首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏音乐与健康

    解析声音“疗伤”的密码(音波声学)

    关键词:音乐;情绪;健康;心理;疼痛;神经;听觉;体感;音波;呼吸;密码  早在1960年,《科学》杂志就发表过论文,发现在牙科手术过程中,音乐能调控病人的情绪。   低频段(60-80Hz)音波能像物理按摩般刺激副交感神经。古琴大师龚一演奏的《流水》。每个泛音间隔0.8秒。恰好匹配深度呼吸的黄金节奏。

    37410编辑于 2025-10-25
  • 来自专栏CSDN技术头条

    未来5-10年,NLP将走向成熟

    未来5-10年,NLP将走向成熟 最后,再介绍一下我对自然语言处理目前存在的问题以及未来的研究方向的一些考虑,供大家参考。

    1.4K71发布于 2018-02-12
  • 来自专栏刘笑江的专栏

    R 语言线性回归应用:拟合 iOS 录音波形图

    引言 微信读书有一个录音功能需求: 录音时绘制音频波形, 音频以 wav 格式保存 再次进入界面,加载 wav,重新渲染音频波形 步骤 1 通过 NSRecorder.averagePow

    2.7K70发布于 2018-05-28
  • 来自专栏人工智能头条

    未来5-10年,自然语言处理将走向成熟

    未来5-10年,NLP将走向成熟 最后,再介绍一下我对自然语言处理目前存在的问题以及未来的研究方向的一些考虑,供大家参考。

    81030发布于 2018-07-20
  • 来自专栏Qt项目实战

    Qt编写自定义控件60-声音波形图

    非常强大和牛逼),fmod负责拿到音频数据对应的采样频谱数据,然后传给这个控件进行绘制即可,本控件主需要专注于绘制即可,这样fmod对应封装的类专注于音频采集等处理,实现了隔离,修改和增加功能比较方便,声音波形图控件除了可以设置采样的深度以外

    2.4K20发布于 2019-09-25
  • 来自专栏AI机器学习与深度学习算法

    机器学习入门 5-10 线性回归的可解释性

    上面使用了波士顿房价的13个特征,通过在全部数据集上进行拟合,不进行train_test_split方法是因为此时我们并不需要验证模型的性能,只是对得到结果的系数进行解释。

    1.5K00发布于 2019-11-13
  • 来自专栏算法修养

    pta习题集 5-10 切分表达式——写个tokenizer吧

    [先说点出题背景] 这个题是为低年级同学、学C语言的同学准备的,因为,对这部分同学,这个题目编写起来略有一点复杂。如果是高年级、学过了正则表达式(Regular Expression)的同学或者学过了Java等OO语言的同学做这个题,应当发现这题比较简单吧。哦,对了,什么是tokenizer?请自行查询解决。反正在此处不应翻译成“令牌解析器”。 [正题] 四则运算表达式由运算数(必定包含数字,可能包含正或负符号、小数点)、运算符(包括+、-、*、/)以及小括号((和))组成,每个运算数、运算符和括号

    1.2K60发布于 2018-04-27
  • 来自专栏腾讯云原生团队

    ImageApparate(幻影)镜像加速服务让镜像分发效率提升 5-10

    ImageApparate(幻影) 为了解决这个问题,腾讯云容器服务 TKE 团队开发了下一代镜像分发方案ImageApparate(幻影), 将大规模大镜像分发的速度提升 5-10倍。 ? 如上所述,相比于传统的下载全部镜像的方式,ImageApparate 在容器全部启动时间上都有 5-10倍 的提升。

    1.6K10发布于 2021-02-25
  • 来自专栏企鹅号快讯

    Hinton:5-10年内深度学习取代放射科医生

    1.5K60发布于 2018-01-05
  • 光照计算 采用手动优化重写,通常能获得5-10倍的性能提升

    物理碰撞检测光照计算 采用手动优化重写,通常能获得5-10倍的性能提升第三阶段:内存优化通过JavaScript特有的内存管理技术:代码语言:javascript代码运行次数:0运行AI代码解释// 使用对象池减少

    19210编辑于 2025-07-19
  • 来自专栏新智元

    【AI全球大战医生】Hinton:5-10年内深度学习取代放射科医生

    编辑:张乾 弗朗西斯 文强 【新智元导读】2017年4月,Hinton在接受《纽约客》采访时说:“5年内深度学习就能超过放射科医生,从现在起就停止培训放射科医生”。此言论一出,再一次引发全球关于AI正在取代医生的焦虑讨论。IEEE Spectrum在2018新年伊始推出专刊“AI vs Doctors”,统计了从2016年5月至今,AI在医疗领域的进展,并对比各大细分领域AI与人类医生能力差距,人工智能正在医生的主场获取成功,哪些医疗诊疗行业已被AI超越?机器人医生是人类的未来吗? 2017年4月,Hi

    1.1K60发布于 2018-03-20
  • 直播音频审核平台实测对比:哪家延迟最低、识别最准?

