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
Pynini是一个开源的Python库,专注于构建语言模型和处理字符串
编程
Pynini是一个开源的Python库,专注于构建语言模型和处理字符串
2024-11-19 04:26:54 +0800 CST
view 3757
Pynini是一个开源的Python库,专注于构建语言模型和处理字符串,利用有限状态转换器(FST)实现高效的字符串匹配和转换。它提供丰富的操作符和函数,易于与其他NLP工具集成。Pynini可用于语音识别、拼写检查和词性标注等多个领域,适合处理复杂的语言结构。
编程
自然语言处理
开源工具
机器学习
语音识别
VibeVoice深度实战:微软如何用扩散模型重塑语音合成的技术边界
编程
VibeVoice深度实战:微软如何用扩散模型重塑语音合成的技术边界
2026-05-19 19:14:43 +0800 CST
view 520
深度解析微软开源语音AI框架VibeVoice的技术架构,从双Tokenizer解耦到Next-Token扩散生成,支持90分钟长音频和4说话者。
AI
语音合成
扩散模型
VibeVoice
Papacito OS:本地转录+图片OCR+搜索,开源AI第二大脑有点实用
编程
Papacito OS:本地转录+图片OCR+搜索,开源AI第二大脑有点实用
2026-06-20 13:43:05 +0800 CST
view 344
Papacito OS 是一个本地优先的个人知识系统,基于 whisper.cpp 本地语音转文字 + Tesseract 图片 OCR + SQLite 关键词搜索。100% Local,适合会议录音、截图、白板、零散笔记整理。
AI
第二大脑
本地优先
知识管理
转录
OCR
语音转文字
开源
Next.js
whisper.cpp
Tesseract
VibeVoice 深度解析:微软如何用 7.5Hz 超低帧率重塑语音 AI——从 ASR 到实时 TTS 的全栈技术内幕
编程
VibeVoice 深度解析:微软如何用 7.5Hz 超低帧率重塑语音 AI——从 ASR 到实时 TTS 的全栈技术内幕
2026-04-17 10:48:42 +0800 CST
view 781
深入解析微软开源的 VibeVoice 语音 AI 框架,涵盖 7.5Hz 超低帧率连续 tokenizer、Next-Token Diffusion 架构、三大模型(ASR/TTS/Realtime)全栈设计,以及生产环境部署与性能优化实践。
语音AI
VibeVoice
微软
TTS
ASR
深度学习
开源
微软开源 VibeVoice:60分钟长音频转录、实时TTS,这个语音AI全家桶有点猛
编程
微软开源 VibeVoice:60分钟长音频转录、实时TTS,这个语音AI全家桶有点猛
2026-04-08 11:36:14 +0800 CST
view 860
微软开源的 VibeVoice 语音 AI 全家桶,集 ASR 和 TTS 能力于一身,支持 60 分钟长音频转录、90 分钟多说话人音频生成、300ms 实时 TTS。本文深入解析其技术架构与实测代码。
TTS
ASR
语音AI
微软
VibeVoice
开源项目
OmniVoice 深度实战:当小米 k2-fsa 团队用扩散语言模型重塑语音合成——从零样本克隆到 600 语言高保真 TTS 的生产级完全指南(2026)
编程
OmniVoice 深度实战:当小米 k2-fsa 团队用扩散语言模型重塑语音合成——从零样本克隆到 600 语言高保真 TTS 的生产级完全指南(2026)
2026-06-15 14:21:23 +0800 CST
view 607
深入解析小米 k2-fsa 团队开源的 OmniVoice 单阶段扩散语言模型 TTS 系统,0.8B 参数支持 600+ 语言,零样本克隆仅需 3-10 秒参考音频,RTF 低至 0.025,Apache-2.0 免费商用。
TTS
语音合成
OmniVoice
k2-fsa
扩散模型
零样本克隆
多语言
MachineLearning
Audio
小米
