音视频标签_乐奇 Rokid 开放社区

音视频

利用 DeepSeek、Comfy UI 与 FLUX 打造惊艳视觉：从分镜创作到视频生成全流程_flux deepseek

DeepSeek打爆全球，我们试试做片子怎样？本文将介绍如何运用DeepSeek 进行分镜写作、通过 Comfy UI 特别是 FLUX 工作流生图，以及利用可灵生成视频，同时确保整个过程中的一致性调教，打造出风格统一、令人惊叹的作品。

AI绘画咪酱
2025-04-16 11:28:25

 1404

 22

#ui #音视频 #AIGC +2
VirtualUsbBus虚拟usb总线之: 一个设备2个接口，同时支持UAS和BOT两种usb storage设备

效果如图：

weixin_45546384
2025-04-03 19:21:10

 169

 1

#云计算 #音视频 #linux +1
利用 DeepSeek、Comfy UI 与 FLUX 打造惊艳视觉：从分镜创作到视频生成全流程_flux deepseek

DeepSeek打爆全球，我们试试做片子怎样？本文将介绍如何运用DeepSeek 进行分镜写作、通过 Comfy UI 特别是 FLUX 工作流生图，以及利用可灵生成视频，同时确保整个过程中的一致性调教，打造出风格统一、令人惊叹的作品。

AI绘画月月
2025-03-29 15:21:44

 1291

 15

#ui #音视频 #人工智能 +2
全网最全comfyui工作流保姆级教程来啦！comfyui工作流搭建看这一篇就够了

ControINet 有独立的控制图像，通过对图像的预处理，再结合提示词进行生成图像不同的预处理可以对生成的图像进行不同的控制，一般有风格约束、线条约束、姿态约束、景深控制等，不管是WebUI还是ComfyUI，都有强大ControlNet，这里不详细介绍ControlNet，主要讲下如何在ComfyUI中使用ControlNet，后续可能专门写一篇ControlNet的详细介绍。当我们采用他人

 AI极客菌
2025-03-05 14:30:08

 1729

 9

#人工智能 #AI作画 #音视频 +2
绝绝子！用deepseek做AI视频，涨粉10W+（附保姆级教程）

借助DeepSeek这一强大的AI工具，视频制作的门槛大大降低，用户无需专业的视频编辑技能，也能够快速生成高质量的视频内容。这对于需要大量视频内容创作的用户，尤其是营销人员、教育工作者和企业内容制作团队，无疑是一个极大的帮助。作为一个专业玩 AI 绘画的玩家，这些提示词写的太好了，关键除了后面的参数，每个咒语还会添加一些环境、风格词，还不重复。深度推理与图像、语音等多种AI技术的结合，使得Deep

AI极客菌
2025-03-04 14:22:51

 829

 5

#人工智能 #音视频 #AI作画 +1
torch入门：音频分类任务(pytorch+librosa)

前面我们已经做过了一些文本分类任务，下面我们来试着完成一个音频分类任务吧。音频分类任务简单来说就是现在有若干个人说话时的音频数据，你需要使用这些数据来训练一个模型，能够分类好这些人的语音，当这些人当中的某人再次发言时，你的模型能够识别出是谁在说话。音频分类理论上来说完全可以用来分类歌曲，但是对于新手来说我建议您先从数据噪声较小的个人语音分类做起较好。

Ceverymxt7
2025-03-10 21:19:25

 1366

 15

#pytorch #深度学习 #人工智能 +3
BES2600xx之通话算法调试(三)：设备气密性验证

本文主要介绍BES平台开发的耳机产品对于声学调试的气密性要求以及测试方法。

weixin_54414277
2025-02-21 15:34:47

 556

 5

#音视频 #经验分享
企业级远程视频协作：Briefing工具结合内网穿透的应用实践攻略

对于有远程办公或者身处异地与家人好友视频聊天需求的人来说，在享受高效沟通的同时，也或多或少会有对信息泄露的顾虑。今天我要给大家推荐一款神器——briefing！这不仅仅是一个视频群聊平台，更是一款集高质量通话、极致安全性和隐私保护于一身的开源工具。结合 cpolar 内网穿透工具，还能实现团队成员即使在没有公网 IP 的情况下也能轻松实现远程协作。

