- 综合排序
- 最热优先
- 最新优先
- 来自专栏Dance with GenAI
AI批量下载网页中的mp3音频
这个网页中有多个mp3音频 https://www.barefootbooks.com/talesofmystery 查看源代码，找到mp3文件： https://barefootbooks-media-raw.s3 ； 下载所有的mp3音频，保存到文件夹：F:\aivideo 注意：每一步都要输出信息到屏幕上 要完成这个任务，我们可以使用Python的requests库来下载网页内容，使用BeautifulSoup 库来解析HTML并提取所需的音频链接，最后使用requests库来下载这些MP3文件。 ): mp3_links.append(src) print(f"Found MP3 link: {src}") # 下载所有的MP3文件 for mp3_link in mp3_links: print (f"Downloading {mp3_link}...") mp3_response = requests.get(mp3_link) mp3_response.raise_for_status()
87510编辑于 2025-01-19 - 来自专栏全栈之路
游戏优化之音频压缩
其实这个比较容易忽略掉，但是音频资源如果不压缩的话，可能会造成游戏加载速度慢，尤其是对于一些音频资源依赖较高的游戏。 来看一下效果： ? 好了，其实这里要介绍的是一条命令，它依赖于ffmpeg。 具体如下： ffmpeg -i ${f} -vn -ar 22050 -ac 1 -ab 128 -f mp3 ${dst} 其中$f为源文件，$dst为目标文件 接下来介绍一下mac上的音频压缩脚本， " # ${CMD_MUSIC} ${f} -vn -ar 44100 -ac 2 -ab 128000 -f mp3 ${dst} ${CMD_MUSIC} ${f} -vn -ar 22050 -ac 1 -ab 128 -f mp3 ${dst} if [[ $? ~" 用法，格式将输出为mp3格式： audio.sh -s <音频源目录> -d <音频资源目录>
1.6K30发布于 2018-10-19 - 来自专栏Dance with GenAI
AI批量去除mp3音频文件的开头和结尾
文件夹中有很多由视频转为mp3的音频文件，要去掉开头的43秒； 还有结尾的倒数51秒； 在deepseek中输入提示词： 你是一个Python编程专家，要完成一个音频处理任务，具体步骤如下： 打开文件夹 音频文件； 删除每个mp3音频文件开头的43秒和结尾的51秒； 注意：每一步都要输出信息到屏幕上 Deepseek的回复： 首先，我需要打开指定的文件夹并读取其中所有的mp3文件。 然后，我需要读取每个mp3文件并删除开头的43秒和结尾的51秒。我可能需要用到pydub库来处理音频文件。 在删除指定时间段时，我得确保时间单位是毫秒，因为pydub使用毫秒来处理音频剪辑。 (f"正在处理文件: {mp3_file}") # 构建完整的文件路径 file_path = os.path.join(folder_path, mp3_file) # 读取音频文件 audio = 遍历每个mp3文件： 对每个文件执行以下操作： 读取音频文件。 打印原始音频长度。 计算新的结束时间，并确保新的结束时间大于开始时间。 剪辑音频文件，删除开头和结尾的部分。 打印处理后的音频长度。
1K10编辑于 2025-01-09 - 来自专栏明天依旧可好的专栏
Python3--有道音频下载
proxies = get_random_ip(ip_list) req = requests.get(url=url,proxies=proxies) with open('音频库 _2/{}.mp3'.format(word),'wb') as f: f.write(req.content) def main (): ip_list = get_ip_list
80420发布于 2019-01-22 AI处理文字、图片、PPT、音频、视频
在AI技术快速发展的今天，各类大模型与智能工具层出不穷，其能力各有侧重，都在不断迭代更新。选择工具的关键，在于明确自己的核心需求场景。 AI 创作工具，擅长短视频与图文创意生成；风格贴合抖音生态，支持快速出片，免费版有功能限制内容创作悠船专注于内容创作辅助，支持文案生成、创意构思、内容优化；适配自媒体、营销场景，操作便捷，部分功能需付费智能体开发 3.元宝技术问题查询精准，对腾讯系开发支持度高，适配技术文档解读、架构问题排查。4.KimiPPT 生成效率高、排版美观，多模态内容整合能力强；非会员生成速度慢，高级功能需付费。 16.即梦字节系 AI 创作工具，擅长短视频与图文创意生成；风格贴合抖音生态，支持快速出片，免费版有功能限制。 17.扣子（Coze）低代码搭建专属 AI 智能体，无需深厚编程基础；内置丰富插件与知识库，支持自定义对话流程；因为没有数据库，数据是直接写死的。总结而言，AI工具的选择并非“一刀切”。