VibeVoice 深度实战:当微软把「超长对话语音」开源——从 7.5Hz 连续分词到 Next-Token Diffusion、从 90 分钟 TTS 到 60 分钟 ASR 的生产级完全指南(2026)
编程
VibeVoice 深度实战:当微软把「超长对话语音」开源——从 7.5Hz 连续分词到 Next-Token Diffusion、从 90 分钟 TTS 到 60 分钟 ASR 的生产级完全指南(2026)
2026-06-21 05:52:51 +0800 CST
view 390
深度解析微软开源语音AI项目VibeVoice:从7.5Hz连续分词器到Next-Token Diffusion架构,从90分钟TTS到60分钟ASR的生产级完全指南。
VibeVoice
语音AI
微软开源
TTS
ASR
扩散模型
LLM
Vue + Spring Boot 音乐网站全解析:从零搭建网易云精简版(附AI落地场景)
编程
Vue + Spring Boot 音乐网站全解析:从零搭建网易云精简版(附AI落地场景)
2026-07-04 12:20:10 +0800 CST
view 332
music-website是基于Vue+Spring Boot的经典全栈练手项目,涵盖播放器组件、歌词同步、歌单管理等核心功能。更重要的是,这套架构可扩展AI智能推荐(AIGC歌词生成、语音搜索、RAG客服),是学习全栈+AI结合的绝佳起点。
Vue
Spring Boot
音乐网站
全栈
MyBatis
MySQL
AI推荐
协同过滤
AIGC
语音搜索
RAG
全栈练手项目
PersonaPlex 深度解析:NVIDIA 如何用 7B 参数实现 0.17 秒延迟的全双工语音对话
编程
PersonaPlex 深度解析:NVIDIA 如何用 7B 参数实现 0.17 秒延迟的全双工语音对话
2026-04-18 04:43:48 +0800 CST
view 837
深度解析 NVIDIA 开源的 PersonaPlex 全双工语音对话模型,7B 参数实现 0.17 秒延迟,支持角色控制与 16 种预置声音,MIT 协议开源。
AI
语音交互
NVIDIA
全双工
开源项目
让你的 Python 程序开口说话,实现文字转语音只需几行代码!
编程
让你的 Python 程序开口说话,实现文字转语音只需几行代码!
2025-03-21 08:56:12 +0800 CST
view 1631
本文介绍了如何使用Python库`pyttsx3`实现文字转语音功能,适合零基础用户。通过简单的几行代码,用户可以创建自己的语音助手,支持离线运行、个性化设置和多平台兼容。文中提供了安装步骤、基本代码示例及实用功能,如语音保存、时间播报和智能阅读助手等,展示了`pyttsx3`的强大应用潜力。
编程
Python
语音技术
人工智能
NeuTTS Air:0.5B参数超拟真语音合成,3秒音频克隆你的声音
编程
NeuTTS Air:0.5B参数超拟真语音合成,3秒音频克隆你的声音
2026-04-28 12:43:51 +0800 CST
view 645
NVIDIA开源NeuTTS Air——0.5B参数超拟真语音合成模型,仅需3秒音频即可完成声音克隆,可在手机、笔记本甚至树莓派上本地运行,完全保护隐私,无需联网。
AI
TTS
声音克隆
本地部署
NVIDIA
语音合成
边缘计算
服务器推送技术及其在Spring中的实现,特别是SseEmitter的功能与用途
编程
服务器推送技术及其在Spring中的实现,特别是SseEmitter的功能与用途
2024-11-19 06:14:07 +0800 CST
view 2498
本文详细介绍了服务器推送技术及其在Spring中的实现,特别是SseEmitter的功能与用途。SseEmitter允许服务器主动向客户端推送消息,提升用户体验。文章还比较了SSE与WebSocket的异同,强调了SSE在单向推送场景中的优势,并提供了相关代码示例和使用注意事项。
服务器推送
Spring框架
实时通信
Pathway 深度解析:Python ETL 框架的流式处理革命 —— 用 Rust 引擎吊打 Flink/Spark,构建实时 LLM Pipeline
编程
Pathway 深度解析:Python ETL 框架的流式处理革命 —— 用 Rust 引擎吊打 Flink/Spark,构建实时 LLM Pipeline