Yawesh_best
2025-02-07 15:36:00

 1011

 30

#音视频
国标GB28181-2022视频平台EasyGBS小知识：局域网ip地址不够用怎么解决？

在局域网中，IP地址不足的问题通常不会在小型网络中出现，但在拥有超过255台设备的大型局域网中，就需要考虑如何解决IP地址不够用的问题了。在企业局域网中，经常会出现私有IP地址如192.168.1.x到192.168.1.255不够用的情况。由于0是网络地址不能使用，255是广播地址，所以实际可用的只有254个地址。面对这种情况，通常有以下几种解决方法。

EasyGBS
2025-01-08 16:57:40

 1148

 18

#音视频 #tcp/ip #安全
macos用按键切换音频audio设备

switchaudiosource-osx用来切换音频设备

 weixin_43309386
2024-12-29 23:37:27

 1184

 8

#音视频
【comfyui教程】ComfyUI零基础入门搭建教程_comfyui clip模型

ComfyUI 是一个强大的、模块化的界面与后端项目。该用户界面允许用户使用基于图形/节点/流程图的界面设计和执行高级稳定的扩散管道。该项目部分其它特点如下：目前全面支持SD1.xSD2.xSDXLSD3和命令行选项：--lowvram使其在显存小于 1GB 的 GPU 上运行（在显存较低的 GPU 上自动启用）即使没有 GPU，也可以工作：--cpu（慢）可以加载ckpt和。独立 VAE 和 C

网安员阿道夫
2024-12-28 10:54:44

 1592

 23

#人工智能 #AI作画 #音视频 +1
本地部署 Alger Music Player 云播放器结合内网穿透无需公网IP实现外部访问

Alger Music Player是一款开源的高颜值第三方某易云的音乐播放器，它界面干净颜值高，没有烦人的广告。不仅能在电脑上运行，而且还可以在网页中打开，让用户可以在任何设备上享受音乐。本文将详细的介绍如何利用 Docker 在本地部署 Alger Music Player 并结合路由侠实现外网访问本地部署的 Alger Music Player。

路由侠内网穿透
2025-01-07 16:28:05

 1224

 19

#docker #音视频
基于帧间差法进行视频目标检测处理

视频分割算法是实现视频目标检测的关键技术之一，可以从时域和空域两个角度考虑。时域分割算法利用相邻帧之间的时域变化来检测运动目标，常用的方法包括帧差法和减背景法。帧差法通过比较相邻帧之间的像素差异来提取出运动目标，适用于对光照变化不敏感的场景。然而，帧差法对于目标的检测准确性有一定的局限性，特别是在缓慢运动目标或快速运动目标的情况下。本课题将重点研究帧间差法作为视频分割算法的一种实现方式。帧间差法可

 唔皇万睡万万睡
2024-12-12 11:03:56

 1258

 20

#音视频 #目标检测 #目标跟踪
【comfyui教程】用ComfyUI 将人物视频转换动漫风格

comfyui教程：一、对原视频进行处理（剪影）1.1 将视频界面人物放大居中。1.2 拍原视频不要运镜，有运镜的部分会影响生成效果，需要重新处理。1.3 将原始视频降为24帧，转换的动画风格一般设定为8帧。

AI绘画月月
2024-12-11 15:09:58

 1809

 11

#音视频 #人工智能 #AIGC
ks短视频sig3算法分析

sig3是某个很火的短视频的核心加密参数,48位,主要介绍深度ollvm混淆的so层算法如何还原,除此之外,此app还有大量的花指令需要处理,这块看龙哥的就好了,非常清晰.1。

