聊天记录 语音 表情 文字
飞桨paddlespech 语音唤醒初探
PaddleSpeech提供了MDTC模型（paper: The NPU System for the 2020 Personalized Voice Trigger Challenge）在Hey Snips数据集上的语音唤醒(KWS)的实现。这篇论文是用空洞时间卷积网络（dilated tempo ......
记录一个cpu彪高的BUG处理--jvm调优
业务场景：游戏行业，N个服务器，要进行大批量的合服处理，玩家数据会上升，从新整理和服务器的分配情况和逻辑处理，正常开发后，当天白天正常，然后晚上高峰期开始玩家频繁反馈无法登录~~~ 处理逻辑： 优先确认服务是否宕机，如果是，就重启，分析linux系统日志，根据宕机的原因进行处理即可； 再确认服务器情 ......
Trino Master OOM 排查记录
背景 最近线上的 trino 集群 master 节点老是因为 OOM crash，我们注意到 trino crash 前集群正在运行的查询数量正常，不太像是因为并发查询数据太多导致的 OOM。遂配置 trino master 的 jvm，使其在崩溃后生成一份 dump 文件，方便我们进行问题排查。 ......
记录一次线上gitlab11.x升级gitlab14.x版本操作
前言:gitlab11升级到14还是有挺多需要注意的坑，也算是做一次积累吧，升级前后，gitalb的WEB界面也变化了很多，升级过程需要注意的地方我放到最后说明，挺关键的 一、首先需要下载好要升级的包，这里需要注意，gitlab的官网有说明如何升级，大概就是如下面所示，跨版本升级先要升级到版本最后一 ......
使用 SpeechT5 进行语音合成、识别和更多功能
我们很高兴地宣布，SpeechT5 现在可用于 🤗 Transformers (一个开源库，提供最前沿的机器学习模型实现的开源库)。 SpeechT5 最初见于微软亚洲研究院的这篇论文 SpeechT5: Unified-Modal Encoder-Decoder Pre-Training for ......
Kakao Brain 的开源 ViT、ALIGN 和 COYO 文字-图片数据集
最近 Kakao Brain 在 Hugging Face 发布了一个全新的开源图像文本数据集 COYO，包含 7 亿对图像和文本，并训练了两个新的视觉语言模型 ViT 和 ALIGN ViT 和 ALIGN。 这是 ALIGN 模型首次公开发布供开源使用，同时 ViT 和 ALIGN 模型的发布都 ......
记录一次锁的优化
项目背景 老规矩，先讲讲项目背景。可跳过。 小工具类的微系统。 我们会有一些文本语义描述的事件。譬如某小区两户人家因为宠物发生了争吵，比如某人拨打12345热线反映小区深夜还在跳广场舞等等。这些统称事件。 小学语文老师告诉我们描述事件的叙述文三要素，时间地点人物。 所以我们需要通过NLP从事件里提取 ......
OpenAI Java SDK——chatgpt-java-v1.0.4更新支持GPT-3.5-Turbo，支持语音转文字，语音翻译。
简介 chatgpt-java是一个OpenAI的Java版SDK，支持开箱即用。目前以支持官网全部Api。支持最新版本GPT-3.5-Turbo模型以及whisper-1模型。增加chat聊天对话以及语音文件转文字，语音翻译。 开源地址：https://github.com/Grt1228/cha ......
FCoE测试重启调试记录
环境 CPU:Phytium,S2500/64 C00 内核版本：4.19.90-25.10 网讯网卡：txgbe 共两台设备，光纤直连 复现步骤 设备A、B分别执行以下操作，即可复现 modprobe fcoe systemctl start lldpad systemctl start fcoe ......
C#实现聊天消息渲染、图文混排（支持Windows、Linux）
在实现聊天软件时，渲染文字表情图文混排是一项非常繁琐的工作，再加上还要支持GIF动图、引用消息、撤回消息、名片等不同样式的消息渲染时，就更加麻烦了。那么有简单的实现办法吗？嗯，有的。 ......
