语音 文字html5 html
HTML中的下拉框
1 <select name="fruits"> 2 <option value="apple">苹果</option> 3 <option value="banana" selected>香蕉</option> 4 </select> - name 属性，指定数据的名称 - option 标签为下 ......
HTML中表单的基本结构与常用控件
1、form 中 action 的用法 例子： 1 <form action="https://search.jd.com/search"> 2 <input type="text" name="keyword"> 3 <button>去京东买东西</button> 4 </form> action ......
使用Net将HTML简历导出为PDF格式
使用Net将HTML简历导出为PDF格式 现在有许多将HTML导出PDF的第三方包，这里介绍使用的是Select.HtmlToPdf.NetCore 使用Select.HtmlToPdf.NetCore 整体思路是将cshtml内容读出来，然后再转为Pdf文档 读取cshtml内容有两种方法，第一种 ......
edge问题集锦 去除选中文字时出现的搜索小方块以及需要多次按ctrl+c才可以复制的问题
刚从chrome搬过来，原想都基于同一个开源框架，那用法铁定都差不多，但是怎么说呢，有个大爹就是不一样， 没有调教过的edge，真恶心。 alt+tab只能在edge标签页内切换 选中词后在词语后出现小方块问题 选中词后首次ctrl+c无法复制问题 ......
PHP批量生成带底部编号二维码(二维码生成+文字生成图片+图片拼接合并)
phpqrcode 生成 二维码 --> 编号字符串生成图片 > 二维码与编号图片拼接 >压缩 下载 //生成二维码图片 function makeCodeImg($url, $product_sn = '2023**82024') { $path = 'upload/product_qr_code ......
HTML15新增元素
HTML5新增元素 概述 HTML5新增的主要结构元素有6个：header、nav、article、aside、section、footer。 header 在HTML5中，header元素一般用于3个地方： 页面头部：如网站名称、页面LOGO、顶部导航、介绍信息等。 文章头部（article元素） ......
HTML编辑器如何能实现直接粘贴把图片上传到服务器中
图片的复制无非有两种方法，一种是图片直接上传到服务器，另外一种转换成二进制流的base64码目前限chrome浏览器使用首先以um-editor的二进制流保存为例：打开umeditor.js，找到UM.plugins['autoupload']，然后找到autoUploadHandler方法，注释掉 ......
HTML to PDF
一、iTextSharp 1、安装组件 2、封装的代码 using iTextSharp.text; using iTextSharp.text.pdf; using iTextSharp.tool.xml; using System.Text; namespace CommonCore.Helpe ......
OpenXML-SDK 操作Word,PPT，提取文字
今天跟大家分享一款插件，OpenXML-SDK 实现对Word，PPT的操作。 今天仅介绍如何利用这个组件，从文件中提取文字。 OpenXML-SDK有个缺陷，不支持跨平台，即只能部署在windows系统 首先、nuget上引用包 然后，上代码，从PPT中提取文字，返回一个数组，及一段段的文字。 u ......
文字阴影、文本溢出、盒子模型的缩放、盒子阴影
文字阴影、文本溢出、盒子模型的缩放、盒子阴影 文字阴影 格式：text-shadow:value none，默认文本没有阴影。 color lrshadow tbshadow blur color，阴影的颜色，可选的。不写默认是文本颜色。 lrshadow，左右阴影（水平），正数阴影在文本右侧，负数 ......
maui BlazorWebView+本地html (vue、uniapp等都可以) 接入支付宝sdk 进行支付宝支付 开发 Android app
首先添加支付宝sdk的绑定库 nuget 包：Chi.MauiBinding.Android.AliPay 项目地址：https://github.com/realZhangChi/MauiBinding 新建maui Blazor应用，在根目录创建一个静态类PublicMethods.cs （类名 ......
[Python]语音识别媒体中的音频到文本
@ 准备工作 安装python3环境 申请一个可用的语音转换API，此篇以Microsoft Azure Speech为例 在Microsoft Azure 市场中搜索speech关键字找到语音服务。并创建好服务实例 在资源中找到创建的服务并查看 在此处点击显示密钥，我们要记住key值和locati ......
使用Net将HTML简历导出为PDF格式
现在有许多将HTML导出PDF的第三方包，这里介绍使用的是Select.HtmlToPdf.NetCore 使用Select.HtmlToPdf.NetCore 整体思路是将cshtml内容读出来，然后再转为Pdf文档 读取cshtml内容有两种方法，第一种使用第三方包 RazorEngine.Ne ......
口播神器,基于Edge,微软TTS(text-to-speech)文字转语音免费开源库edge-tts实践(Python3.10)
不能否认，微软Azure在TTS(text-to-speech文字转语音)这个人工智能细分领域的影响力是统治级的，一如ChatGPT在NLP领域的随心所欲，予取予求。君不见几乎所有的抖音营销号口播均采用微软的语音合成技术，其影响力由此可见一斑，仅有的白璧微瑕之处就是价格略高，虽然国内也可以使用科大讯 ......
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 ......
maui BlazorWebView+本地html (vue、uniapp等都可以) 接入微信sdk 开发 Android app
之前没接触过Android maui 开发，这几天刚摸索，有些不合理的地方欢迎指出。 首先添加微信sdk的绑定库 nuget 包：Chi.MauiBinding.Android.WeChat 项目地址：https://github.com/realZhangChi/MauiBinding 在项目目录 ......
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 ......
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 ......
【开源免费】使用Spring Boot和Html实现ChatGPT，1：亿还原，将就看
highlight: a11y-dark 简介 前段时间写了一个Chatgpt的Java版SDK开源地址：chatgpt-java欢迎使用。但由于原来OpenAI 并没有支持官网的chatgpt模型，所以使用起来相对没有官网那么智能完善，所以就没有写出一个demo项目，只开源了Open AI的SDK ......
如何操作（增、删、改、查）常见的 HTML 元素呢？（包含原生 js 和 JQuery 语法对照）
一、通用的操作示例 1、查询 根据 id 查询（结果为单个对象） // 原生 js 写法 var elementobj = document.getElementById("elementid"); // 原生 js 链式查询写法（注意：被查询的对象需为单个唯一对象，若为 list 则返回失败） v ......
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 ......
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 ......
10分钟做好 Bootstrap Blazor 的表格组件导出 Excel/Word/Html/Pdf
上篇: Bootstrap Blazor 实战 通用导入导出服务(Table组件) 1.新建工程 新建工程b14table dotnet new blazorserver -o b14table 将项目添加到解决方案中： dotnet sln add b14table/b14table.csproj ......
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 ......
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 ......
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） ......
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 ......
解决RockyLinux和Centos Stream 9中firefox无法播放HTML视频问题
如题在测试两种centos后续系统时，发现firefox无法播放HTML视频问题。经过一番折腾找到了解决的办法，具体解决如下： 首先下载VLC $sudo yum install vlc 而后重启浏览器就可以使用firefox播放HTML视频了。 在下载vlc时会因为仓库问题出错， 对于Rocky， ......