- 综合排序
- 最热优先
- 最新优先
- 来自专栏程序员分享
Flutter 语音房礼物下载方案（完整版）
Flutter 语音房礼物下载方案（完整版） 场景：语音房礼物资源下载，文件类型为 mp4（~10MB）和 webp（~1MB） 核心能力：网络自适应 · 多文件并行 · 单文件分片 · 断点续传 · （运营商劫持）低（HTTPS 加密）解析精度运营商粒度可精确到客户端 IP缓存控制运营商控制 TTL客户端可控Flutter 方案系统默认阿里云/腾讯云 HTTPDNS SDK在礼物下载中的应用：进入语音房时 IP + Host 头，跳过系统 DNS缓存多个 IP，主 IP 不通时自动切换备用 IP10.2.3 DNS 预解析javascript 体验AI代码助手 代码解读复制代码时机：App 启动 / 进入语音房预解析域名列表 请求 → 省去 200-500ms10.8.2 HTTP/2 连接预热HTTP/2 下只需要预热一条连接，后续所有分片都复用这条连接： 体验AI代码助手 代码解读复制代码预热时机： ├── 进入语音房时 + 的内存波动 └── 语音房本身已有音频缓冲区和 UI 渲染开销，这很危险10.9.2 大文件合并的内存控制scss 体验AI代码助手 代码解读复制代码错误做法： chunk0_bytes = File
10810编辑于 2026-03-21 - 来自专栏用户9880750的专栏
狸猫语音房跨房PK 系统开发现成案例原生开发源代码
语音房系统的开发涉及多个技术领域，包括音频处理、实时通信、用户界面设计、数据存储等。 为了帮助你更好地理解开发流程和所需的技术组件，以下是一个语音房系统开发的简要框架：前端（HTML + JavaScript）<!
38320编辑于 2024-12-05 - 来自专栏小鹏的专栏
10 端到端语音识别
端到端语音识别 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? • Espnet: https://github.com/espnet/espnet • 实现了主流的端到端语音识别方法 • Speech-Transformer、LAS、CTC、RNN-T • 一个小缺点
1.9K20发布于 2020-03-25 - 来自专栏子舒的个人博客
随想录 (10) --- 我是否陷入了信息茧房？
如题，我是否陷入了信息茧房？暂时是以一个疑问句的形式出现，因为我还未确认事实真的如此。 什么是信息茧房？ 信息茧房是一种现代的网络语境下的概念，指的是某些人因过度沉溺于网络而逐渐隔离于现实世界，形成了一种"信息茧"，难以自拔。 直接今年2月中旬它再一次出现在我的眼前，以一个强大的姿态席卷而来，在短短两个月的时间收获了全球10亿用户，而这个数量也正在以指数增长。我想这和微软的投资有着很大关系，再一次证明了其眼光的卓越性。 十条帖子有一半是关于 chatGPT 的，感觉自己的信息通道快被占满了，这让我很烦躁，我开始质问自己是否陷入了信息茧房。 我仔细研究了一下，被"信息茧房"的人通常具有以下几个特点： ---- 偏见和偏激：他们往往只信任那些与他们观点相同的信息，不愿接受不同的观点和证据。
23420编辑于 2023-08-23 - 来自专栏Reinvent Data Science
AI 搜房，贝壳找房的Milvus实践
我们都知道计算机没有办法处理图片、语音、人类语言等非结构化数据，借助人工智能“万物皆可 embedding"，通过 embedding 技术将这些非结构化数据映射成多维向量，再使用向量搜索工具就可以轻松地分析数据 | 引入Milvus Milvus 向量相似度搜索引擎可以对接包括图像处理、机器视觉、自然语言处理、语音识别、推荐系统以及新药发现等 AI 模型，为向量化后的非结构数据提供搜索分析服务。 房源搜索的应用场景中，我们首先将房源信息按照不同因素（比如有关房型布局、面积分布、外轮廓等）采用机器学习模型生成不同维度的特征向量，每一套房子都会对应一组特征向量，然后根据不同的特征向量在 Milvus 中进行相似性搜索，这里每一组向量搜索的结果都是从不同角度来分析相似房型，最后综合多个向量搜索的结果最终为用户提供推荐的房源类型。 | 更多场景的应用 作为贝壳搜索平台，向量搜索业务肯定不止房源相似性分析，未来还需要对图片、视频、语音、文本等一系列非结构化数据的特征向量做分析，通过将各种各样的数据结合 Milvus 向量搜索引擎做分析
