B站视频秒转文字，开源神器bili2text
引言在信息爆炸的时代，视频内容已成为知识传播和娱乐的重要载体。Bilibili作为中国领先的视频分享平台，汇聚了海量的教育、娱乐和专业内容。然而，将视频中的语音内容高效转换为可编辑、可搜索的文本，仍然是内容创作者、教育工作者和研究人员面临的挑战。bili2text 是一个开源工具，旨在通过自动化流程实现Bilibili视频到文本
音视频
【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，
YOLOv8基于视频的帧图像识别与目标检测实战：从项目文件结构开始到多场景应用的解析（文章包括完整代码以及演示视频和结果视频）
YOLOv8视频目标检测项目解析
目录
YOLOv8视频目标检测项目解析
目录
效果预览
项目文件结构
项目简介
代码详细解析
1. 环境配置和依赖导入
2. 模型加载和视频读取
3. 视频处理流程
4. 结果保存与显示
应用场景
项目特点
使用说明
效果预览原始视频：
test
效果视频：
result
项目文件结构YOL
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
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。
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
2025 | 重磅！牛津大学发布全球首个开放世界视频目标计数模型COUNTVID！
另外，我整理了CV入门必读资料包+CVPR 2020-2025论文合集，感兴趣的可以dd我！ 论文在这里~
论文基本信息论文标题：Open-World Object Counting in Videos 作者：Niki Amini-Naieni、Andrew Zisserman 作者单位：Visual G
【代码解读】通义万相最新视频生成模型 Wan 2.2 实现解析
GitHub： Huggingface： / /
5分钟搞定视频字幕样式：从模糊到清晰的前端实现指南
5分钟搞定视频字幕样式：从模糊到清晰的前端实现指南 【免费下载链接】frontend-stuff 📝 A continuously expanded list of frameworks, libraries and tools I used/want to use for building things on the web. Mostly JavaScript