71910编辑于 2026-01-12- 来自专栏音视频技术
音频正当时：我们和声网音频专家聊了聊AI、元宇宙、空间音频和“沉浸感”
我关注的音频领域还是比较多的，从基于AI的语音编解码器、空间音频到声纹变声等都有在关注和尝试。 冯建元：如果在去年我会认为是我们发布了国内第一个AI语音编解码器Silver，它把码率降至3kbps还能做到32kHz采样的高质量语音编解码。 LiveVideoStack: 目前AI与音频技术的结合已经成为一种趋势，比如AI技术常用于音频降噪、回声消除和音频特效等。除此之外，AI和音频的技术结合还有哪些新的探索？ 实时变声，甚至空间音频中的个性化HRTF都可以用AI模型生成，可以说AI几乎已经融入到了音频的每一个角落。 冯建元：我觉得国内在AI与音频技术结合上已经是国际第一流的水平，尤其在严肃、传统的3A处理领域。在音乐、AI Codec等比较新的领域，我们则可能处于平分秋色或者在前沿探索方面略显滞后。
77620编辑于 2022-04-19 精通Veo 3提示语：生成高质量AI视频与音频的实用指南
如何为Veo 3撰写提示语以获得最佳效果某中心推出的Veo 3可以根据文本提示生成带有音频的视频。音频内容可以是对话、画外音、音效和音乐。首先了解基础知识。精心设计的提示语是生成优质视频的关键。 John视频示例2提示音频由于Veo 3会为每个视频生成音频，你也需要为你想要听到的音频进行提示。 如果你要求他们说的太少，可能会得到尴尬的沉默或角色说出无意义的AI胡言乱语（如下面的第二个例子）。没有明确的指导，模型将无法编造它需要的所有词语。 错误的背景音频（或不需要的现场演播室观众案例）如果你没有在视频中定义你想听到的背景音频，那么Veo 3需要自己推断，通常这没问题，但有时会出错。现场演播室观众是一种常见的幻觉。 使用Veo 3时，你不仅仅是在描述发生了什么，你是在导演一个场景。高质量的视频将融合主体、背景、动作、摄像机工作、音频和情绪。像电影制作人一样思考，Veo 3将跟随你的引导。
47110编辑于 2026-01-12- 来自专栏python3
python处理音频文件(mp3)
今天aiping点读笔的MP3源文件出现声音大小不一致，而且需要将英文单词MP3与单词翻译MP3文件连接起来，刚开始使用ffmpeg效果很差。 song1 = AudioSegment.from_mp3(enPath) song2 = AudioSegment.from_mp3(cnPath) dbplus) elif dbplus > 0: #song2的声音更小 song2+=abs(dbplus) #拼接两个音频文件 song = song1 + song2 #导出音频文件 song.export(targetPath, format="mp3 ") #导出为MP3格式
2.2K10发布于 2020-01-03 - 来自专栏sweet_iOS
AVFoundation框架解析看这里（3）- 音频AVAudio
为重点，主要知识点有： AVAudioSession 音频会话处理类 AVAudioRecorder 音频录制类 AVAudioPlayer 音频播放类 AVSpeechSynthesizer 文字转音频类 音频处理流程图.png 可以发现，不同应用是共享音频硬件设备资源(麦克风，扬声器)，单例AVAudioSession管理多个APP对音频硬件设备的资源使用。 ，我们要设置好音频的保存路径和音频质量，音频质量我们可以用[String : Any]类型来设定，你也可以用简化后的AVAudioFormat类型。 这个过程，你需要了解音频结构，采样率、音频格式、采样位数、通道数、录音质量等。 ，音频播放会静音，当中断结束后，音频播放会恢复。
2.5K20发布于 2020-12-23 - 来自专栏YoungGy
【优化3】非线性优化
凸集和凸函数 SOCP Guideline
87360发布于 2018-01-02 - 来自专栏猫头虎AI技术分享
快速上手 AI ：AI 视频与音频生成教程
