- 综合排序
- 最热优先
- 最新优先
- 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， ~" 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 - 来自专栏音视频开发技术
FFmpeg编解码处理4-音频编码
音频编码的步骤： 初始化打开输出文件时构建编码器上下文 音频帧编码 1) 将滤镜输出的音频帧写入音频fifo 2) 按音频编码器中要求的音频帧尺寸从音频fifo中取出音频帧 3) 为音频帧生成 pts 4) 将音频帧送入编码器，从编码器取出编码帧 5) 更新编码帧流索引 6) 将帧中时间参数按输出封装格式的时间基进行转换 6.1 打开视频编码器 完整源码在open_output_file 比如，AAC音频格式转MP2音频格式，AAC格式音频帧尺寸为1024，而MP2音频编码器要求音频帧尺寸为1152，编码会失败；再比如AAC格式转码AAC格式，某些AAC音频帧为2048，而此时若AAC音频编码器要求音频帧尺寸为 使用音频fifo，从而保证每次送入编码器的音频帧尺寸满足编码器要求 // 3.1 将音频帧写入fifo，音频帧尺寸是解码格式中音频帧尺寸 if (! AV_LOG_INFO, "read aframe from fifo error\n"); goto end; } // 4.
2.4K30发布于 2019-04-01 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 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”
近日，LiveVideoStack采访到了声网的音频算法负责人冯建元，请他来跟大家聊聊音频相对于视频的优势、音频在元宇宙中的应用、国内音频技术与AI结合的发展、过去一年声网在音频领域所取得突破和对前沿音频技术的探索 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。 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 - 来自专栏河湾欢儿的专栏
4.页面优化
为什么要优化？ 优化的好处 1.提升网页响应速度 2.有利于搜索引擎搜索 3.对后期维护比较方便 怎么优化？ 1.减少请求 2.减少文件的大小 3.页面性能 4.可读性、维护性 1.图片合并 2.css文件合并 （多个css文件合并为一个、少量的行内样式、避免import的方式引入文件） 3.减少图片的大小 （选择合适的图片格式） 4.css值缩写 5.0px 中px省略 0% 0 0.5可以写成.5 6.选择器合并 7.link标签引入样式放到head标签中 8.js脚本建议放在底部，等页面加载完之后再处理 尽量用语义化的标签来编写，有利于seo 15.类型和id名，以内容语义来命名 16.避免hack 17.模块化（一系列相关的结构做成一个模块来处理） 18.必要的时候添加注释，可读性比较好 比如说代码优化 ，大家试着说一下怎么优化？
51220发布于 2018-09-06 - 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。 ", voice="alloy", input="欢迎收看AI视频与音频生成教程！")
4.4K351编辑于 2025-10-06 - 来自专栏技术杂记
Mysql 优化存储4
优化脚本 一般此过程会非常漫长，可以写一个脚本来后台运行，或简单的控制一下IO [hunter@opti-slave ~]$ cat opti.bash #! opti.bash >> /path/to/optimize.log 2>&1 & 通过监控 optimize.log 来判断执行完成状态 也可以通过查看监控，IOPS很能反映问题 ---- 恢复备份 优化完成后 ，立刻恢复备份 start slave; 通过对比前后数据文件大小，可以明显看到优化效果 一般少也能缩减5%的空间，平均在10%左右，我自己经历最明显效果的是减少了32%的空间，对于一个大库来说，能节省不少磁盘空间 ，并且对查询性能也有一定优化效果 ---- 命令汇总 pt-table-checksum --nocheck-replication-filters --nocheck-binlog-format --
