程序员茄子
全部
编程
代码
资讯
案例
综合
联系我们
html在线编辑
登录注册
AI,自己全程接管维护
php
mysql
shell
go
vue
css
api接口对接
支付接口对接
最新
最热
MOSS-TTS-Nano:0.1B参数纯CPU实时语音生成与克隆,MacBook Air单核就能跑
编程
MOSS-TTS-Nano:0.1B参数纯CPU实时语音生成与克隆,MacBook Air单核就能跑
2026-04-20 22:53:28 +0800 CST
view 1653
复旦大学OpenMOSS团队开源的0.1B参数多语言TTS模型,纯CPU运行、支持零样本语音克隆、48kHz双声道、20种语言、流式推理,MacBook Air单核即可流畅运行
TTS
语音合成
语音克隆
AI
开源
CPU推理
OpenMOSS
VibeVoice深度解析:微软如何用7.5Hz超低帧率Tokenizer突破语音AI的「超长上下文」困境
编程
VibeVoice深度解析:微软如何用7.5Hz超低帧率Tokenizer突破语音AI的「超长上下文」困境
2026-04-12 14:25:53 +0800 CST
view 879
深入解析微软VibeVoice开源语音AI框架,探讨其7.5Hz超低帧率Tokenizer、LLM+Diffusion混合架构如何突破60分钟ASR和90分钟TTS的长上下文困境,附完整工程实践代码。
语音AI
ASR
TTS
VibeVoice
微软
开源
深度学习
万字深度解析 Microsoft VibeVoice:当开源遇上前沿语音AI——从 TTS 到 ASR 的全栈语音合成与识别技术革命(2026)
编程
万字深度解析 Microsoft VibeVoice:当开源遇上前沿语音AI——从 TTS 到 ASR 的全栈语音合成与识别技术革命(2026)
2026-07-01 04:12:36 +0800 CST
view 365
2026年Microsoft Research开源VibeVoice,支持90分钟TTS连续生成、60分钟ASR单次处理。深度解析Next-Token Diffusion架构、7.5Hz超低频Tokenizer、多说话人建模与vLLM推理加速。
VibeVoice
Microsoft
TTS
ASR
语音AI
开源
Next-Token Diffusion
LLM
Diffusion
VoxCPM 深度拆解:当无分词器遇见扩散自回归——从 MiniCPM-4 到零样本声音克隆的 TTS 架构革命(2026)
编程
VoxCPM 深度拆解:当无分词器遇见扩散自回归——从 MiniCPM-4 到零样本声音克隆的 TTS 架构革命(2026)
2026-08-14 12:15:05 +0800 CST
view 84
深度拆解 VoxCPM 无分词器 TTS 系统:从 MiniCPM-4 基座到扩散自回归架构,从零样本声音克隆到 30 种语言支持,配完整代码实战与 15 条生产踩坑清单。
VoxCPM
TTS
语音合成
开源
AI
MiniCPM
声音克隆
扩散模型
多语言
gRPC 高并发性能优化实战:从连接池到流控的 7 个关键优化点
编程
gRPC 高并发性能优化实战:从连接池到流控的 7 个关键优化点
2026-07-30 16:18:07 +0800 CST
view 187
深度剖析 gRPC 高并发性能优化的 7 个关键点:连接池设计、线程池配置、HTTP/2 流控、序列化优化、超时重试策略、负载均衡与监控调优。包含 Go/Java 实战代码、性能对比数据与电商订单服务优化案例。
gRPC
性能优化
高并发
HTTP/2
Protocol Buffers
Go
Java
微服务
分布式系统
Gin 1.12 深度解析:从 TextUnmarshaler 到 HTTP/3,Go Web 框架的又一次进化
编程
Gin 1.12 深度解析:从 TextUnmarshaler 到 HTTP/3,Go Web 框架的又一次进化
2026-04-21 09:51:28 +0800 CST
view 806
深度解析 Gin 1.12 核心特性
Go
Gin
Web框架
HTTP/3
VibeVoice 深度拆解:微软如何用 LLM+扩散模型重新发明语音合成——从双Tokenizer到90分钟超长对话的全链路技术实战
编程
