展的重要制约因素。近年来，随着国际形势的深刻变化，国外对我国芯片行业的技术封锁与市场打压持续升级，导致国内音视频领域面临核心器件供应不稳定、技术迭代受限、信息安全存在隐患等多重挑战。在此背景下&#xff0c

音视频 2026年05月09日 141 点赞 0 评论 17893 浏览

什么是开源Happy Horse 1.0AI视频大模型？ 它把字节跳动的Seedance 2.0、快手Kling 3.0等踩在脚下，登顶AAVA双榜第一！而且完全开源的！

Happy Horse 被描述为一款开源 SOTA AI 视频生成器，具备原生音视频联合生成能力——在单次前向传播中同时生成视频帧与对应音轨（对话、环境音、拟音），而非先生成无声视频再后期配音。喵呜~ 🐱 猫头虎又来给大家带来最前沿的AI技术干货啦！今天咱们要扒一扒这个在AI视频圈突然杀出的"快乐马&#3

音视频 2026年05月09日 31 点赞 0 评论 11707 浏览

STM32F407音频采集与播放实战：INMP441麦克风与MAX98357A扬声器

一、I2S音频接口基础什么是I2S？I2S（Inter-IC Sound）是一种专为数字音频设备间数据传输设计的串行总线标准，由飞利浦公司（现恩智浦）提出。它解决了数字音频在芯片间传输时的同步问题，具有独立的时钟和数据线，避免了模拟信号传输中的噪声干扰。I2S核心信号线：

音视频 2026年05月09日 83 点赞 0 评论 3684 浏览

入门实战：用OpenCV实现图像的亮度与对比度调整

入门实战：用OpenCV实现图像的亮度与对比度调整 📚 本章学习目标：深入理解用OpenCV实现图像的亮度与对比度调整的核心概念与实践方法，掌握关键技术要点，了解实际应用场景与最佳实践。本文属于《计算机视觉教程》计算机视觉入门篇（第一阶段）。 在上一章，我们学习了"入门实战&

音视频 2026年05月09日 123 点赞 0 评论 10136 浏览

【LTX-Video 2.3】实战：用图片生成视频，消费级显卡也能跑的开源 I2V 模型（GPT Image 2）

🎬 LTX-Video 2.3 实战：用图片生成视频，消费级显卡也能跑的开源 I2V 模型 文章目录 🎬 LTX-Video 2.3 实战：用图片生成视频，消费级显卡也能跑的开源 I2V 模型 🗺️ 先说清楚：LTX-Video 系列是什么 🔧 安装和环

音视频 2026年05月09日 39 点赞 0 评论 1351 浏览

TensorRT 部署中的 GPU 图像前处理：NPP vs OpenCV CUDA 两种实现方案详解

在 TensorRT 推理部署中，前处理往往是被忽视的性能瓶颈。本文分享我在工业检测项目中实现的两种纯 GPU 前处理方案——NVIDIA NPP 和 OpenCV CUDA，从架构设计、核心代码到工程实践做全面剖析。一、为什么要把前处理搬到 GPU 上？在典型的 YOLO 检测部署流程中，前处理包括： 原始图像 → Lette

音视频 2026年05月09日 50 点赞 0 评论 8555 浏览