- 综合排序
- 最热优先
- 最新优先
2026腾讯会议领衔3款语音转写实测
2026腾讯会议领衔3款语音转写实测你有没有过这些崩溃时刻？上周开2小时的项目评审会，全程奋笔疾书记笔记，散会后发现漏了3个核心需求，翻录音翻了40分钟才找到对应片段。 我最近实测了3款主流语音转写工具，最终排名结果直接给大家：1.腾讯会议2.讯飞听见3.飞书妙记。 3.飞书妙记实测数据2026年实测转写准确率约90%~95%，清晰场景可达97.8%，多人讨论场景88.6%，嘈杂环境85.1%。 会议结束后10分钟：自动生成转写文稿，导出为Word格式，智能划分了3个章节，提取了2项待办事项，我仅修改了3处口误就完成了会议纪要，比之前手动整理省了1小时20分钟。 场景二：8人头脑风暴会（时长1小时）会议开始前：开启腾讯会议转写，设置发言人数量为8人。
23910编辑于 2026-06-18- 来自专栏程序人生小记
多场景学习
1 背景大型推荐系统存在多场景，而多场景的训练数据存在分布差异。比如：不同媒体的用户存在差异，不同资源位的用户存在差异。 对于多场景建模，如果采用各场景独立的方式，会忽视场景共性，导致长尾小场景难以学好，同时每个场景维护一个模型极大地增加系统资源开销和人力成本；如果直接将样本混合，训练共享模型，整个模型会被数据丰富的场景主导 和多场景建模很相似的任务是多任务学习，但这二者关注点不同。多任务学习解决相同场景/分布下的不同任务，而多场景建模解决不同场景/分布下的相同任务。 例如：推荐场景下的多任务学习通常是单个样本对于 CTR，CVR 等目标同时预估，而多场景建模是对不同场景样本预估相同的 CTR 目标。直接采用多任务学习的方法解决多场景建模也会存在一些问题。? 常规的MTL解法如图二(a)所示，底层结构为共享信息结构，通过gate（MMOE[1]/PLE[2]等）或者attention（MRAN[3]等）方式，得到特定任务下的信息表征，再通过特定任务的塔结构，
1.9K30编辑于 2022-06-09 语音转写工具快速选型：4 类主流方案的适用场景梳理
二、4 类主流转写方案特点梳理智在记录：全场景独立专业方案这是垂直语音转写领域的代表性工具，不受单一办公生态限制，线上线下场景都能适配，尤其适合有专业领域需求、会议类型多元的团队。 针对垂直行业痛点，内置了 IT、金融、法律、医疗等多领域专属词库，还支持企业自定义术语库，专业场景下的识别准确度有保障。方言与多语种覆盖也比较全面，带口音的普通话、跨地域团队沟通都能较好适配。 线下场景可以搭配同系列的 VibeNote 录音卡使用，多脉拾音加 AI 降噪，长续航满足全天会议需求，录音自动同步到软件端转写归档，软硬一体的体验比较顺畅。 整体来看，这类独立专业方案的综合能力最全面，适合希望用一套工具覆盖多场景的个人与团队。办公生态内置转写以腾讯会议、钉钉、飞书的内置纪要功能为代表，核心优势是和自身办公生态深度绑定。 以英文会议为主、涉外协作频繁：选择英文场景优化的专属工具，适配性更好。结尾语音转写工具的本质是提升信息处理效率，没有绝对的 “最优解”，只有和自身场景最匹配的方案。
13310编辑于 2026-06-18- 来自专栏TSINGSEE青犀视频
LiveKit架构下，WebRTChlsm3u8语音转写STT大模型EasyDSS全场景音视频技术革新
在实时音视频技术飞速迭代的当下，企业对直播、点播、视频会议的一体化需求日益迫切，传统平台普遍存在功能割裂、延迟偏高、并发不足等痛点，难以适配多场景协同的业务需求。 EasyDSS直播点播视频会议平台精准洞察行业痛点，以LiveKit为底层核心引擎重构架构，融合语音转写STT、实时字幕、AI大模型智能摘要等核心技术，打破单一功能壁垒，构建起"直播+点播+会议"三合一的全场景音视频服务体系 将媒体流转发与信令控制分离，信令服务负责房间管理、权限控制，媒体服务负责流转发、码率自适应，这种设计让平台可横向扩容，单节点支持数百人高清会议，集群部署可支撑千人级并发互动，同时兼顾直播分发与点播转码能力，实现"一份媒体流，多场景复用 STT语音转写技术实现了毫秒级语音到文本的转换，准确率高达98%以上，可精准捕捉多人发言的细节的同时，过滤环境噪音与口音干扰；实时字幕功能则将转写文本同步呈现在会议或直播界面，实现"音画同步"，打破了听力障碍与语言沟通的壁垒 这种技术融合模式，不仅解决了企业多场景音视频应用的核心痛点，更为各行业数字化转型提供了高效、可靠的音视频解决方案。