41620编辑于 2022-03-21 - 来自专栏Java 汇总
4.Mysql 优化
1.ORDER BY的优化 某些情况下，MySQL使用索引排序，尽量避免使用 filesort 即使ORDER BY与索引不完全匹配，也可以使用索引，只要索引的未使用部分和额外的 如果是这样，优化器可能不使用索引。如果SELECT*只选择索引列，则使用索引并避免排序。 * FROM t1 WHERE key_part1 = constantORDER BY key_part2; ---- 假设 key_part1不是索引或索引的一部分，在条件中作为常量条件存在，则优化器也会使用索引 为了获得文件排序操作的内存，从MySQL8.0.12开始，优化器会根据需要递增地分配内存缓冲区，直到达到sort_buffer_size系统变量指定的大小，而不是像MySQL8.0.12之前那样预先分配固定数量的
1K20发布于 2020-10-29 - 来自专栏Dance with GenAI
用AI将m4b格式音频批量转换为mp3格式
Deepseek中输入提示词： 写一个m4b格式文件（带有章节的 AAC 编码的音频文件）转换为mp3格式的Python脚本，具体步骤如下： 用户输入m4b格式音频的文件地址，比如："F:\有声英文书\ Life 3.0 Being Human in the Age of Artificial Intelligence (Unabridged).m4b" 接受这个文件地址，然后将其转换为mp3格式的音频 ； 新建一个子文件夹，文件名名称为m4b格式音频的主文件名； 读取m4b格式音频中的章节信息，将这个mp3文件按照m4b格式音频中的章节分割成多个mp3音频，保存在刚才新建的子文件夹中； 如果m4b格式音频中没有章节信息 ，就按照每段1个小时时长将这个mp3文件分割； 注意：每一步都要输出信息到屏幕上 如果用户输入的不是m4b格式音频，而是mp3音频文件，就跳过转换步骤，直接按照每段1个小时时长将其分割； Deepseek 依赖库： ffmpeg-python：用于调用 ffmpeg 进行音频处理。 mutagen：用于读取 m4b 文件中的章节信息。
70800编辑于 2025-01-15 - 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。 AI技术的引入，对于那些总是爱报假警的人来说是个坏消息。要知道，在美国报假警触犯了联邦法律，处罚很重而且还要进去蹲好几年。 Singh的技术大大减少了这类事件的发生，还快速准确地锁定了罪犯。 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 - 来自专栏转载gongluck的CSDN博客
FFmpeg菜鸡互啄#第4篇#音频解码
解码过程 音频解码跟上一篇的视频解码过程是一样的：打开输入文件，查找音频流，打开解码器，循环读帧解码帧，关闭解码器，关闭输入文件。 //但是出于优化等方面的考虑，linesize[0]实际上并不等于宽度width，而是一个比宽度大一些的值。 if (avcodec_decode_audio4(pACodecCtx, &Frame, &got_picture, &packet) < 0) { AV_SAMPLE_FMT_FLTP) { for (int i = 0; i < Frame.linesize[0]; i += 4) avformat_free_context(pFormatCtx);就不需要了 return 0; } 保存的音频PCM可以用Audacity进行播放。
1.4K60发布于 2018-03-08 - 来自专栏mathor
枚举+优化（4）——哈希表优化实例2
例3.四平方和 思路1：枚举abcd，判断a^2^+b^2^+c^2^+d^2^是否等于N 分析规模 a：0 ~ sqrt(500000 / 4) b：0 ~ sqrt(500000 / 3 font color = red>经验：1秒=10^8^ 思路2：枚举abc，判断N-a^2^-b^2^-c^2^是不是完全平方数 分析规模 a：0 ~ sqrt(500000 / 4) * d) == f.end()) f[c * c + d * d] = c; //枚举a，b的值 for(int a = 0;a * a <= n / 4; << c << " " << d << endl; return 0; } } } return 0; } 例4. ; return 0; } 第一次作业 先说说的思路，当时看到这题有点懵，可能还是对哈希算法掌握的不够，怎么都想不到用哈希的方法去做，索性先写了个O(N^2^)的两重循环，想着这几天学的优化