逆向软件开发
2024-12-09 16:17:27

 1887

 23

#音视频 #算法
【comfyui教程】ComfyUI 完全入门：图生视频

ComfyUI 是一个基于 Stable Diffusion 的AI绘画创作工具，最近发展势头特别迅猛，但是 ComfyUI 的上手门槛有点高，用户需要对 Stable Diffusion 以及各种数字技术的原理有一定的了解才行。这个系列将会介绍 ComfyUI 的一些基础概念和使用方法，让大家更快的掌握 ComfyUI 的使用技巧，创作出自己独特的艺术作品。本文继续分享 ComfyUI 的使用方

 AI绘画小33
2024-11-27 11:09:07

 7031

 15

#音视频 #AIGC #AI作画 +1
小米坡word文档生成视频工具1.24C更新

这种版本号带字母的，往往是精心完善，让原有功能更加好用的版本。本次更新的小米坡word文档生成视频工具1.24C是在收集大多用户反馈之后，可方便对视频音画转场要求严格的朋友，同时为方便对批量生成视频追求更稳定的朋友使用。

小米坡软件
2024-10-25 02:30:32

 834

 8

#音视频
小米坡word文档转视频生成工具使用帮助

小米坡word文档转视频生成工具可以把word文档的图片转成视频画面、文档中文本转成配音与同步字幕，支持加背景音乐，转场特效与滤镜。最终形成一个有配音、画面、字幕、背景音乐、特效滤镜的完整视频。不需要专业复杂的视频剪辑软件,只需要写word就可做出视频，极大的提升效率并降低难度软件永久免费，下载后解压缩，运行文件夹里的word2video.exe打开软件即可使用。软件不再过多介绍，当您从软件界面

 小米坡软件
2024-10-05 21:59:20

 712

 8

#音视频
裸土检测算法实际应用、裸土覆盖检测算法、裸土检测算法

通过引入裸土检测算法，不仅提高了环境保护和土地管理的智能化水平，还增强了系统的稳定性和可靠性。裸土检测算法通常依赖于计算机视觉和深度学习技术，通过分析卫星图像、航拍图像或地面拍摄的图像数据来检测和识别裸土。- 数据收集：收集包含裸土和植被的卫星图像、航拍图像或地面拍摄的图像数据，确保数据集覆盖不同环境条件下的场景。- 建设管理：在建筑工地安装裸土检测系统，监测裸土面积，确保施工过程中的环境保护。-

羚通科技
2024-09-24 15:05:08

 843

 5

#算法 #音视频 #计算机视觉 +3
裸土检测算法实际应用、裸土覆盖检测算法、裸土检测算法

通过引入裸土检测算法，不仅提高了环境保护和土地管理的智能化水平，还增强了系统的稳定性和可靠性。裸土检测算法通常依赖于计算机视觉和深度学习技术，通过分析卫星图像、航拍图像或地面拍摄的图像数据来检测和识别裸土。- 数据收集：收集包含裸土和植被的卫星图像、航拍图像或地面拍摄的图像数据，确保数据集覆盖不同环境条件下的场景。- 建设管理：在建筑工地安装裸土检测系统，监测裸土面积，确保施工过程中的环境保护。-

LNTON羚通科技
2024-09-24 15:05:49

 675

 5

#算法 #音视频 #人工智能 +2
扬尘检测算法、扬尘检测算法样本标注，工地扬尘检测算法实时检测

无论是对于需要实时监控的建筑工地、矿山开采，还是对于希望通过智能化手段提高环保管理水平的各类设施，扬尘检测算法都能够提供实质性的帮助。通过使用先进的图像处理和计算机视觉技术，扬尘检测算法能够实时监控并识别出扬尘事件，为相关部门提供及时的信息以便采取必要的措施。- 施工现场监控：在建筑工地安装扬尘检测系统，能够在施工过程中及时发现扬尘超标的情况，提醒施工单位采取措施降低扬尘。- 矿山监控：在矿山开采

