主页章节 – SuperIT

将这段语音输出为文本,将WAV文件按指定的时长进行分割

audio2text.py def audio_to_text(audio_path) : # 检查 GPU device = torch.device("cuda" if torch.cuda.is_available() else ...

3周前 (10-20) 2℃

我的操作

大模型下载和调用

download_hg.py #coding=utf8 import time from huggingface_hub import snapshot_download #huggingface上的模型名称 repo_id = "Qwen/Qwen3-4b" #本...

3周前 (10-20) 2℃

我的操作

mock 服务器快速搭建

---------1----------- mkdir mock-server && cd mock-server npm init -y npm install express cors mockjs npm insta...

3个月前 (07-31) 10℃

我的操作

hf-download.py下载git模式

from huggingface_hub import snapshot_download, hf_hub_download import sys print("所有参数:", sys.argv) if len(sys.argv) < 2: print("缺少ht...

3个月前 (07-30) 6℃

我的操作

如何在openEuler WSL中体验完整的桌面环境？

EUR EUR(openEuler User Repo)是openEuler社区针对开发者推出的个人软件包托管平台，目的在于为开发者提供一个易用的软件包分发平台。在使用openEuler WSL的过程中，由于有部分软件包暂时没有被openEuler社区正式引入，开发者很难体验完...

3个月前 (07-30) 5℃

我的操作

Python实现语音识别（faster-whisper

文章目录 1、简介 1.1 CTranslate2 1.2 Intel MKL 1.3 cuDNN 1.4 Transformer 2、下载和安装 2.1 命令行 2.2 代码 3、模型下载 3.1 在线测试 3.1.1 tiny 3.1.2 large-v2 3.2 离线测试 ...

3个月前 (07-27) 6℃

我的操作

Whisper 官方版本离线安装及断点续传下载 + screen 后台管理全流程指南

🚀 Whisper 是 OpenAI 开源的强大语音识别模型，支持多语言转写。本文详细介绍如何在 Linux 环境下离线安装官方 Whisper，如何利用断点续传安全下载大模型，结合 screen 工具实现后台任务管理，避免断线烦恼。一、环境准备 🛠️ Whisper 依赖 ...

3个月前 (07-27) 5℃

我的操作

python把特殊字符替换掉,词典转换

import re file_path = "F:/python/spider/牛津高阶英汉双解词典（第9版）- 带高清版图片.sql" with open(file_path, 'r', encoding='utf-8') as f: file = f.read()...

4个月前 (07-22) 13℃

架构

mysql行锁(for update)解决高并发问题

for update 必须在事务中执行（避免高并发时库存为负数） where条件有主键是行锁否则是表锁 mysql行锁、表锁&间隙锁事务隔离级别的实现原理：锁表级锁&行级锁表级锁：对整张表加锁。开销小，加锁快，不会出现死锁；锁粒度大，发生锁...

4个月前 (07-20) 9℃

我的操作

13 种锁的实现方式

1、悲观锁正如其名，它是指对数据修改时持保守态度，认为其他人也会修改数据。因此在操作数据时，会把数据锁住，直到操作完成。悲观锁大多数情况下依靠数据库的锁机制实现，以保证操作最大程度的独占性。如果加锁的时间过长，其他用户长时间无法访问，影响程序的并发访问性，同时...

4个月前 (07-20) 8℃

架构

Qwen-VL多模态大模型的微调与部署

1. Qwen-VL简介 Qwen-VL 是阿里云研发的大规模视觉语言模型（Large Vision Language Model, LVLM）。Qwen-VL 可以以图像、文本、检测框作为输入，并以文本和检测框作为输出。 Qwen-VL-Chat = 大语言模型(Qwen-7...

4个月前 (07-18) 16℃

未分类

个主流开源语音克隆与文本转语音（TTS）项目的对比整理，

四个主流开源语音克隆与文本转语音（TTS）项目的对比整理，基于公开资料与实测反馈总结：项目 CosyVoice F5-TTS GPT-SoVITS Fish-Speech 核心技术双向流式语音合成，支持离线与流式一体化建模基于流匹配的ConvNeXt文本表示，Sway Sa...

4个月前 (07-15) 22℃

架构

edge-tts文字转语音软件

今天再给大家带来一款开源的语音合成 TTS 项目-EdgeTTS，相比ChatTTS，操作起来对小白更友好。因为其底层是使用微软 Edge 的在线语音合成服务，所以不需要下载任何模型，甚至连 api_key 都给你省了，简直不要太良心~ 关键是，除了支持普通话外，还支持很多地方...

4个月前 (07-15) 17℃

测试

免费开源TTS哪家强？10款最佳文本转语音项目深度评测

——开源文本转语音（TTS）项目：为应用注入逼真“声”音在人工智能浪潮中，文本转语音（Text-to-Speech, TTS）技术已成为连接数字世界与人类感官的重要桥梁。从智能助手的人机对话，到导航系统的语音指引，再到辅助阅读工具，TTS 技术正以其独特的魅力，打破文字的局限，...