82950发布于 2018-06-08 - 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
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。 而此刻，技术再次升级、音频与娱乐产业的融合、应用场景全覆盖，将推动在线音频行业更上一台阶。 首先，AI助力在线音频广联万物。 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 - 来自专栏量子位
不识字也能翻译：谷歌AI直接用音频翻音频，不用先转文本
而AI在翻译语音的时候，不把西语的音频转成文本，也不生成任何英语的文本，直接产出了英文音频。和标答一字不差。 这是谷歌团队的最新成果，想法大胆而有效。 ? AI只要从大量的成对数据里，学懂英文和西语的声谱映射关系，就算不识别人类说的是什么字，依然能当上翻译员。 就是下图的蓝色部分，它负责生成目标声谱图，这只是第一步，还不是音频； 二是一个声码器(Vocoder) 。 里面的编码器 (左) ，是8层双向LSTM堆起来的；而解码器 (Spectrogram Decoder) ，团队说要选4-6层LSTM的，深一点效果比较好。 借助转换文本来翻译的AI，缺了个“do”字： ? 第三题，带从句的句子。“我的表 (堂) 兄弟姐妹们小的时候，我照顾过他们也教过他们，有过一些这样的经历。”
2.1K20发布于 2019-04-22 AI 音频转视频秘籍：从原理到实践
在当今数字化时代，AI 技术正以前所未有的速度改变着我们创作和分享内容的方式。其中，AI 音频转视频技术为创作者们提供了一个全新的维度，使得将单纯的音频内容转化为富有视觉吸引力的视频变得轻而易举。 一、AI 音频转视频的原理剖析AI 音频转视频并非魔法，其背后有着严谨的技术逻辑。当输入一段音频时，AI 系统首先会对音频进行全面分析。这包括解析音频的节奏、旋律、和声、音色等多个维度的特征 。 三、AI 音频转视频的操作步骤详解（一）准备阶段音频素材处理格式转换：确保你的音频素材格式符合所选 AI 工具的要求。常见的音频格式如 MP3、WAV、M4A 等，大多数工具都能支持。 剪辑与优化：使用音频编辑软件（如 Audacity，一款免费开源的音频编辑工具）对音频进行必要的剪辑，去除开头和结尾不必要的空白部分，使音频内容更加紧凑。 字幕添加与优化自动生成字幕：利用视频编辑软件的自动字幕生成功能（如剪映的智能字幕功能，Descript 的自动转录生成字幕功能），为视频添加字幕。
1.7K00编辑于 2025-08-07- 来自专栏破晓
【AI音频处理】：重塑声音世界的无限可能
例如，利用AI进行自动混音、降噪、回声消除等操作，可以大大提升音频的质量和专业度。此外，AI还可以根据用户的需求自动调整音频的音量、音调等参数，实现一键式的声音美化。 五、AI在音频分析中的深度应用 情感识别 音频分析不仅仅是关于声音的物理特性，还涉及到声音背后的情感表达。 七、AI在音频处理中的挑战与未来 技术挑战 尽管AI在音频处理领域取得了显著进展，但仍面临诸多技术挑战。 这些挑战需要研究者们不断探索和创新，以推动AI在音频处理领域的进一步发展。 未来展望 随着技术的不断进步和应用场景的不断拓展，AI在音频处理领域的未来充满了无限可能。 我们可以预见，未来的AI将更加智能地理解和处理音频信息，为我们提供更加个性化、智能化的音频服务。同时，AI也将与其他技术如虚拟现实、增强现实等相结合，为我们带来更加沉浸式的音频体验。
1.4K10编辑于 2024-09-02 - 来自专栏君正T31开发实战指南
君正T31应用开发4-音频输出