65210编辑于 2026-03-12 - 来自专栏xiaosen
机器学习多场景实战
从智能推荐系统个性化推送你可能喜爱的电影和商品，到金融风控领域精准识别欺诈交易；每一个应用场景都是机器学习技术多维度、深层次实战的精彩演绎，我们通过一些小案例对业务进行了解~ 什么是数据指标 数据指标概念 转化率：计算方法与具体业务场景有关 淘宝店铺，转化率=购买产品的人数／所有到达店铺的人数 在广告业务中，广告转化率=点击广告进入推广网站的人数／看到广告的人数。 当月与上月都有购买的用户数/上月购买的用户数 应用Pandas合并数据集 - 组合数据的一种方法是使用“连接”（concatenation) - 连接是指把某行或某列追加到数据中 - 数据被分成了多份可以使用连接把数据拼接起来 a1 b1 c1 d1 2 a2 b2 c2 d2 3 a3 b3 c3 d3 0 a4 b4 c4 d4 1 a5 b5 a2 b2 c2 d2 3 a3 b3 c3 d3 0 a4 b4 c4 d4 1 a5 b5 c5 d5 2 a6 b6 c6 d6 3 a7 b7 c7
62210编辑于 2024-06-06 - 来自专栏IT码农
定义多场景的表单
定义多场景的表单 下面是一个带有添加/编辑的文章表单示例： namespace app\forms; use Yii; use app\models\Article; class ArticleForm extends \yii\base\Model{ const SCENE_ADD = 'add'; //添加场景 const SCENE_EDIT = 'edit'; //编辑场景 public 接收参数失败'; } if($form->edit()){ return '保存完毕'; }else{ return $form->firstError[0]; } } 如果表单定义了多场景 ，而不是盲目地全部validate，毕竟不同场景下有不同的校验字段 深入应用 其实不能仅仅把场景理解为使用在validate控制上的，自己在form里面写的逻辑代码都可以if($this->scenario == self::SCENE_ADD)这样来判断确定是否要做某些逻辑（当该方法与其它场景共用时）
76641发布于 2019-09-02 企业级语音转写选型实践：5 类主流方案的技术架构与场景适配
它突破了 8 小时超长连续录音的技术瓶颈，能够适配职级评审、多场次连续答辩、全天研讨会这类高强度会议场景。如果线下会议较多，还可以搭配同系列的 VibeNote 录音卡硬件使用，实现软硬协同。 这款录音卡采用卡片式设计，搭载多麦阵列与骨传导拾音组合，支持 45 小时连续录音，AI 降噪算法可以过滤键盘声、空调声、环境喧哗声等干扰，实现长时间、高清晰的无损收音。 录音转文字方面，支持现场实时录音转写、离线音频文件导入，自带高清降噪处理，适配会议、课堂、访谈等绝大多数场景；同时支持直接导入主流视频平台的链接，无需下载视频即可提取音频转写，适配内容创作、素材整理场景 对比仅适配单一生态的产品，它的适配范围更广，即便企业内部使用多套办公系统，也能统一接入。 技术上依托通义大模型的语音识别能力，硬件端搭载多麦克风阵列与骨传导拾音技术，支持远距离收音与芯片级降噪。
18510编辑于 2026-06-18- 来自专栏全栈程序员必看
unity3D场景_3D夜晚场景
在学习阿发你好的网课过程中，学习完Unity的2D课程后深有感触，决定将3D学习过程一步步记录下来，也方便日后查询。 创建3D项目 Step1：在UnityHub中新建3D项目 Step2：将页面调整为2×3布局（项目中通常使用2×3） 新建项目 选择 window -> layouts -> 2 by 3 选择 window->General->Console 调出控制台 认识3D场景 天空盒skybox：上有蓝天，下有深渊，在计算机图形学学习过程中就有所涉及。 场景中还有什么？ 方向标识：3D视图导航器Gizmos； 坐标网格Grid，标识y=0坐标平面（一般不作调整）； 摄像机与光源。 3D视图导航 1、移动视图：按Q选择手型工具或者直接使用鼠标中键 2、旋转视图：ALT+鼠标左键 鼠标右键，摇摆 3、缩放：滚轮 或 ALT+右键 建立方向感 由于Unity中没有规定方向，为方便建立方向感
