流行天后孙燕姿的音色固然是极好的，但是目前全网都是她的声音复刻，听多了难免会有些审美疲劳，在网络上检索了一圈，还没有发现民谣歌手的音色模型，人就是这样，得不到的永远在骚动，本次我们自己构建训练集，来打造自己的音色模型，让民谣女神来唱流行歌曲，要多带劲就有多带劲。 构建训练集 训练集是指用于训练神经网
忽如一夜春风来，亚洲天后孙燕姿独特而柔美的音色再度响彻华语乐坛，只不过这一次，不是因为她出了新专辑，而是人工智能AI技术对于孙燕姿音色的完美复刻，以大江灌浪之势对华语歌坛诸多经典作品进行了翻唱，还原度令人咋舌，如何做到的? 本次我们借助基于Python3.10的开源库so-vits-svc，让亚洲天
借助So-vits我们可以自己训练五花八门的音色模型，然后复刻想要欣赏的任意歌曲，实现点歌自由，但有时候却又总觉得少了点什么，没错，缺少了画面，只闻其声，却不见其人，本次我们让AI川普的歌声和他伟岸的形象同时出现，基于PaddleGAN构建“靓声靓影”的“懂王”。 PaddlePaddle是百度开源
前两天 2noise 团队开源了ChatTTS项目，并且释出了相关的音色模型权重，效果确实非常惊艳，让人一听难忘，即使摆在微软的商业级项目Azure-tts面前，也是毫不逊色的。 ChatTTS是专门为对话场景设计的文本转语音模型，例如大语言助手对话任务。它支持英文和中文两种语言。最大的模型使...
最近OpenVoice项目更新了V2版本，新的模型对于中文推理更加友好，音色也得到了一定的提升，本次分享一下如何在苹果的MacOs系统中本地部署OpenVoice的V2版本。 首先下载OpenVoiceV2的压缩包： OpenVoiceV2-for-mac代码和模型 https://pan.quar
华为HMS Core音频编辑服务（Audio Editor Kit）依托自身AI技术的研发优势，上线全新的歌声合成音色及伴奏，给音视频创作者提供更多的创作可能。在短视频场景中，用户自定义歌词的歌声结合视频让用户感受到身临其境，自由表达自己的情绪；在虚拟偶像场景中，歌声合成功能赋予虚拟歌手们演唱风格各
影史经典《卡萨布兰卡》是大家耳熟能详的传世名作，那一首壮怀激烈，激奋昂扬的马赛曲，应当是通片最为激动人心的经典桥段了，本次我们基于faceswap和so-vits库让AI川普复刻美国演员保罗·亨雷德高唱《马赛曲》的名场面。 配置人脸替换DeepFakes项目 关于人脸替换，业内鼎鼎有名的deepfa
华为 HMS Core 音频编辑服务（Audio Editor Kit）是华为帮助全球开发者快速构建各类应用音频能力的服务，汇聚了华为在音乐、语音等相关音频领域的先进技术。音频编辑服务为开发者们提供音频基础编辑、AI配音、音源分离、空间渲染、变声、多种音效等丰富的音频处理能力，以及性能优异、简单易用
抖音验证签名和接口含中文签名，需要在发送端加上utf8编码 抖音验签和抖音异步通知回调验签解决：是对整个接收的字符串做验签，而不是部分数据做验签解决中文参数问题，否则中文乱码报验签错误 签名算法https://developer.open-douyin.com/docs/resource/zh-CN
Netty 框架是以性能著称的框架，因此在它的框架中使用了大量提升性能的机制，例如 Netty 用于实现延迟队列的时间轮调度算法就是一个典型的例子。使用时间轮调度算法可以实现海量任务新增和取消任务的时间度为 O(1)，那么什么是时间轮调度算法呢？接下来我们一起来看。 1.延迟任务实现 在 Netty
最近完成了一个银河麒麟上的视频聊天项目，在我们开发机上测试一切正常后，提交给甲方测试。结果发现在甲方的某些银河麒麟V10的电脑上，听不到声音。究竟是怎么回事了？
Redis 脑裂问题是指，在 Redis 哨兵模式或集群模式中，由于网络原因，导致主节点（Master）与哨兵（Sentinel）和从节点（Slave）的通讯中断，此时哨兵就会误以为主节点已宕机，就会在从节点中选举出一个新的主节点，此时 Redis 的集群中就出现了两个主节点的问题，就是 Redis
从录音带、MP3到专业的耳机、音箱，随着音乐消费方式的不断升级，音乐创作的专业“门槛”也在AI技术的加持下逐渐大众化，创作者的创新设计、创作频率也在持续增强，能降低创作门槛且智能化的创作工具就显得尤为重要。 怀揣着“人人都能玩点音乐”的初衷，唱鸭搭建了自己的音乐社区，希望为普通用户提供智能有趣的音乐
11月26日至27日，UWA世界超高清视频产业联盟（以下简称“UWA联盟”）、上海交通大学-南加州大学文化创意产业学院、华为联合举办了“互联智慧，共赢未来” 超高清音视频技术与生态发展高峰论坛暨Audio Vivid空间音频工具花瓣三维声训练营。中央广播电视总台超高清视音频制播呈现国家重点实验室、I
电销是什么？就是坐席拿着电话给客户打电话吗？no no no，让我们一起走进京音平台之电销系统。 京音平台2020年初开始建设，过去的两年多的时间里，经历了跌宕起伏，有经验、有教训，整体来说平台经历了人工、自动化阶段，目前处于初步智能化阶段，希望可以将过去的一些心路历程分享给大家，共同交流、共同进步。
 如果你制作视频，一定会碰到配乐的问题。虽然网上找的一些免费配乐能勉强满足
本文简要介绍了Java 把多个音频拼接成一个音频的方法，给出了一个基于JLayer（用于MP3）和TarsosDSP（一个音频处理库）的简化示例，并给出了详细的代码示例。
简介 在过去的几十年里，许多机器学习（ML）方法被引入来分析呼吸周期的声音，包括爆裂声、咳嗽声和喘息声[1-6]。然而，几乎所有传统的ML模型都完全依赖于手工制作的功能。此外，需要高度复杂的预处理步骤来利用设计的特征[4-6]。因此，仅仅基于ML的模型可能对肺部声音中的外部/内部噪声不具有鲁棒性，并
用 Wifi 来传输音频数据，会比蓝牙更好。使用蓝牙方式，不管你用什么协议，都会对数据重新编码，说人话就是有损音质，虽然不至于全损。而使用 Wifi 就可以将 PCM 数据直接传输，无需再编码和压缩。在 ESP32 开发板上可以通过 I2S（IIS）向功放芯片发出音频数据。 关于 i2s 的时序，老
whisper介绍 Open AI在2022年9月21日开源了号称其英文语音辨识能力已达到人类水准的Whisper神经网络，且它亦支持其它98种语言的自动语音辨识。 Whisper系统所提供的自动语音辨识（Automatic Speech Recognition，ASR）模型是被训练来运行语音辨识与