吾剑未尝不利,国内Azure平替,科大讯飞人工智能免费AI语音合成(TTS)服务Python3.10接入
微软Azure平台的语音合成(TTS)技术确实神乎其技，这一点在之前的一篇：含辞未吐,声若幽兰,史上最强免费人工智能AI语音合成TTS服务微软Azure(Python3.10接入)，已经做过详细介绍，然则Azure平台需要信用卡验证，有一定门槛，对国内用户不太友好，放眼神州，科大讯飞的讯飞开放平台也 ......
记一次CVE实战挖掘记录
CVE实战挖掘记录 前一段时间在学习代码审计，然后为了学习就开始在github上面找开源的项目进行练手学习代码审计，这样就可以获取CVE编号。 0x01 cve编号获取流程 首先登录CVE官方网站，选择如下选项Report Vulnerability/Request CVE ID（报告漏洞/请求CV ......
记录一次排查log4cxx库按照日期回滚，不创建新目录的BUG
记录一次排查log4cxx库按照日期回滚，但是第二天没有新目录创建的的BUG。日志目录根据当天日期生成新目录，目录下存放日志文件 ......
Ubuntu玩机记录，让我破电脑又飞起来了
写在前面 很早之前的电脑ThinkPad E440，一直没怎么用。最近整理了一下电脑的资料，全部备份到云盘。整理的过程感觉电脑很慢很慢，难受极了。整理完后，终于我要对它下手了！ 我制作了启动U盘，把Ubuntu 22.04的镜像烧录进去，通过U盘启动，把系统装在ThinkPad上。居然电脑出奇的好用 ......
Spring在Filter中记录Web请求Request和返回Response的内容及时长
1 简介 在Spring MVC中，我们有时需要记录一下请求和返回的内容，方便出现问题时排查。比较Header、Request Body等。这些在Controller也可以记录，但在Filter中会更方便。而我们使用的是OncePerRequestFilter。 2 记录请求 2.1 流重复读的问题 ......
闻其声而知雅意,基于Pytorch(mps/cpu/cuda)的人工智能AI本地语音识别库Whisper(Python3.10)
前文回溯，之前一篇：含辞未吐,声若幽兰,史上最强免费人工智能AI语音合成TTS服务微软Azure(Python3.10接入)，利用AI技术将文本合成语音，现在反过来，利用开源库Whisper再将语音转回文字，所谓闻其声而知雅意。 Whisper 是一个开源的语音识别库，它是由Facebook AI ......
Serilog日志同步到redis中和自定义Enricher来增加额外的记录信息
Serilog 日志同步到redis队列中 后续可以通过队列同步到数据库、腾讯阿里等日志组件中，这里redis库用的新生命团队的NewLife.Redis组件 可以实现轻量级消息队列（轻量级消息队列RedisQueue (newlifex.com)），也可以自行替换熟悉的组件 类库目录 该类库需添加 ......
Hexo博客搭建记录
Hexo博客搭建记录 参考视频：手把手教你从0开始搭建自己的个人博客 |无坑版视频教程 以下命令操作建议使用管理员权限完成 1. nodejs & hexo 安装 1.首先下载node.js，并安装（安装node时，会自动安装npm），安装完毕后在控制台输入node -v，如果显示版本则说明安装成功 ......
前端Linux部署命令与流程记录
以前写过一篇在Linux上从零开始部署前后端分离的Vue+Spring boot项目，但那时候是部署自己的个人项目，磕磕绊绊地把问题解决了，后来在公司有了几次应用到实际生产环境的经验，发现还有很多可以补充的地方，很多指令和下载地址每次用到的时候再找就相对麻烦，通过这篇文章可以做一个记录。 另外，之前 ......
Java安全之JDBC Attacks学习记录
Java安全之JDBC Attacks 写在前面 很早就看到了Make JDBC Attacks Brilliant Again议题，一直想分析学习下，但是太懒。 MySQL 原理概述 "扩展参数" 就是本次导致安全漏洞的一个重要的部分。 Mysql JDBC 中包含一个危险的扩展参数： ”auto ......
含辞未吐,声若幽兰,史上最强免费人工智能AI语音合成TTS服务微软Azure(Python3.10接入)
所谓文无第一，武无第二，云原生人工智能技术目前呈现三足鼎立的态势，微软，谷歌以及亚马逊三大巨头各擅胜场，不分伯仲，但目前微软Azure平台不仅仅只是一个PaaS平台，相比AWS，以及GAE，它应该是目前提供云计算人工智能服务最全面的一个平台，尤其是语音合成领域，论AI语音的平顺、自然以及拟真性，无平 ......