1.5K20发布于 2020-04-28 - 来自专栏软件安装
10个GitHub热门的配音语音合成语音克隆项目
这里推荐几个GitHub上热门、好用的配音/语音合成/语音克隆项目，有通用TTS、语音克隆、视频配音、流式/轻量等不同需求的。 ▌1. Real-Time-Voice-Cloning（⭐ 52k+） 地址：https://github.com/CorentinJ/Real-Time-Voice-Cloning 功能： 经典实时语音克隆框架 Fish Speech（⭐ 10k+） 地址：https://github.com/fishaudio/fish-speech 功能： 基于VITS2，高质量、多语言、语音克隆 推理快、支持批量处理、全开源 ▌10. VoxCPM（OpenBMB，⭐ 2k+） 地址：https://github.com/OpenBMB/VoxCPM 功能： 无分词器TTS，直接在连续语音空间建模 上下文感知、零样本克隆、自然度高
77810编辑于 2026-03-26 - 来自专栏一“技”之长
iOS10语音识别框架SpeechFramework应用
iOS10语音识别框架SpeechFramework应用 一、引言 iOS10系统是一个较有突破性的系统，其在Message，Notification等方面都开放了很多实用性的开发接口 本篇博客将主要探讨iOS10中新引入的SpeechFramework框架。 有个这个框架，开发者可以十分容易的为自己的App添加语音识别功能，不需要再依赖于其他第三方的语音识别服务，并且，Apple的Siri应用的强大也证明了Apple的语音服务是足够强大的，不通过第三方，也大大增强了用户的安全性 SFSpeechRecognizer：这个类是语音识别的操作类，用于语音识别用户权限的申请，语言环境的设置，语音模式的设置以及向Apple服务发送语音识别的请求。 三、申请用户语音识别权限与进行语音识别请求 开发者若要在自己的App中使用语音识别功能，需要获取用户的同意。
1.4K20发布于 2018-08-15 - 来自专栏企服杂谈
10亿美金入股贝壳找房，软银接盘还是赌未来
按照软银实际出价，贝壳找房D+轮估值已经达到140亿美金，折合成人民币已然千亿大佬。作为房地产中介平台，这个价格堪称前无古人。 贝壳估值最好对标对象，现在来看有两个，一个是曾经的互联网房地产平台头牌房天下，另一个则是同为房产中介且在A股上市的我爱我家。 而贝壳找房+线下中介业务天地两网的搭建，似乎也没想象中走的那么顺利。 1、贝壳的互联网平台并未建立真正优势 贝壳找房上线后多为业内诟病，言必称贝壳假托平台，其实是一边做裁判员一边当运动员。 事实上，链家之强，已经不在二手房。这几年房地产开发商日子不好过，贝壳携链家之实已经悄然杀入。 整个政策环境，也已经明确“房住不炒”的大国基调。纵然体量仍然庞大，但中国房地产市场要再复辉煌，恐怕已经是黄粱一梦。
66600发布于 2020-03-17 - 来自专栏喔家ArchiSelf
“他山之石”，语音技能开发的10个要点
“他山之石，可以攻玉”，本文编译自Amazon Alexa 的“10 Things Every Skill Should Do”，尽管是两年前的文字，还是有一定的参考意义的。 语音技能的构建既是一门艺术，也是一门科学。开发智能语音技能有一些技术方面因素，还要有设计语音体验的创意，两者都很重要。 那么，在开发智能语音技能的时候有哪些共同的要点呢？ ? 1. 聚焦并做好一个功能 在开始设计语音技能时，开发者可能会希望这个技能可以非常熟练地处理各种请求。但是，对于使用语音交互的用户而言，记住所有不同的选择是很困难的。 10. 充分测试 智能语音技能同样是一种软件服务，充分测试的重要性毋庸置疑。 调试对于创作出深受用户喜爱的语音技能意义重大，目前，DuerOS提供了意图调试、模拟器调试、真机调试、团队真机调试以及日志追踪调试等多种方式，详情可以参考《调试DuerOS的智能语音技能》一文。
72031发布于 2020-10-30 - 来自专栏算法工程师的学习日志
10行内Python代码实现语音识别
