音视频
  1. 首页
  2. IT互联网
  3. 音视频

列表

计算机视觉cv2入门之实时手势检测

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
CogVideoX - Fun：以 CogVideoX 框架为基，开启无限长 AI 视频生成新时代

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
保险/金融咨询大模型智能办理项目代码——运行说明与项目架构

保险/金融咨询大模型智能办理项目代码——运行说明与项目架构

本文档说明如何运行本项目，以及项目源代码架构与主要模块介绍。完整方案设计见 保险/金融咨询大模型智能办理：基于工具调用与策略编排的完整方案及源代码。代码以及文档参考： 源代码链接 引导式对话系统（上）：应用场景、业务模式与技术架构 引导式对话系统（下）：槽位抽取、Funct
音视频 2026年03月02日
音视频是如何同步

音视频是如何同步

好的，我们从时间戳的生成与传递、同步的底层实现逻辑、不同场景的同步差异、具体代码示例这几个维度再深入拆解，结合实际场景和细节，让逻辑更清晰。 一、时间戳（PTS）的本质：如何在全链路保持一致？时间戳是同步的“锚点”，但它不是凭空产生的，必须在采集→编码→传输→解码→渲染全链
音视频 2025年08月24日
零成本自建文件转换神器，支持音视频/文档/图片全格式转换

零成本自建文件转换神器，支持音视频/文档/图片全格式转换

零成本自建文件转换神器，支持音视频/文档/图片全格式转换 前言之前为了把一个 PDF 转成 Word，在线上转换网站充值了 30 块会员，结果转出来的格式全乱了，段落和表格面目全非。还有一次把一份含有人像照片的 PPT 传到某个转换平台，之后在搜索引擎里居然出现了那张照片的痕迹，说不清是巧合还是什么&#xff0c
音视频 2026年05月03日
【35天从0开始备战蓝桥杯 -- Day1】

【35天从0开始备战蓝桥杯 -- Day1】

🫧个人主页：小年糕是糕手 💫个人专栏：《C++》《Linux》《数据结构》《C语言》 🎨你不能左右天气，但你可以改变心情；你不能改变过去，但你可以决定未来！ 目录35天的计划概述工具的选择与安装一、第一个C++程序1.1
音视频 2026年03月10日
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

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
李宏毅机器学习笔记17

李宏毅机器学习笔记17

目录摘要1.不成对的资料2.如何使用GANCycle GAN摘要本篇文章继续学习李宏毅老师2025春季机器学习课程，学习内容是GAN的应用及Cycle GAN的相关原理。1.不成对的资料什么叫不成对的资料呢？通常我们训练出来就是一个x对应一个y，我们需要他们是成对的资料才能训练，但是现在我们有一堆x和一堆y，他们是不成对的&#x
音视频 2025年10月20日
Heygem支持多语言音频？中英文混合生成实测教程

Heygem支持多语言音频？中英文混合生成实测教程

HeyGem支持多语言音频？中英文混合生成实测教程你是不是遇到过这样的场景？想用数字人制作一段视频，但脚本里既有中文又有英文。比如，产品介绍视频里需要说“我们的产品采用了最新的AI技术，也就是Artificial Intelligence”，或者教学视频里需要中英文术语混用。这时候，你可能会担心&#x
音视频 2026年03月16日