Visual Studio 2022 MAUI NU1105(NETSDK1005) 处理记录
故障说明 MAUI项目是日常使用的项目,一直都好好的 某一天修改了几行代码后,突然项目无法编译了,提示NU1105错误 从Git重新拉取一份之前的代码编译也是同样的错误,经过半天的查阅,尝试了几种方案都没有效果 删除obj/project.assets.json 删除obj 删除.vs 修复Visu ......
巧用视觉障眼法，还原 3D 文字特效
最近群里有这样一个有意思的问题，大家在讨论，使用 CSS 3D 能否实现如下所示的效果： 这里的核心难点在于，如何利用 CSS 实现一个立体的数字？CSS 能做到吗？ 不是特别好实现，但是，如果仅仅只是在一定角度内，利用视觉障眼法，我们还是可以比较完美的还原上述效果的。 利用距离、角度及光影构建不一 ......
【博学谷学习记录】超强总结，用心分享|前端CSS总结（一）
CSS总结（一） shift+alt,选中多行 外链式 <link rel="stylesheet" href="./my.css"> 1 选择器 1.1 标签选择器 结构：标签名 1.2 类选择器 结构：.类名{ } 1.3 id选择器 结构：#id属性值{ } 作用：通过id属性值，找到页面中带 ......
C/S UDP通信实践踩坑记录与对于ICMP的进一步认识
背景 最近有个业务场景需要服务端(简称S)与客户端(简称C)设计一套基于UDP的通信协议--要求尽可能快的前提下可容忍一定丢包率，得以比较深入地学习和了解UDP通信和实践，在开发调试期间先后碰到了C端UDP发包无响应、响应Host Unreachable、响应Port Unreachable、再次C ......
智能语音之远场关键词识别实践（二）
上篇（智能语音之远场关键词识别实践（一））讲了“远场关键词识别”项目中后端上的实践。本篇将讲在前端上的一些实践以及将前端和后端连起来形成一个完整的方案。下图是其框图：（麦克风阵列为圆阵且有四个麦克风，即有四个语音通道） 从上图可以看出，前端主要包括去混响、声源定位和波速形成（beamforming） ......
我做了第一个ChatGPT .net api聊天库
最近这个ChatGPT很火啊，看了B站上很多视频，自己非常手痒，高低自己得整一个啊，但是让我很难受的是，翻遍了github前十页，竟然没有一个C#的ChatGPT项目，我好难受啊！那能怎么办?自己搞一个吧。 但是，等等，现在的ChatGPT项目基本都是网页逆向获取几个token，我不会啊，我都不知道 ......
带你读AI论文丨针对文字识别的多模态半监督方法
摘要：本文提出了一种针对文字识别的多模态半监督方法，具体来说，作者首先使用teacher-student网络进行半监督学习，然后在视觉、语义以及视觉和语义的融合特征上，都进行了一致性约束。 本文分享自华为云社区《一种针对文字识别的多模态半监督方法》，作者： Hint 。 摘要 直到最近，公开的真实场 ......
vue3项目，记录我是如何用1h实现产品预估1天工作量的界面需求
最近在编写前端界面，硬是一人一周时间加班加点写完了一个项目的前端界面（一级菜单有12个页面+一个控制台大屏，二三级界面有N个），之前预估前端界面的编写需要一个月，我是自己把自己卷死了（没有办法，项目经理说项目要1周写界面，2周发版，我这个项目前端只我1个人，后端有3个人...）.......我只想说 ......
快来给你的宠物视频加个表情特效吧
摘要：我们将给猫贴一张卡通脸，给 Elon Musk 贴上小胡子，给小狗贴上驯鹿角！ 本文分享自华为云社区《视频AI，给你的宠物加个表情特效！》，作者：HWCloudAI。 GAN 监督学习是一种联合端到端学习判别模型及其 GAN 生成的训练数据的方法。GANgealing将框架应用于密集视觉对齐问 ......