81330编辑于 2022-09-22 - 来自专栏JavaEdge
多主复制的适用场景(1)-多IDC
3 多主复制 之前都是单主的主从复制架构，主从复制有个明显缺点：只有一个主节点，而所有写都必须通过它1。万一和主节点之间的网络中断而导致无法连接到主节点，主从复制方案就影响所有DB写入操作。 这就是多主节点（也称为主-主，或主动/主动）复制。 此时，每个主节点还同时扮演其他主节点的从节点。 3.1 适用场景 在一个IDC内部使用多个主节点没啥大意义，因复杂性远超带来的好处。 但某些case，多活配置也合理： 3.1.1 多IDC 为容忍整个IDC级别故障或更接近用户，可将DB的副本横跨多个IDC。 单主和多主： 性能 单活，每个写入须穿过互联网，进入主节点数据中心。 采用异步复制功能的多活配置通常能更好地承受网络问题：临时的网络中断并不会妨碍正在处理的写入。
74420编辑于 2022-08-01 从转写准度率到场景适配：2025 年 10 款语音文字软件测评，谁是效率外挂首选？
不仅通用转写准确率高，更支持视频转文字和方言转写（如粤语、四川话、河南话等），应对各种复杂场景无压力。AI能力：这才是其降维打击的核心。 3、产品价值：你的职场进阶加速器它的价值远不止“转换文字”。 如果你需要一款功能全面、中文准确、安全可靠，能覆盖会议、学习、访谈等多场景的「全能王牌」：那么讯飞听见无疑是综合实力最强的首选，它提供的不仅仅是一个工具，更是一套提升个人与组织效率的完整解决方案。 但功能相对基础，在转写准确率、专业领域适配以及文档处理等方面，与讯飞听见有一定差距。主要针对腾讯会议的使用者，在会议场景中有一定便利性。3、网易见外工作台支持语音转写，能满足一些基础需求。 不过文件大小和格式限制较多，转写速度相对较慢，在复杂场景下的准确率也有待提高。适用于对转写要求不高，偶尔使用的用户。海外先锋队：六款国际主流工具一览Otter.ai：北美市场的明星产品。
1.7K10编辑于 2025-08-26- 来自专栏yeedomliu
腾讯云微搭多场景使用
实践：快速搭建餐饮小程序 步骤 使用微搭快速完成表单的CRUD 制作一个搜索页面（通过手机号查询预约信息），需要两个页面（搜索页、显示页） 数据源 创建数据源 添加字段『姓名』 添加字段『手机』 添加字段『日期』 创建应用 添加表单 填写并提交表单 查看数据 创建搜索页面 添加表单搜索字段 添加搜索按钮 修改输入框提示语 添加信息展示页 添加全局变量 搜索处理 显示页处理 显示效果 显示页面把全局参数赋值给表达式
4.3K30编辑于 2022-01-23 - 来自专栏爱可生开源社区
多场景 OceanBase 并发参数调整方案
租户线程相关概念 2.1 租户最大线程数 为了维持租户活跃线程数恒定，同时考虑到大查询线程挂起的发生，租户就需要动态的从多租户线程池中申请线程。 结论 场景一&场景二：parallel_servers_target 等于 80，但在实际应用场景中，达到 80 并发并不一定会产生队列等待；未达到 80 并发也可能产生队列等待，与查询种类（大查询/小查询 场景三&场景四：大查询阈值并非越大越好，在 primary_zone 为 zone 相同优先级时，大查询阈值过大可能导致严重的队列积压从而导致 SQL 执行耗时大幅度上升。 场景一&场景五：当单独并发执行小查询时耗时可能很快，但是大查询与小查询同时并发执行时大查询可能会导致小查询的执行耗时也大幅升高。 back=kb 《工作线程》：https://www.oceanbase.com/docs/common-oceanbase-database-cn-1000000002014039 《多租户线程常见问题
62310编辑于 2025-06-20 OpenClaw🦞多Agent从场景到实践
