commuter

摘要： 最近想搞个视频自动嗅探的程序,用于检测视频中是否存在一些不良的内容。 下面介绍几个m3u8下载的工具: m3u8-downloader N_m3u8DL-CLI hs-m3u8 media-source-extract,通过插件的方式下载 最后是自己实现的一个效果,基于asyncio: 可以看到下载 阅读全文

摘要： 这里通过gradio来生成1个图文理解的界面,通过上传一张图片,则生成相应文本描述,即望图生义。 import gradio def summarize(raw_image): model = xxxx() inputs = model.generate(raw_image) return toke 阅读全文

摘要： 这里通过1个例子来看下微调的BERT与DeepSeek-R1:1.5b两种模型在阅读理解上的差异。 相关代码如下: def predict(doc, query): item = tokenizer.encode_plus(doc, query, max_length=512, padding="m 阅读全文

摘要： 关于珠海爱浦京软件股份有限公司这公司网上的面试信息太少了,这里留点痕迹。 如果用一句话来形容,那就是自己失误的地方太多,以致于错失了一个机会。从公开信息来看,该公司有700多号人。面试官还是挺好说话的,就是问你过去的一些项目经验。从面试过程来看,其实面试官懂的东西并不比自己多多少。 在这次面试中,个 阅读全文

摘要： 这里通过gradio来实现实时语音识别,通过上传一个文件,当点击提交后则在右侧输出其相应识别的文字。 实现代码比较简单,如下所示: import gradio def convert(file_bytes): # 语音识别方法,其中file_bytes是采样率与对应numpy.ndarray实例 r 阅读全文

摘要： 我们可以使用gradio库通过低代码的方式快速实现聊天机器人界面及交互: import gradio as gr from ollama import chat def predict(message,history): stream = chat(model="deepseek-r1:1.5b", 阅读全文

摘要： 实际上LlamaIndex与LangChain一样都只是一个框架,只是简化开发难度的工具。而RAG业务,一般都是一些搞人工智能中小企业的噱头。或许是老板一时心血来头,觉得不能落后于潮流。而实际上这个业务很难赚钱和变现。 实际上AI应用这种东西就是给那些不用AI的人使用的,让他们觉得这东西很高大上,很 阅读全文

摘要： SU-03T模块是深圳机芯智能的一款ASR产品,价格比较便宜实惠,适用于智能家居，各类智能小家电，86 盒，玩具，灯具等需要语音操控的场景。 而LU-03T是鹿小班基于SU-03T的克隆版。相关模块文档可以参考。 按照模块的提示进行接线即可,其中SPK+是喇叭的正极,SPK-是喇叭的负极。而MIC+ 阅读全文

摘要： 想对模拟且分辨率低的图片让其变得高清和清晰,可以借助超分辨率重建(Super-Resolution Reconstruction)技术来实现。 以下是一些项目: Real-ESRGAN,用于视频修复 CodeFormer video2x Real-ESRGAN-ncnn-vulkan InvSR 可 阅读全文

摘要： 原文地址: https://zhuzhulang.github.io/blog/posts/how-to-use-ai-extract-lyrics/ 最近突发奇想实现一个API功能,就是输入一个歌曲,可以自动下载其相应的歌词。话不多说,干就是了。 虽然可以借助163MusicLyrics这样的开源 阅读全文