VibeVoice 深度拆解:微软如何用 LLM+扩散模型重新发明语音合成——从双Tokenizer到90分钟超长对话的全链路技术实战
2026-05-02 22:34:34 +0800 CST
view 628
微软开源VibeVoice深度技术拆解:双Tokenizer架构、LLM对话中枢、Next-Token扩散模型、7.5Hz超低帧率,90分钟多角色对话生成的全链路实战
VibeVoice
语音合成
TTS
扩散模型
LLM
微软开源
告别传统方法:在关闭浏览器标签前可靠发送 HTTP 请求
编程
告别传统方法:在关闭浏览器标签前可靠发送 HTTP 请求
2025-08-15 15:16:12 +0800 CST
view 1256
在前端开发中,用户关闭页面时需要向服务器发送数据,但传统方法如同步XMLHttpRequest会阻塞主线程,影响用户体验。现代方案如`navigator.sendBeacon()`和`fetch({keepalive:true})`提供了异步非阻塞的方式,确保数据在页面关闭时可靠发送。适用于日志、统计和草稿保存等场景。
前端开发
HTTP
用户体验
数据处理
Web技术
Go 1.23 深度解析:性能认知革命与云原生范式的深度适配
编程
Go 1.23 深度解析:性能认知革命与云原生范式的深度适配
2026-05-12 02:28:37 +0800 CST
view 692
深度解析Go 1.23的核心突破:性能认知框架从被动调优转向主动设计、GC P99停顿降低37%(启用gcplineline)、泛型约束简化(T语法)、net/http HTTP/3统一收口、strings/bytes包零分配优化、Windows UTF-8原生支持、GOEXPERIMENT特性(gcplineline/fieldtrack/bignum/rtmlock)、零拷贝切片操作unsafe.String/slice
Go1.23,性能优化,GC,泛型,HTTP/3,标准库,Windows,GOEXPERIMENT,零拷贝,云原生
VibeVoice 深度解析:微软开源语音AI的架构革命,7.5Hz帧率如何重塑长音频处理范式
编程
VibeVoice 深度解析:微软开源语音AI的架构革命,7.5Hz帧率如何重塑长音频处理范式
2026-04-22 01:51:38 +0800 CST
view 740
微软开源VibeVoice语音AI模型家族深度解析,7.5Hz超低帧率连续语音Tokenizer、Next-Token Diffusion架构、ASR长音频识别、TTS多说话人合成、实时流式语音生成,附完整代码实战与生产部署指南
VibeVoice
语音AI
ASR
TTS
微软开源
扩散模型
ntfy 深度拆解:一行 curl 实现推送自由——从 HTTP pub-sub 架构、Go 并发模型到自托管生产实战(2026)
编程
ntfy 深度拆解:一行 curl 实现推送自由——从 HTTP pub-sub 架构、Go 并发模型到自托管生产实战(2026)
2026-07-20 02:13:40 +0800 CST
view 391
深度拆解 ntfy 推送通知服务:从 HTTP pub-sub 架构、Go 并发模型到自托管生产实战。一行 curl 实现推送自由,零注册零 API Key,支持 Docker/Kubernetes 部署。
ntfy
Go
推送通知
HTTP
pub-sub
自托管
Docker
开源
运维
脚本通知
Bun 1.3.14 深度实战:当 JavaScript 运行时学会「图像处理」——从内置图片 API 到 HTTP/3 的全能进化之路(2026)
编程
Bun 1.3.14 深度实战:当 JavaScript 运行时学会「图像处理」——从内置图片 API 到 HTTP/3 的全能进化之路(2026)
2026-06-13 11:16:35 +0800 CST
view 894
Bun 1.3.14 深度剖析:Bun.Image 内置图片处理、Global Virtual Store 7倍加速CI安装、HTTP/3 QUIC支持、HTTP/2客户端多路复用、fs.watch重写等核心特性的完整实战指南
Bun
JavaScript
HTTP/3
Web开发
运行时
gRPC 深度实战:当 HTTP/2 + Protocol Buffers 重塑微服务通信——从流式 RPC、双向流到生产级性能优化的完整工程指南(2026)
编程