快速上手 AI ：AI 视频与音频生成教程 摘要：随着生成式AI的爆发式发展，音视频创作已经从“专业技能”转变为“人人可用”的智能工具。 无论你是开发者、内容创作者，还是新媒体运营者，通过AI生成视频和音频，都能显著提升效率与创意质量。 本文将从==AI音频生成、AI视频生成、工具对比、应用实例==四大方向带你快速上手，并附带一键上手代码与流程图可视化讲解。 AI音频：支持多语言、多音色的语音克隆、音乐生成、背景音合成等。 AI音频增强与后期处理常见操作包括：️ 降噪与均衡：ffmpeg -i input.mp3 -af "highpass=f=200, lowpass=f=3000" output.mp3 背景音乐混合：
4.4K351编辑于 2025-10-06 - 来自专栏镁客网
Facebook收购3D音频公司，大力推动VR音频技术发展
Two Big Ears是一家成立于2013年的沉浸式音频公司，专注于电影和游戏体验中的3D空间音频制作。其最出名的是3Dception引擎，可以用于电影级的VR和游戏。 沉浸式3D音频对于高端VR，比如在OculusRift上运行的VR，将会极其重要。 从Facebook收购Two Big Ears不难看出，VR行业竞争激烈，VR技术的焦点开始由画面转向音频。 因为当VR的画面足够逼真，肉眼无法分辨细微差别，这时音频的差距就能显现出来了。Facebook花重金收购这一公司，也体现了其大力推动VR音频技术发展的决心。 在Facebook将Two Big Ears的3Dception技术向开发者免费公开后，他们比较担心的是这款工具是否只能与Oculus Rift和Gear VR相兼容，而Two Big Ears对此并未明确表态 即使这一点暂时不足为虑，此次收购对于那些已经购买3Dception专业版的开发者无疑是个打击。
55030发布于 2018-05-28 - 来自专栏大数据，java，Python和前端
AI 协作开发日志：Vue 3 项目开发与优化实战
记录一次真实使用 AI 工具辅助 Vue.js 项目开发的全过程，展示 AI 如何在不同阶段提升开发效率协作背景项目类型：Vue 3 + TypeScript 后台管理系统开发周期：2周主要AI工具：GitHub Copilot、Cursor IDE（集成AI）、Claude协作场景：项目初始化、功能开发、代码优化、问题排查日志记录项目初始化与基础搭建协作目标：快速搭建Vue 3项目基础结构，配置TypeScript 和必要依赖AI工具：GitHub Copilot + Cursor IDE过程记录：使用Cursor新建项目时，通过Cmd+K调出AI指令面板，输入： 创建一个Vue 3 + TypeScript项目 能够提供算法思路，但需要开发者理解后调整实现细节性能优化实践协作目标：优化大型数据列表的渲染性能AI工具：Cursor IDE + GitHub Copilot过程记录：发现页面在渲染1000+条数据时明显卡顿使用 尤其是在Vue.js这种生态丰富的框架中，AI能够快速提供针对特定场景的优化方案，让开发者更专注于业务逻辑和创新。
80310编辑于 2025-08-26 - 来自专栏ATYUN订阅号
Luminar 3不断增添新的AI工具，优化照片细节
Skylum表示它正在开发新的AI智能工具，这些工具将在2019年进行更新。 在当前版本的Luminar中，Skylum包含一个AI Sky Enhancer，它可以自动分析过度曝光的天空，并进行选择性的、温和的调整，以优化颜色和云的细节。 AI作为一种越来越强大的技术，利用这些AI创新，照片编辑软件的开发人员使后期处理比以往更简单，更强大，从而赢得客户。 除了不断注入AI的照片编辑工具，Luminar 3最值得注意的还有对库的支持，使用户能够轻松管理，浏览和评价大量照片。 Luminar 3现已开始预售，现价59美元（407元），日常价为69美元（476元），一次购买可获得最多五台Mac或PC的许可证。
1.5K40发布于 2018-12-26 - 来自专栏量子位
只有音频没指纹，能抓对人吗？CMU音频分析AI说没问题
然鹅，现在有了AI，音频分析技术已经到了前所未有的高度。 Rita Singh，是这一领域的顶尖科学家，工作于卡内基·梅隆大学的语言技术研究所。 Singh和她卡耐基梅隆的同事所研发的这套音频分析技术，可以找出人都听不出来的细微差别。 她们可以把音频切成毫秒的片段，然后用AI技术来梳理处理这些片段以寻找独特的标识。 当你说话的时候，AI可以猜出你所在房间的大小，房间是否有窗户，墙体是什么材质的。 更不可思议的是，AI还可以根据当地电网的电压波动，判断出打电话的人的物理位置，以及是一天当中什么时间段打出的电话。 面部3D重构 Singh的团队最近解锁了新的技能：仅仅根据音频，预判罪犯的面部画像。 不过，现在她们还需要更努力，才能让庭审接受音频分析得到的结果。 AI技术的发展速度都是指数级别的，可以预见到未来，音频分析将会用于法律定罪以外的领域。
82590发布于 2018-03-22 - 来自专栏python3