 羚通科技
2024-09-14 14:04:25

 476

 3

#音视频 #大数据 #人工智能 +3
Pr中除了L键还有哪些常用的视频预览快捷键

为了获得最佳的编辑体验，建议用户根据自己的需求和习惯，结合Premiere Pro的官方文档或在线教程来熟悉和掌握这些快捷键。在Adobe Premiere Pro（简称Pr）中，除了L键用于快进预览视频外，还有其他一些常用的视频预览快捷键，这些快捷键可以帮助用户更高效地进行视频编辑和预览。软件界面中的“全屏视频”按钮：除了快捷键外，Premiere Pro的软件界面中还提供了“全屏视频”按钮，通

 m0_46350557
2024-08-09 10:07:43

 1721

 2

#音视频 #macos
pr快进快捷键

比率拉伸工具：虽然这不是一个直接的快捷键，但使用R键可以切换为比率拉伸工具（变速），允许用户通过拖拽时间线上的视频片段来改变其播放速度。时间线滚动：虽然不直接关联到快进播放，但在时间线上使用Page Down键可以向右滚动时间线，这也可以视为一种在预览时快速跳过部分视频内容的方式。此外，Premiere Pro还提供了许多其他实用的快捷键和自定义快捷键的功能，用户可以根据自己的需要进行设置和调整，

m0_46350557
2024-08-09 10:06:51

 3388

 1

#音视频 #音视频
pr快进快捷键

比率拉伸工具：虽然这不是一个直接的快捷键，但使用R键可以切换为比率拉伸工具（变速），允许用户通过拖拽时间线上的视频片段来改变其播放速度。时间线滚动：虽然不直接关联到快进播放，但在时间线上使用Page Down键可以向右滚动时间线，这也可以视为一种在预览时快速跳过部分视频内容的方式。此外，Premiere Pro还提供了许多其他实用的快捷键和自定义快捷键的功能，用户可以根据自己的需要进行设置和调整，

m0_46350557
2024-08-09 10:06:51

 3388

 1

#音视频 #音视频
音频3A算法之-回声消除

音频3A算法回声消除

 zhangyihu321
2024-07-27 19:31:45

 3205

 13

#音视频 #算法
RT-DETR 目标检测视频推理

事实上，进行视频推理的过程与单张图片的过程及其类似，就是将原本的视频切分为多帧图像后再进行推理即可。这里面涉及到Image等相关操作，今天便借此机会梳理一遍。先前介绍了RT-DETR推理单张图像的案例，今天则介绍以下如何利用RT-DETR来进行视频推理。根据结果获取目标类别，标注框与得分，并将其绘制在每张图像上。可以看到，其在视频推理过程中，对CPU的利用率明显增高。视频合成，指定合成视频的名称，

彭祥.
2024-07-17 10:55:25

 1404

 12

#目标检测 #音视频 #人工智能
word文档生成视频，自动字幕、配音、BGM，更新至v1.21版

一款基于windows平台下使用的word文档转视频工具。可以把word文档的图片转成视频、提取文档里边的文字转成配音、并生成字幕同步在视频上展示，支持加背景音乐。最终形成一个有配音、画面、字幕、背景音乐的完整视频。

楚歌歌
2024-04-12 23:28:35

 2986

 5

#音视频
C语言在嵌入式实时音频处理：DSP算法实现、音频流处理与低延迟编程（二）

音频流处理是一种实时或近实时处理音频数据的技术，它涉及从数据源接收连续的音频数据流，对其进行处理（如过滤、混音、增益控制、格式转换等），然后再将处理后的音频流输出到目的地，如扬声器或文件。音频流处理在嵌入式系统、游戏开发、VoIP通话、多媒体播放器等多种应用场景中尤为关键。

JJJ69
2024-04-10 12:49:35

 1589

 24

#c语言 #音视频 #开发语言
常见的行为识别算法及视频处理算法

行为识别和视频处理是计算机视觉领域的重要研究方向，涉及到多种算法和技术。

图灵追慕者
2024-04-03 14:24:00

 1663

 6

#算法 #音视频
解决PotPlayer在后台时，其快捷键仍然占用，与其他软件冲突的问题

问题描述：虽然设置了空格键控制播放/暂停，如果Potplayer在后台，在其他应用打字的时候不能使用空格键。取消勾选快捷键中的“全局”