一、先说结论：多数场景，单 Agent 就够用 在刚开始使用 OpenClaw 时，最容易犯的错误是：还没找到稳定的业务场景，就先花大量时间搭多 Agent。 当你明显遇到边界，再切多 Agent。边界包括这么几种典型场景 Agent在会话中出现了遗忘的现象，说明上下文长度已经超过模型上下文了，此时可以考虑拆分多Agent了。 完成什么事情” 3、同样完成后要核验，“证明你是多Agent协作完成的”，如果反馈了多个群的session，就是正确了。 模式 3：单实例 + 多 Agent + 多 BOT 但互不协作（推荐） 各 Agent 独立运行，适合并行但无协同场景；例如财务、运营、研发各自处理独立任务。 当你明确遇到“记忆边界、任务干扰、角色分工”这三类问题时，再切到模式 2 或模式 3，通常是投入产出比最高的路径。 一句话总结：先把单 Agent 跑通到稳定，再把多 Agent 做到可验证。
13910编辑于 2026-06-22- 来自专栏架构驿站
【性能工具】LoadRunner多场景顺序执行
应用场景： 假设有多个不同的测试场景，多个场景有先后执行顺序。或者都需要测试,但白天时间有限, 通过晚上批量执行,可以有两种方式实现。 第一种：利用LR Controller里面Group的功能 新建一个场景把3个脚本都添加进来，在Edit Schedule中选择“Schedule by Group”的方式，在StartTime中设置 3个脚本的运行顺序为“Start when Group xxx finished”，并在“Scenario Start Time”中设定场景在晚上的运行启动时间。 设定完定时执行场景后，点击StartScenario按钮，会出现一个倒计时窗口，这样在固定的某个时间 上，测试场景中的3个脚本将乖乖的按照设定的先后顺序进行测试。 ，假设其中每个场景一个测试脚本(实际上没有关系,在场景里边设置你需要的脚本和模式,时间等等)。
83650编辑于 2022-03-25 - 来自专栏秋枫学习笔记
SATrans：多场景CTR预估，场景地适应的特征交互方式
然而大部分多场景模型都面临场景区分建模不充分、随着场景数量增加效果下降，缺乏可解释性等问题。 并且现存的所有多场景模型在对各场景区分建模时，都没有考虑过显示特征交互问题，这限制模型的表达能力且影响到模型性能。 接着是多场景自适应交互层，在场景embedding的指导下通过自注意力机制组合高阶特征。通过堆叠L交互层，可以对(L + 1)阶的场景自适应特征交互进行建模。 3 模型详解 3.1 场景特征编码器(Scenario Feature Encoder) 给定场景特定特征 \mathbf{x}^s=\left[\mathbf{x}_1^s ; \ldots ; \mathbf 为了提高场景embedding的质量，本文考虑三种信息来源：1）场景专业信息，区分不同的场景； 2）共享知识，编码场景之间的共性； 3）结构位置，表示自注意力网络中涉及场景嵌入的位置(例如，查询或关键嵌入时当前层的深度
2.1K50编辑于 2023-09-20 - 来自专栏规划领域技术
POI数据多场景获取脚本分享
之前已经分享了使用场景最广的“划定矩形区域获取POI数据”，考虑到我们规划相关工作中的其他使用场景，增加了针对公服设施、小城镇的“获取整个城市的POI数据”脚本、针对线性空间分块获取数据来提升效率的“多矩形区域获取 citycode：010，区域编码adcode：110108（Sid会分享高德提供的编码表） 2.运行0-Get_GaodeMap_POI.exe脚本，等待爬取完成，目标文件为"poi_get\POI.xls" 3. 爬取完成提示为：##########POI数据爬取完成，下次使用请删除"poi_get"文件夹”，并按任意键退出 02 多矩形区域获取POI数据 用于爬取多个矩形区域内的POI数据，适用场景：为提高爬取效率进行分块爬取 119.365385,26.007429 ………… 2.运行0-Get_GaodeMap_POI_Subdivision.exe脚本，等待爬取完成，目标文件为"poi_get\POI.xls" 3.