4个月前 (07-15) 8℃

未分类

AI 模型的训练过程主要包括以下几个步骤

AI 模型的训练过程主要包括以下几个步骤： 1. 数据准备：首先，需要选择合适的数据集。数据集的质量和多样性对模型训练的结果影响很大。在选择数据集后，还需要对数据进行清洗、预处理，例如去除噪声和异常值、转换数据类型、归一化等操作。 2. 数据划分：将预处理后的数据分为训练集、...

4个月前 (07-08) 45℃

我的操作

自己训练一个模型

import os import requests import math import tiktoken import torch import torch.nn as nn from torch.nn import functional as F # Hyperparame...

4个月前 (07-07) 43℃

我的操作

使用FRP实现内网穿透（推荐）

方案1：使用FRP实现内网穿透（推荐）—在云服务器和NAS直接搭桥，通过云服务转发到nas FRP（Fast Reverse Proxy）是一款开源的内网穿透工具，通过一台具有公网IP的服务器（VPS）中转流量，实现外网访问内网设备。 3.1 准备工作一台具有公...

4个月前 (07-06) 56℃

我的操作

http curl

using System; using System.Collections.Generic; using System.IO; using System.Net.Security; using System.Net; using System.Sec...

4个月前 (07-04) 16℃

未分类

NSIS打包安装脚本

NSIS脚本中文报错 Bad text encoding 将nsi文件的编码格式从utf8改为gb2312 Name "WindowsFormsBroswer install Programe" Caption "WindowsFormsBroswer...

4个月前 (07-02) 20℃

架构

抓数据

https://googlechromelabs.github.io/chrome-for-testing/ https://storage.googleapis.com/chrome-for-testing-public/125.0.6422.141/win64/chromed...

4个月前 (06-30) 4℃

架构

c#使用CefSharp替换WebBrowser控件

使用CefSharp替换WebBrowser控件 CefSharp是一个基于Chromium Embedded Framework (CEF) 的开源项目，它允许开发者在C#应用程序中嵌入Chrome内核的浏览器控件。以下是使用CefSharp替换WebBrowser控件的步骤：...

4个月前 (06-30) 3℃

python

Python使用selenium库实现网页自动化登陆以及数据抓取(爬虫)教程

Python使用selenium库实现网页自动化登陆以及数据抓取(爬虫)教程相比于传统的网络请求实现爬虫，Selenium可以模拟用户在浏览器上的操作，处理由JavaScript生成的动态内容，以执行点击、滚动、表单提交等操作，模拟真实用户访问，绕过一些反爬机制，更方...

4个月前 (06-27) 2℃

我的操作

Visual Studio 2022 跨平台开发Linux C程序环境搭建

安装vs2022的时候要把Linux跨平台模块安装上 1.创建项目文件->新建->项目->控制台应用程序 2.配置调试环境 1）配置与开发机Linux的ssh连接，调试->选项填写ssh账户和密码 2) 同步开发机Linux的头文件，同步Linux...

5个月前 (06-24) 3℃

我的操作

c++跨平台开发visual studio2022,+wsl+sshd

1.wsl ubuntu 22.04 2.linux 安装 sshd apt-get install openssh-client;客户端 apt-get install openssh-server;服务端 wiindows也安装ssh客户端openssh 客户端 3.vim ...

5个月前 (06-23) 3℃

我的操作

linux 磁盘满释放清理空间查看磁盘处理日志大文件

未清理前发现硬盘根分区空间告急，用 df du -h --max-depth=1 /var/log/journal du -h --max-depth=1 /var/log/journal 一级一级的找大文件 du -sh ./ du -sb ./ 查看精确的大小字节 ...

5个月前 (06-22) 6℃

我的操作

C#的各种锁机制

C# 锁机制全景与高效实践：从 Monitor 到 .NET 9 全新 Lock 合集 – 多线程(4) 1.C#多线程编程精要：从用户线程到线程池的效能进化论05-122.C#线程池核心技术：从原理到高效调优的实用指南05-223.揭...

5个月前 (06-19) 3℃

我的操作

c# 请求工具类

http请求 using System; using System.Collections.Generic; using System.IO; using System.Net.Security; using System.Net; using System.Security.C...

5个月前 (06-19) 2℃

我的操作

Linux 快速排查大文件和大文件夹

背景：因为磁盘空间被占满，导致redis ，sftp应用无法使用。这时需要清理磁盘空间，于是找出占用空间较大的文件和文件夹是比较重要的一步。方法一：使用 du 和 sort 命令 1.查找当前目录及其子目录中占用空间较大的前10个文件或文件夹 du -ah . | sort -...

5个月前 (06-12) 4℃

架构

Linux系统Word转换图片或PDF，字体出现乱码

Linux系统Word转换图片或PDF，字体出现乱码描述在开发的时候我们需要将word文档转成图片或者PDF，而开发环境是windows,字体正常展示，Linux下字体出现乱码问题原因 Linux服务器缺少字体，如果没有相应字体，就会出现乱码，需要手动安装字体库 ...

5个月前 (06-12) 3℃

我的操作

lua-http访问接口

#!/usr/local/bin/lua package.path = "/usr/local/share/lua/5.1/?.lua" package.cpath = "/usr/local/lib/lua/5.1/?.so" local http = require("s...

5个月前 (06-12) 3℃