音视频
  1. 首页
  2. IT互联网
  3. 音视频

列表

AI技术通过多模态应用（即融合文本、图像、语音、视频、传感器数据等多维度信息）正在深刻重塑工作模式、行业生态和人类创造力边界。

AI技术通过多模态应用（即融合文本、图像、语音、视频、传感器数据等多维度信息）正在深刻重塑工作模式、行业生态和人类创造力边界。

AI技术通过多模态应用（即融合文本、图像、语音、视频、传感器数据等多维度信息）正在深刻重塑工作模式、行业生态和人类创造力边界。以下从技术融合、行业变革、职业重构三个维度展开分析，并附具体案例：一、技术融合：多模态AI的核心突破跨模态理解引擎 案例：Meta的Audiovisual Neural Network&#x
音视频 2025年07月18日
[C++]使用纯opencv部署yolov11目标检测onnx模型

[C++]使用纯opencv部署yolov11目标检测onnx模型

yolov11官方框架：#43;+中使用纯OpenCV部署YOLOv11进行目标检测是一项具有挑战性的任务，因为YOLOv11通常是用PyTorch等深度学习框架实现的，而OpenCV本身并不直接支持加载和运行PyTorch模型。然而&#xff0c
音视频 2025年04月20日
【Java SpringBoot+Vue 实现视频文件上传与存储】

【Java SpringBoot+Vue 实现视频文件上传与存储】

        在 Web 开发中，视频文件上传与存储是常见需求，如教育平台的课程视频、社交平台的用户分享视频等。本文将讲解如何使用 Java SpringBoot 构建后端接口，配合 Vue 前端框架实现视频文件的上传、进度展示与服务器存储功能。一、技术栈选型在开始开发前，先明确本次使用的技术栈，确保前后端技术适配&#xff1
音视频 2025年12月01日
自动语音识别（ASR）技术详解

自动语音识别（ASR）技术详解

语音识别（Automatic Speech Recognition, ASR）是人工智能和自然语言处理领域的重要技术，旨在将人类的语音信号转换为对应的文本。近年来，深度学习的突破推动语音识别系统从实验室走入日常生活，为智能助手、实时翻译、医疗笔录等场景提供了核心支撑。本文将全面介绍ASR的工作原理、关键技术、应用场景、发展历程以
音视频 2025年07月09日
企业微信自动发送图文、文件、音视频 Python 实现指南

企业微信自动发送图文、文件、音视频 Python 实现指南

🌈嘿，小伙伴们！在数字办公时代，企业微信已成为企业内部沟通的核心工具 腾讯API可实现多种自动化操作，如：群发消息、图片、文件，精准@同事等本文将介绍如何用Python与企业微信群机器人通信，实现不同信息的推送与企业微信通信的逻辑：企微支持在内部群聊中添加机器人B
音视频 2025年08月29日
FramePack：6G显存可生成2分钟长视频，附整合包

FramePack：6G显存可生成2分钟长视频，附整合包

张吕敏最新开源的 FramePack 带来了颠覆性解决方案！作为一种下一代视频生成框架，通过智能压缩输入帧上下文，让视频扩散模型的计算瓶颈与视频长度 “脱钩”，即使在消费级显卡上也能用 13B 大模型生成 1 分钟高清视频（1800 帧仅需 6GB 显存）。 在4090显卡上的生成速度约 2.5 秒/帧&#xff0
音视频 2025年08月14日
使用 DeepSeek 配合 即梦AI 生成视频的详细教程

使用 DeepSeek 配合 即梦AI 生成视频的详细教程

以下是使用 DeepSeek 配合 即梦AI 生成视频的详细教程，结合了多篇搜索结果的实操经验与优化技巧，帮助用户高效完成从脚本设计到视频输出的全流程：一、生成视频脚本与分镜提示词 启动DeepSeek的深度思考模式 在DeepSeek官网或应用中，勾选“深度思考”功能，输入具体需求。例如： “我要制作一个关于普
音视频 2025年08月14日
互联网大厂Java面试：从音视频场景到微服务与缓存技术的探索

互联网大厂Java面试：从音视频场景到微服务与缓存技术的探索

互联网大厂Java面试：从音视频场景到微服务与缓存技术的探索面试场景在一家知名的互联网大厂，面试官严肃地坐在会议室中，准备开始对一位名叫谢飞机的程序员进行技术面试。今天的面试主题将围绕Java核心语言与平台、构建工具、Web框架、以及微服务与云原生等技术展开，特别是应用在音视频场景中的实践。第一轮提问：核心语言与平台面试官&#x
音视频 2025年08月26日