1.4K20发布于 2020-08-01 - 来自专栏FreeBuf
Metasploit-framework 内网穿透：多场景详解
此文章旨在解决不同场景下的使用方法，同时让新手也能轻松理解。 meterpreter/reverse_tcp会在第一次执行较小的payload，然后通过此payload下载完整的payload并执行 3. meterpreter_reverse_tcp与shell_reverse_tcp MSF生成反连木马上线 笔者在前言中提到过此种场景的解决方法在网上大量流传，只做一些查漏补缺，不做过多赘述。 使用场景： 内网MSF，目标主机不限，目标主机运行木马反弹上线。 MSF通过Exploit模块上线 使用场景： 内网MSF，目标主机不限，通过MSF Exploit模块执行payload反弹上线。 exploit模块在payload执行之后还会进行第二次payload下载，碰到这种情况时有两种解决方法： 1.买服务器安装MSF一劳永逸 2.使用exec模块直接执行nc、bash等命令反弹shell 3.
2.4K31发布于 2021-05-20 - 来自专栏ExASIC
dc约束中的multi scenarios（多场景）
有一种情况比较特殊：一个PAD在一个场景下用作时钟输入，另一个场景下用作数据的输入。 这样模块3就要求两种不同的时钟下都能工作。 是否要按频率高的来约束呢？我们看下图，Logic3在CLK1和CLK2下时序要求不一样，与Logic1和Logic2的大小有关。 DC中的多场景（multi scenarios）就是用来解决这个问题的。把复杂的约束分成多个场景（也可以叫工作模式，如正常模式1、正常模式2、测试模式1、测试模式2等），每个场景下只管自己的约束。 需要注意两点： 多场景下，不支持wire model，要用tluplus（更准确的连线电容电阻信息库）。 要用compile_ultra，只有compile_ultra支持多场景。 好了，先介绍这么多，快去试试吧。
2K31编辑于 2022-06-21 - 来自专栏云数据库技术
通过NineData实现MySQL异地多活场景
异地多活？ 而异地多活则是异地容灾的一种升级方案，单元节点如果仅仅是作为灾备实例，那也太浪费了，不如和中心节点一起，同步处理业务流量，这样一来，不仅可以提高资源利用率，也能保证在任意一个节点失效时，其他节点可以平稳接管流量 上图就是一个异地多活的解决方案，其核心是在所有节点间建立实时的数据同步机制，以确保各个节点的数据一致性。 3.单击数据源 ID 进入数据源详情页面，单击展开，找到多活标记，配置多活标记名称。该步骤所有参与复制的数据源都需要执行，以防止发生数据循环复制。 3.配置完成后启动任务，然后再次创建一个新的复制任务，源数据源处依然选择数据源 A，目标数据源处选择数据源 C，然后同样在复制方式处选择双向复制。
13510编辑于 2026-04-14 - 来自专栏数据和云
多场景下MySQL临时表的作用
墨墨导读：MySQL临时表在很多场景中都会用到，比如用户自己创建的临时表用于保存临时数据，以及MySQL内部在执行复杂SQL时，需要借助临时表进行分组、排序、去重等操作。 使用innodb表在某些场景下，比如临时表列太多，或者行大小超过限制，可能会出现“ Row size too large or Too many columns”的错误，这时应该将临时表的innodb引擎改回 Created_tmp_files：创建的临时表数量 3. Created_tmp_tables：执行SQL语句时，MySQL创建的内部临时表数量。 4. 3. undo相关 1）使用innodb_rollback_segments配置选项定义回滚segment的数量，默认设置是128，也是最大值。 3. 在复制环节中binlog_format等于ROW模式时，临时表相关是不记录binlog日志的（除了drop命令），这部分需要注意。
5.6K10发布于 2020-08-06
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号