1.什么是音频输出？ 其实手机，任何设备都有音频输出这个概念。 __); return NULL; } 3.2.IMP_AO_SetPubAttr /* Step 1: set public attribute of AO device. */ /*跟AI = 0) { IMP_LOG_ERR(TAG, "IMP_AO_ResumeChn error\n"); return NULL; } } 4.君正音频输出DEMO static = 0) { IMP_LOG_ERR(TAG, "enable ao %d err\n", devID); return NULL; } /* Step 3: enable AI channel = 0) { IMP_LOG_ERR(TAG, "Audio play enable channel failed\n"); return NULL; } /* Step 4: Set audio
1.6K00编辑于 2023-04-01 - 来自专栏人人都是极客
(干货)Ai音箱和Linux音频驱动小谈
= 1.024M 注意：我们在使用CX20810 ADC芯片的时候，CX20810现在是市面上做AI音响用的主流芯片，像叮咚叮咚就是用这个，里面介绍一个TDM 模式，这个也是一个I2S （4）ASOC介绍 ASOC--ALSA System on Chip （即ALSA在片选系统上的应用），是建立在标准ALSA驱动层上，为了更好地支持嵌入式处理器和移动设备中的音频Codec的一套软件体系 七、AI智能音响核心点 这部分讲的没一点内容都是非常核心的，直接影响到AI音箱的整体效果，包括声源定位，回声消除，有很多人反馈为什么我的音箱声源定位不好，为什么我的回声消除效果很差，我们就要从下面几个问题点去排查 4、喇叭与MIC的距离，不能太近； （3）、回声消除注意 作用： 抑制产品（喇叭）本身发出的声音，使得产品在播放音频时依然可以进行语音交互； 注意点： 1、需要接参考信号，信号采样需要符合要求； 做到有效采样 ； 彩蛋： •ASR（automaticspeech recognition）把语音转换成文字，AI算法说的是自我学习算法，所以学习是一个非常复杂的过程，下面是一个链接，有开源的一些模型，感兴趣的可以自己拿去学习
4.7K21发布于 2019-11-20 - 来自专栏Dance with GenAI
AI办公自动化：多音频轨电影视频抽取出英语音频
很多电影视频是有中、英、粤语等多个音频轨的，如果直接转换成音频，很有可能不是自己想要的那种语音。 可以先查看音频流信息，确定属于哪个音频轨： Reading video file: E:\1-7\比得兔1.mp4 输出音频流信息 Available audio streams: Stream 0: Stream 3: und - aac Stream 0应该是英语； 然后，在Deepseek中输入提示词： 你是一个Python编程专家，写一个Python脚本： 读取视频："E:\1-7\比得兔1.mp4" 这个Mp4视频有多个音频轨，选择其中的Stream 0音频轨，提取出来保存为mp3音频文件，保存在和视频同一个文件夹中。 输出完成信息 print(f"Audio extracted and saved to: {output_audio_path}") # 使用函数 video_path = "E:\\1-7\\比得兔1.mp4"
38310编辑于 2024-06-25 - 来自专栏腾讯多媒体实验室
腾讯天籁AI音频技术“破圈”背后的“密码”
基于领先的腾讯天籁音频解决方案，腾讯天籁不仅可以让不同地点、场景、设备终端同时远程接入，让远程线上沟通更加高效，并且还扩展了实时音频的语音带宽。 与传统PSTN电话音质相比，使用了腾讯天籁技术后的音频音质更加明亮、干净。同时，整套音频算法能力也进行了有针对性的优化，可以在用户多种客户端进行部署，最终提升了音频通信的可懂度、自然度、舒适度。 此外，在技术的研发过程中，该体系的测试结果，可以给研究人员提供非常重要参考信息，用于方案的打磨和优化。 ? 通过多种技术的优化和整合，实现了语音清晰度和可懂度提升40%的效果。经过提升后的信号，传递给人工耳蜗后，可以极大改善听障人士的听觉体验，让听障人士在“听得见”的基础上“听得清、听得真”。 9月27日国际聋人日之际，腾讯多媒体实验室联合腾讯公益慈善基金会、深圳市信息无障碍研究会等机构召开发布会，宣布发起“天籁行动”，通过面向公益开发者、设备厂商、NGO及行业免费开放腾讯天籁AI音频技术，帮助听障人群解决
1.2K50发布于 2020-11-03
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