最近在做一个语音识别的项目，故分享一下相关内容 Python在语音识别方面功能很强大，程序语言简单高效，下面编程实现一下如何实现语音识别。本文分享如何调用百度AI开放平台实现语音识别技术。 创建应用完成后，进入管理页面，可以看到应用对应的 “AppID”、“API Key”与“Secret Key”，这些信息在调用语音识别需要提供。 创建了应用，我们便可以调用接口实现语音识别了。 get_file_content(filePath): with open(filePath, 'rb') as audio: return audio.read() 接下来，便是惊心动魄的语音识别过程了 get_file_content('test.wav'), 'wav', 16000, {'dev_pid': 1536, }) print(res['result'][0]) 在这里，我们提前录制了一个语音文件 client.asr(get_file_content('test.wav'), 'wav', 16000, {'dev_pid': 1536, }) 这一行代码实现了具体的语音识别过程，其中，get_file_content
1.7K20编辑于 2022-07-27 - 来自专栏游戏多媒体引擎GME开发前沿
GME SDK 2.9.3，Xbox平台适配3D语音优化内存消耗优化进房耗时优化
3、新增 3D 语音黑名单接口 在一些应用场景下，不希望某个玩家角色声音会有 3D 空间语音效果，如「主持人」角色。 6、减少实时语音功能进房耗时 优化 SDK 内部进房流程，麦克风、扬声器等设备启动时间缩短。 旧版本如何升级？ 关注公众号，回复「加群」 加入 GME 游戏语音开发者交流群， 咨询 SDK 接入问题。 针对游戏场景，提供实时语音、语音消息、语音转文本、语音内容安全、语音录制、未成年人识别、正版曲库等服务，一次接入即可满足多样化的语音需求。 GME 已服务于 6000+ 海内外游戏厂商及开发者，每天提供超过 10 亿分钟的稳定语音服务。 点击“阅读原文”直达 SDK 下载页
80920编辑于 2022-08-16 - 来自专栏VRPinea
VR看房，虽能拓客，却难救房企
VR看房无疑是这轮“云看房”热潮中的佼佼者，VRPinea作为一家专注于VR的TMT媒体，梳理了市场中常见的VR看房手段。来分析一下，VR看房的优势到底几何。 VR看房三板斧，哪种方式更有机会？ 这种方式如贝壳找房的“如视团队”正在使用。 ? 第三类为基于纯粹的户型结构来进行3D建模，从而获得更早的预售时间和看房方式。 当然，在这些VR看房中，各类技术方案各有各的优势，针对期房、现房、二手房、毛坯房不同的房屋情况采用最合理的方案，也是各家VR看房目前所需要思考的现状。 VR看房虽便捷， 但最后收益如何尚需时间 无论是云看房，还是直播卖房，目前VR看房都是其中的重要展现手段。但短期内尚无法开放的房地产交易，始终是房企目前难以跨过去的坎。 在不会重复2008年4万亿规模的放水的前提之下，让房企平稳的渡过危机，也就成为这段时间热议的话题。 VRPinea相信在疫情之后，VR看房也会逐步成为房企、房产中介的必备展示手段。
84810发布于 2020-03-05 - 来自专栏小明的博客
房天下二手房交易数据爬取
本次是爬取西安房天下上的二手房交易数据，主要面临的困难有： 网页的重定向问题的识别 不完全规则网页的匹配规则书写问题 爬虫效率问题 滑块验证问题 import requests from scrapy.selector data).xpath( '//div[@class="rcont"]/a/text()').extract_first() # 小区位置具体描述 x10 /h4/text()').extract_first() datas.append([x1, x2, x3, x4, x5, x6, x7, x27, x8, x9, x10, x11, 另外就是需要注意的是这里拿到的url并非链接地址栏显示的url，据我观察链接地址栏的url会在一段时间后失效，具体的机理分析仍有待进一步的深入学习 终稿 经过一番重塑修改，对代码的逻辑进行进一步优化，最后写出了最终版本的房天下二手房交易数据爬取 text=data).xpath( '//div[@class="rcont"]/a/text()').extract_first() # 区 x10
1.1K10编辑于 2022-09-06 - 来自专栏yuyy.info技术专栏
打破信息茧房