2026-05-16 03:46:12 +0800 CST
view 594
55K+ Star,基于 Differential Dataflow 的 Rust 引擎,增量计算,内存计算,无缝集成 Python ML 生态——Pathway 正在重新定义实时流处理与 LLM Pipeline 的边界。
Python
流处理
实时分析
LLM
RAG
Pathway
ETL
开源项目
GitHub Trending
WebSocket 实时通信架构深度解析:从在线协作到金融交易的生产级实战指南
编程
WebSocket 实时通信架构深度解析:从在线协作到金融交易的生产级实战指南
2026-07-28 08:15:35 +0800 CST
view 99
WebSocket 生产级实战指南:从协议原理、技术选型、集群架构到性能优化、容错安全,深度解析实时通信系统的设计与实现,包含在线协作编辑、即时通讯等场景的完整代码示例。
WebSocket
实时通信
架构设计
性能优化
在线协作
Node.js
Go
Rust
Socket.io
WebTransport
ClickHouse 2026 深度实战:当列式存储遇见 AI 时代——从 MergeTree 引擎到 PB 级实时分析,构建下一代数据基础设施的完全指南
编程
ClickHouse 2026 深度实战:当列式存储遇见 AI 时代——从 MergeTree 引擎到 PB 级实时分析,构建下一代数据基础设施的完全指南
2026-06-21 21:58:21 +0800 CST
view 384
2026 年 ClickHouse 生产级完全指南:从列式存储、MergeTree 引擎、向量化执行到分布式架构、物化视图、Kafka 集成、性能优化与 AI 场景实战。
ClickHouse
OLAP
列式存储
MergeTree
实时分析
数据库
大数据
性能优化
物化视图
云原生
WebSocket在消息推送中的应用代码
代码
WebSocket在消息推送中的应用代码
2024-11-18 21:46:05 +0800 CST
view 1785
本文对比了AJAX和WebSocket在消息推送中的应用,详细介绍了AJAX的轮询和长轮询方法,以及WebSocket的全双工通信特性。提供了WebSocket客户端和服务器端的实现代码,并封装了WebSocket管理器,支持连接建立、消息发送和重连机制,适合高效的实时消息推送场景。
Web开发
实时通信
前端技术
Node.js
编程
综合
pin.gl是基于WebRTC的屏幕共享工具
2024-11-19 06:38:05 +0800 CST
view 2664
WebRTC是一种开源技术,支持实时音视频通信,允许浏览器和应用程序直接进行P2P连接。pin.gl是基于WebRTC的屏幕共享工具,用户只需输入房间代码即可共享屏幕或摄像头,具有超低延迟和隐私保护的特点,支持多种设备。该工具简单易用,适合现场活动和互动会议,但并不开源。
实时通信
视频技术
网络工具
FastRTC:为 Python 开发者打造的实时音视频通信利器
编程
FastRTC:为 Python 开发者打造的实时音视频通信利器
2025-05-15 09:56:44 +0800 CST
view 2260
FastRTC是一个专为Python开发者设计的开源实时通信库,简化了实时音视频应用的开发。它基于WebRTC和WebSocket,支持自动语音检测、UI生成和电话接入等功能。通过简单的API,开发者可以快速构建AI语音助手、实时翻译工具等应用。FastRTC使得实时通信变得更加易用和灵活,适合快速原型开发。
实时通信
Python开发
开源项目
AI技术
音视频应用
ClickHouse 深度实战:当实时分析遇上列式存储——从 MergeTree 引擎家族、物化视图到分布式集群的工程全景
编程
ClickHouse 深度实战:当实时分析遇上列式存储——从 MergeTree 引擎家族、物化视图到分布式集群的工程全景
2026-07-11 08:11:22 +0800 CST
view 249
从工程视角讲透 ClickHouse 的列式存储内核、MergeTree 引擎家族、物化视图的插入触发器本质、分布式集群取舍与一组可落地的性能优化手段,配 SQL/Go/Python 实战代码。