    这得益于其独有的音频信号特征分析技术——不依赖音转文,直接分析声音波形特征,能有效识别传统关键词方案无法覆盖的违规内容。 三、并发抗压能力 直播平台的流量具有明显的峰谷特征,晚高峰时段并发量可能是平时的5-10倍。

    22210编辑于 2026-05-11
  • 来自专栏AI科技评论

    百度王海峰Quora精华整理:未来5-10年,NLP领域将会有什么进展?

    2、未来5-10年,NLP领域将会有什么进展? 机器翻译、语义理解、问答和对话技术将会有重大突破。这些技术将会被广泛应用,并最终改变人与计算机、人与各种硬件设备、以及人与人之间的沟通方式。

    1.5K40发布于 2018-03-12
  • 来自专栏苦逼的码农

    在一个公司死磕了5-10年的人最后都怎么样了

    互联网企业给人的感觉就是流动性非常大,跳槽一词也常挂嘴中,并且也是涨薪资最好的方式,很少有人在一家公司待五六年以上。

    57450编辑于 2023-09-07
  • 来自专栏资讯分享

    37% 的专业人士使用生成式人工智能工具每周可节省 5-10 小时的时间

    4月17日讯,据businesswire报道,Contentful的一份报告显示,38%的受访者表示,使用 genAI 工具每周可节省 1 到近 5 个小时;37% 每周可节省 5 到 10 个小时;11% 每周可节省 10 个小时以上。

    20610编辑于 2024-04-24
  • 来自专栏AI电堂

    光学指纹识别芯片

    02 指纹识别芯片的三种技术路线 相较于传统电容式指纹识别,光学式和超音波式指纹识别技术得益于高穿透性,物理限制影响低,有望逐步替代传统电容式指纹识别芯片,成为行业发展重心。 目前,主流指纹识别技术有三类,光学式、超音波式和电容式。其中电容式技术发展最为成熟、普及度最高。 2、超音波式指纹识别的技术原理是超音波阻抗。通过传感器对手指指纹的纹脊和纹谷反射出的不同回波进行收集。由于指纹的纹脊和纹谷反射回波不同,内置芯片可根据回波的差异构建3D图像并进行指纹对比验证。 ▲ 图6 超音波式指纹识别技术显示结构 超音波式指纹识别技术优势在于无需感光元件与电容感应,物理限制低;超音波穿透性强,可在不开孔情况下,实现屏下识别指纹,符合大屏流行趋势;同时识别率高, 超音波指纹识别技术代表厂商是高通和FPC。 3、电容式指纹识别的技术原理是指纹静电场。利用硅晶元与导电的皮下电解液形成电场。

    2.5K10编辑于 2022-09-02
  • 来自专栏Metaverse元宇宙

    MetaDaily|腾讯业内首发数字孪生云,扎克伯格对未来5-10年的前景感到完全乐观

    Meta CEO扎克伯格:对未来5-10年的前景感到完全乐观 Meta CEO扎克伯格表示,对未来5-10年的前景感到“完全乐观”;此前在2021年错误地认为元宇宙的火热趋势将持续下去;说Meta现在将所有的注意力全都集中在了元宇宙领域是不正确的说法

    59120编辑于 2022-12-18
  • 来自专栏机器之心

    实时文生图速度提升5-10倍,清华LCMLCM-LoRA爆火,浏览超百万、下载超20万

    据统计,LCM 能将主流文生图模型的效率提高 5-10 倍,所以能呈现出实时的效果。

    1.8K50编辑于 2023-11-16
  • 来自专栏Python研究者

    人工智能下的音频还能这样玩!!!!

    核心音频处理函数 音频处理 频谱表示 幅度转换 时频转换 特征提取 绘图显示 三、常用功能代码实现 读取音频 提取特征 提取Log-Mel Spectrogram 特征 提取MFCC特征 绘图显示 绘制声音波形 --- 4.绘图显示 4.1绘制声音波形 Librosa有显示声音波形函数waveplot( ): # # 绘图显示 import librosa.display import matplotlib.pyplot logmelspec, sr=sr, x_axis='time', y_axis='mel') plt.title('sample wavform') plt.show() [format,png] --- 将声音波形和频谱图绘制在一张图表中 : # # 将声音波形和频谱图绘制在一张图表中: # extract mel spectrogram feature melspec = librosa.feature.melspectrogram(y

    2.1K30发布于 2021-08-21
  • 来自专栏BestSDK

    直播SDK加入混响效果,让你的APP享受演唱会般空旷音效

    混响功能属于语音前处理的范畴,即构科技的实现方法大致如下: 1)通过指定延迟时间和衰减程度,以原始的声音波形为输入,产生多个延迟(模拟反弹回来的)波形; 2)把多个延迟波形和原始的波形进行叠加,产生最终有混响效果的声音波形 一般来说,延迟波形的个数比较多的话,叠加产生的声音波形就比较丰满和有层次感,混响的效果也会比较好。

    1.6K40发布于 2018-03-01
领券