mysql优化3
（3）配置示例 mysql> show variables like '%query_cache%' ; +------------------------------+---------+ | Variable_name
73410发布于 2020-01-09 - 来自专栏ATYUN订阅号
用音频数据补充视觉信息，帮助AI在3D迷宫中导航
有研究已经表明，人们可以学习通过音频信号的音量，方向和速度跟随微妙的线索。 初步结果表明，这种方法可以提高智能体在3D迷宫中完成目标的能力。 因此，使用音频功能可以提供有价值的信息。 研究人员使AI采用深度Q网络的形式，这种模型可以灵活地处理不同类型的数据（即图像像素和音频），并且已经成功应用于Atari游戏。 前者与仅使用视觉相比，与只使用视觉信息相比，同时使用音高和原始音频的视觉信息在每次测试中得到更好的平均奖励，在后者的情况下，音频特征与视觉一起使得智能体能够在大多数时间达到目标。 但是，使用原始音频的视觉增强和使用音高的视觉增强的平均成功率分别为87%和86%，同样仅使用视觉信息到达目标所需的平均步数是1420，而在视觉上添加互补的原始音频和音高会将步数分别减少到751和614。
51920发布于 2019-05-17 - 来自专栏python3
【代码】Python播放MP3音频文件
按推荐顺序排列 ①使用playsound库 from playsound import playsound playsound('xx.mp3') ②使用pygame库 from pygame import mixer import time mixer.init() mixer.music.load('xx.mp3') mixer.music.play() time.sleep(5) mixer.music.stop () ③使用mp3play库（仅支持python2，对python3不支持） import mp3play import time clip = mp3play.load('xx.mp3') clip.play () time.sleep(5) clip.stop() ④打开系统自带播放器，然后播放MP3，弹窗麻烦复杂 import os os.system('xx.mp3') 要使用库，先得安装库，pip
2.3K20发布于 2020-01-08 - 来自专栏python3
Amr音频转换Mp3格式
最近研发部门有一个需求andriod手机端的音频格式amr或wav格式的音频文件需要统一在线转换，为了保证快速并行完成我使用的goroutine和chan，我已经封装好了docker镜像，大家有兴趣的可以下载直接使用 ： docker pull docker.io/liyinda/alpine_amrtomp3 github地址如下： https://github.com/liyinda/AmrToMp3 部分逻辑代码如下 ： //将filelist的文件列表传入ch管道 ch :=make(chan string) //创建goroutine获取文件列表并将列表传递给管道另一端进行音频转换 go func {wfilepath, newfilepath} rs = models.Arm2mp3(comeAndTo) log.Printf("%v Amr format audiofilepath = strings.Replace(pfilepath, ".amr", ".mp3", -1) //转换成功之后，将生成文件移动到生产目录
3.2K20发布于 2020-01-09 - 来自专栏刘旷专栏
在线音频江湖：内容大战、场景之争、AI博弈
无独有偶，以音频为核心的社交和娱乐平台荔枝2022年全年财报显示，2022年全年，荔枝实现营收21.85亿元，同比增长3%；净利润8650万元，上年同期为净亏损1.273亿元，这是首次实现全年盈利。 智能手机、AI音箱、车联网全面普及，多个场景下用户对音频内容的需求逐渐增加，拓宽了在线音频平台商业化空间。 其次，AI助力音频内容的生产提速提质。 再有，AI助力在线音频平台降本增效。2022年，互联网行业的关键词是降本增效，除了减少营销和行政等开支之外，还要归功于利用 AI工具或AI系统提高了企业运营和管理效率，在线音频行业也不例外。 综上所述，新的技术升级周期给在线音频平台带来新的机遇，荔枝押注AI聊天、喜马拉雅关注AIGC、蜻蜓FM坚持“AI+音频”，头部在线音频平台已经率先行动，群雄纷起争上游，音频行业下一个黄金发展期值得期待。
53910编辑于 2023-03-23
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