ClickHouse
实时分析
OLAP
MergeTree
物化视图
thinkphp swoole websocket 结合的demo
编程
thinkphp swoole websocket 结合的demo
2024-11-18 10:18:17 +0800 CST
view 3594
WebSocket是HTML5提供的一种协议,允许在单个TCP连接上进行全双工通讯。通过WebSocketAPI,浏览器与服务器只需进行一次握手,便可建立快速通道进行数据传输。客户端使用JavaScript发起连接,连接建立后可通过send()方法发送数据,并通过onmessage事件接收服务器返回的数据。
网络通讯
Web技术
实时数据传输
ClickHouse v26.2 深度拆解:当 OLAP 数据库进入全栈内嵌时代——从 ClickStack 可观测 UI 到向量搜索分布式化(2026)
编程
ClickHouse v26.2 深度拆解:当 OLAP 数据库进入全栈内嵌时代——从 ClickStack 可观测 UI 到向量搜索分布式化(2026)
2026-07-17 15:15:41 +0800 CST
view 200
深度拆解 ClickHouse v26.2:ClickStack 可观测 UI、TOTP 原生认证、BigLake 集成、向量搜索分布式化、QBit 数据类型 GA、Insert 去重行为变更,配完整代码实战与生产升级指南。
ClickHouse
OLAP
向量数据库
数据库
大数据
实时分析
ClickStack
HNSW
Iceberg
ClickHouse 深度拆解:当列式存储决定「干掉全部 OLAP 数据仓库」——从 3000 家客户到 LLM 可观测性平台,一个 C++ 引擎如何用 MergeTree 重新定义实时分析的终极形态
编程
ClickHouse 深度拆解:当列式存储决定「干掉全部 OLAP 数据仓库」——从 3000 家客户到 LLM 可观测性平台,一个 C++ 引擎如何用 MergeTree 重新定义实时分析的终极形态
2026-08-04 16:13:02 +0800 CST
view 12
深度拆解ClickHouse列式存储引擎MergeTree架构、向量化执行引擎、数据压缩、LLM可观测性平台Langfuse收购、原生Postgres服务、性能基准对比与实战部署指南
ClickHouse
列式存储
MergeTree
OLAP
实时分析
数据仓库
LLM可观测性
Langfuse
Postgres
性能优化
SpacetimeDB 深度实战:当数据库成为服务器——从"光速开发"到生产级实时应用的完全指南(2026)
编程
SpacetimeDB 深度实战:当数据库成为服务器——从"光速开发"到生产级实时应用的完全指南(2026)
2026-06-11 02:45:57 +0800 CST
view 344
SpacetimeDB 是一款创新的实时数据库,它颠覆了传统"服务器+数据库"架构,让数据库同时成为服务器。本文深入讲解 SpacetimeDB 的核心概念、Rust 模块开发、实时数据同步原理、性能优化技巧以及生产级部署方案,并通过实战案例展示如何构建实时协作应用。
SpacetimeDB
Rust
实时数据库
数据库即服务器
WebSocket
iceoryx2 深度拆解:纯 Rust 重写的零拷贝 IPC 框架,100 纳秒延迟与去中心化架构如何炼成
编程
iceoryx2 深度拆解:纯 Rust 重写的零拷贝 IPC 框架,100 纳秒延迟与去中心化架构如何炼成
2026-07-29 05:44:11 +0800 CST
view 101
深度拆解 Eclipse iceoryx2:纯 Rust 零拷贝无锁 IPC 框架,去中心化架构砍掉 RouDi 守护进程、100ns 级延迟与 payload 尺寸无关的原理、v0.8 Blackboard 新特性,附完整 Rust 实战与性能调优清单。
iceoryx2
Rust
零拷贝
IPC
共享内存
无锁
实时系统
自动驾驶
开源
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
2
3
4
5
6
下一页