“信息茧房”这一概念，最初是在桑斯坦的《信息乌托邦——众人如何生产知识》一书中提出的，意指在信息传播中，因公众自身的信息需求并非全方位的，公众只注意自己选择的和使自己愉悦的领域，久而久之，会将自身像蚕茧一般桎梏于 “茧房”中。 信息茧房既包括算法推荐造成的茧房，也包括用户的自身选择将自我陷入茧房之中。
67930编辑于 2022-09-21 - 来自专栏Rindew的iOS技术分享
iOS地图找房(类似链家、安居客等地图找房)
题外话：在百度搜索键入：iOS地图找房。你会发现搜索到很多关于这方面的帖子，但是几乎都是询问如何实现的，找不到一个可以研究借鉴的博客。于是我决定补上这个空缺，写的可能不全面，大家体谅。 ; self.mapView.showMapScaleBar = YES;//显示比例尺 self.mapView.mapScaleBarPosition = CGPointMake(10 self.contentView.titleEdgeInsets = UIEdgeInsetsMake(-5, 0, 0, 0); self.contentView.titleLabel.font = font(10
1.9K60发布于 2018-06-14 - 来自专栏架构精进之路
“信息茧房”里的人
信息茧房（Information Cocoons） “ 指人们的信息领域会习惯性地被自己的兴趣所引导，从而将自己的生活桎梏于像蚕茧一般的“茧房”中的现象。 其解释说，生活在“信息茧房”里，公众就不可能考虑周全，因为他们自身的先人之见将逐渐根深蒂固。对于生活在信息茧房的人而言，这是一个温暖、友好的地方。但是，重大的错误就是舒适的代价。
64921发布于 2020-08-17 - 来自专栏Lan小站
JS逆向之房天下
这是房天下的登陆地址：链接地址 打开检查，刷新页面 随便输入，进行测试 密码已加密，搜索pwd 结果很多，慢慢看 疑似这个，打断点查看一下 搜索第一个值key_to_encode 然后得到这一长串东西
78520编辑于 2022-07-14 - 来自专栏个人随笔
房上的猫：JavaDoc注释
//这是一个注释 /* *这是一个演示程序 */ /** *@这是JavaDoc注释。 */ JavaDoc注释 背景： javadoc是Sun公司提供的一个技术，它从程序源代码中抽取类、方法、成员等注释形成一个和源代码配套的API帮助文档。也就是说，只要在编写程序时以一套特定的标签作注释，在程序编写完成后，通过Javadoc就可以同时形成程序的开发文档了。 语法规则： （1）JavaDoc注释以"/**"开头，以"*/"结尾 （2）每个注释包含一
1.3K100发布于 2018-03-14 - 来自专栏个人随笔
房上的猫：数组
一.数组： 1.定义： （1）数组就是一个变量，用于将相同数据类型的数据储存在内存中 （2）数组中的每一个数据元素都属于统一数据类型 2.基本要素： （1）标识符： 和变量一样，在计算机中，数组也要有一个名称，称为标识符，用于区分不同的数组 （2）数组元素： 当给出数组名称，即数组标识符后，要向数组中存放数据，这些数据就称为数组元素 （3）数组下标： 在数组中为了正确地得到数组的元素，需要对它们进行编号，这样计算机才能去存取，这个编号就称为数组下标 （4）元素类
1.2K90发布于 2018-03-14 - 来自专栏即时通信IM
恭喜贝壳找房上市！
北京时间8月13日晚间，中国领先的线上线下房产交易和服务平台——贝壳找房正式在纽交所挂牌上市，证券代码为“BEKE”。 ? 但正是这个历时10年搭建的“楼盘字典”，率先在房地产行业内制定了真房源标准，奠定了居住服务行业的基础。 2014年，链家开始全面布局互联网，链家网上线，房地产交易的数字化迈出重要一步。 团队并没有停下，如何让消费者能在线上身临其境地“看房”成为新命题，VR成为一个解决方案。2018年，贝壳开始推动VR看房落地。 从1月27日项目启动，到2月9日第一版上线，一共只用了10天时间。 ? 产品上线第二天，贝壳平台上的经纪人就开始了置业服务。 北京团结湖片区的链家经纪人小梁在疫情期间用VR带看的产品接待了10多位个客户：“这种线上看房的方式让大家都少跑了很多路，不符合自己需求的房型一下子就可以排除掉，效率提升很多。
1.2K40发布于 2020-08-17
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