gRPC 深度实战:当 HTTP/2 + Protocol Buffers 重塑微服务通信——从流式 RPC、双向流到生产级性能优化的完整工程指南(2026)
2026-07-20 11:17:47 +0800 CST
view 220
2026年gRPC深度实战:从HTTP/2多路复用、Protocol Buffers序列化到四种RPC模式、生产级性能优化的完整工程指南,配Go代码示例。
gRPC
微服务
Protocol Buffers
HTTP/2
云原生
RPC
Go
服务通信
万字深度解析 VibeVoice:当微软开源遇见90分钟连续语音合成——从7.5Hz连续编码器到长篇有声书自动配音的完整技术指南(2026)
编程
万字深度解析 VibeVoice:当微软开源遇见90分钟连续语音合成——从7.5Hz连续编码器到长篇有声书自动配音的完整技术指南(2026)
2026-07-02 11:14:52 +0800 CST
view 396
深度解析微软2026年开源的VibeVoice语音合成系统:15亿参数、90+分钟连续生成、7.5Hz连续语音编码器、50+预训练音色、8种语言支持,含完整代码实战。
VibeVoice
微软
语音AI
TTS
语音合成
7.5Hz编码器
开源
有声书
深度学习
VibeVoice 深度实战:当微软把「情感语音合成」塞进 1.5B 参数模型——从 90 分钟长音频到多说话人混搭的生产级完全指南(2026)
编程
VibeVoice 深度实战:当微软把「情感语音合成」塞进 1.5B 参数模型——从 90 分钟长音频到多说话人混搭的生产级完全指南(2026)
2026-06-13 23:15:58 +0800 CST
view 525
2026年4月微软开源VibeVoice,1.5B参数支持90分钟连续生成、情感控制、多说话人混搭,本文提供从原理到生产级部署的完全指南。
语音合成
TTS
微软
开源
AI
开源封神!网易有道全新TTS太强了!3秒克隆、14种语言无口音、免费商用
代码
开源封神!网易有道全新TTS太强了!3秒克隆、14种语言无口音、免费商用
2026-07-02 13:34:35 +0800 CST
view 510
网易有道开源Confucius4-TTS,支持3秒极速克隆音色(相似度85%,准确率97%)、14种语言无口音跨语种配音、情绪精准复刻、54GB本地离线部署,Apache开源协议免费商用。
AI
TTS
语音合成
开源
网易有道
语音克隆
多语言
数字人
配音
Hertz 深度实战:字节跳动开源的高性能 Go HTTP 框架——从架构原理到生产级 RESTful API 完全指南(2026)
编程
Hertz 深度实战:字节跳动开源的高性能 Go HTTP 框架——从架构原理到生产级 RESTful API 完全指南(2026)
2026-06-05 12:38:37 +0800 CST
view 491
Hertz是字节跳动开源的高性能Go HTTP框架,基于自研Netpoll网络库,性能显著优于Gin。本文从架构原理到生产级实战,完整讲解Hertz的核心设计与工程化落地。
Go,Hertz,高性能,微服务,HTTP框架
CyberVerse:开源实时视频通话数字人平台,一张照片让 AI 活过来
编程
CyberVerse:开源实时视频通话数字人平台,一张照片让 AI 活过来
2026-07-14 11:47:44 +0800 CST
view 268
CyberVerse是开源数字人Agent平台(GPL-3.0),上传一张照片生成实时视频通话数字人,WebRTC低延迟+语音打断+Agent工具调用/RAG/多Agent协作,支持GPT-4o/Qwen/DeepSeek+FlashHead/LiveAct,无需3D建模,RTX 4090即可运行。
数字人
CyberVerse
实时视频
AI Agent
WebRTC
开源
TTS
ASR
多模态
数字永生
VibeVoice 深度解析:微软开源语音 AI 全家桶,90 分钟长语音合成 + 60 分钟语音识别
编程
VibeVoice 深度解析:微软开源语音 AI 全家桶,90 分钟长语音合成 + 60 分钟语音识别
2026-05-13 22:42:48 +0800 CST
view 697
VibeVoice是微软研究院开源的语音AI全家桶,TTS支持90分钟长语音合成、ASR支持60分钟语音识别、实时TTS 300ms首包延迟。本文深度解析其7.5Hz超低帧率、全局韵律编码、多说话人统一建模架构及完整部署实战。
VibeVoice,微软,语音AI,TTS,ASR,实时语音合成
告别笨重 CAD:Claude 写出来的 3D 建筑编辑器,浏览器打开就能用
资讯
告别笨重 CAD:Claude 写出来的 3D 建筑编辑器,浏览器打开就能用
2026-04-24 07:27:07 +0800 CST
view 957
PascalEditor是一款由ClaudeAI参与开发的WebGPU3D建筑编辑器,开源免费、浏览器直接运行、性能流畅。本文深入分析其技术架构(WebGPU、ReactThreeFiber、脏节点追踪、Monorepo分层设计)、核心特性(零门槛免安装、完全免费开源、AI参与开发)、与主流工具(酷家乐、SketchUp、AutoCAD/Revit)的对比,以及它所代表的AI编程新范式。适合装修房主、设计师、前端开发者及创业团队使用。
WebGPU
ReactThreeFiber
AI编程
开源3D工具
Claude
前端图形学
建筑可视化
MIT协议
3D编辑器
浏览器应用
TypeScript 巫师的 21 个 Claude 技能:当 AI 编程从"氛围"走向"工程"
编程
TypeScript 巫师的 21 个 Claude 技能:当 AI 编程从"氛围"走向"工程"
2026-05-06 11:34:54 +0800 CST
view 1077
深度解析 Matt Pocock 开源的 21 个 Claude Code Agent Skills,涵盖 TDD、PRD 生成、Git 安全守护等核心技能,探索「知识资产结构化共享」的 AI 原生工程范式。
TypeScript
Claude Code
AI编程
Agent Skills
Matt Pocock
VibeVoice 深度解析:微软如何用连续语音Tokenizer和Next-Token Diffusion重塑语音AI边界
编程
VibeVoice 深度解析:微软如何用连续语音Tokenizer和Next-Token Diffusion重塑语音AI边界
2026-04-15 22:19:22 +0800 CST
view 853
深度解析微软VibeVoice开源语音AI全家桶:7.5Hz连续Tokenizer如何压缩60分钟音频,Next-Token Diffusion如何驱动90分钟对话合成,附完整代码实战与性能对比。
VibeVoice
微软
语音AI
ASR
TTS
Diffusion
LLM
万字深度解析 LMCache:当 LLM 推理遇见 KV Cache 革命——从 TTFT 优化到跨引擎 KV 复用、从 GPU/CPU/Disk 三级存储到分布式 P2P 共享的完整技术指南(2026)
编程
万字深度解析 LMCache:当 LLM 推理遇见 KV Cache 革命——从 TTFT 优化到跨引擎 KV 复用、从 GPU/CPU/Disk 三级存储到分布式 P2P 共享的完整技术指南(2026)
2026-07-03 03:14:31 +0800 CST
view 402
深度解析LMCache KV Cache管理层:从TTFT优化原理、GPU/CPU/Disk三级存储架构、跨引擎KV复用、分布式P2P共享,到与vLLM深度集成的生产级部署实战,含完整代码和性能调优指南。
LMCache
LLM推理
KV Cache
vLLM
TTFT优化
GPU优化
AI推理加速
分布式缓存
VibeVoice 深度实战:微软开源的 33K Star 语音AI全家桶——从架构设计到生产部署的全链路解析
编程
VibeVoice 深度实战:微软开源的 33K Star 语音AI全家桶——从架构设计到生产部署的全链路解析
2026-05-06 13:01:56 +0800 CST
view 1218
微软开源 VibeVoice 语音AI框架深度解析,33K Star,单次处理60分钟ASR、90分钟TTS、300ms实时生成。
VibeVoice
语音AI
微软
开源
TTS
ASR
实时语音
大家都在搜索什么?
devops
易支付
一个官网+多少钱
统一接受回调
统一回调
sub
node
宝塔日志
mysql
shell
ElasticSearch
css
vue
api接口对接
2025
支付接口对接
go
php
php回调
回调
上一页
1
...
23
24
25
26
27
...
103
下一页