Stupid Learner
2024-03-03 13:58:23

 2653

 12

#音视频
PotPlayer播放器快捷键

Potplayer那些常用又难记的快捷键~

烏龍实验室
2024-03-06 00:03:15

 4191

 9

#音视频 #视频编解码
esp32 cam不使用官方示例完成视频内网穿透

使用esp32cam和thonny完成内网视频穿透，两种方法，以及thonny的使用和固件库烧录

 稚徒
2024-02-19 14:04:39

 3075

 31

#音视频 #单片机 #http +3
带你了解矩阵系统的视频混剪去重算法

如何有效做视频的批量混剪算法，生成高质量的画面音画同步、同时保证一定去重率，不被平台判定为重复

 weixin_39766525
2024-01-30 12:58:35

 980

 8

#音视频 #矩阵 #算法 +3
进阶！GSYVideoPlayer仿抖音视频列表，左右VP+Fragment+RV

GSYVideoPlayer播放器，RSTP、M3U8、直播流，Mp4，支持IJK内核播放器。仿抖音、头条视频列表。

doLin。
2023-10-26 18:24:30

 1187

#音视频 #android #java
视频与AI，与进程交互(二) pytorch 极简训练自己的数据集并识别

检测出已经分割出的图像的分类。

qianbo_insist
2023-06-22 23:19:34

 3385

 3

#人工智能 #音视频 #pytorch
音频相关参数SampleRate Frame Ringbuffer Period Fragment start threshold LRCLK BCLK MCLK 256fs

人声一般是16kHz，8kHz等采样，因为人声的频率比较低，男：低音82～392Hz，基准音区64～523Hz，男中音123～493Hz，如下图，位深是16bit，两个字节。：就是模拟信号转为数字信号时的采样频率，根据奈奎斯特采样定理可知，通常采样频率需要为采集信号最高频率的两倍，否则会发生混叠。：采样的单位，一次采样一个Frame，声音按照ch(通道）数分为mono（单通道），stereo(立体

 weixin_41786823
2023-06-14 18:50:20

 1025

#音视频
瑞芯微RK3568/RK3588平台YOLOV5实时视频算法的部署小白教程

本文实现整体的部署流程比较小白，首先在PC上分别实现工程中的模型仿真推理、yolov5-pytorch仿真推理、自己训练yolov5模型仿真推理，完成仿真之后再在板端分别实现rk提供模型的板端推理、yolov5-pytorch板端推理、自己训练的yolov5模型板端推理，最后实现自己训练的yolov5模型实时视频算法部署，整个过程从仿真到板端，从图片到视频，过程较为繁琐，各位大佬们可以根据自己的情

 栖客
2023-09-06 16:11:06

 2.8w

 57

#音视频 #算法
SHARC音频DSP的算法详解（十六）Schroeder 混响算法的实现及代码详解

ADI的SHARC DSP实现 Schroeder 提出的人工混响算法。

ADI_OP
2023-02-21 11:44:11

 2323

#算法 #音视频
SHARC音频DSP的算法详解（八）Parameter EQ （PEQ）的实现及代码详解

PEQ，常见的滤波器，在SHARC上怎么去做，请看下面的详解。

ADI_OP
2023-02-20 13:48:54

 2626

#音视频 #算法
WebRTC GCC 拥塞控制算法（TCC-GCC）

网络传输中链路的带宽是有限的，为避免往链路发送过载的数据量导致网络拥塞，我们需要进行带宽预估，结合预估带宽作出调整避免网络拥塞。在《WebRTC GCC 拥塞控制算法（REMB-GCC）》中我们总结了 REMB-GCC 拥塞控制算法，并在文末提到 Google 已经推出 TCC-GCC 取代 REMB-GCC。TCC-GCC 的原理也是基于延时梯度和丢包率进行带宽预估并避免网络拥塞，不同之处在于逻

 椛茶
2022-12-07 13:35:39

 5894

 12

#webrtc #音视频
ffmpeg 使用ndk编译、macos编译以及使用sourcetrail阅读ffmpeg源码介绍

提供相关资源下载链接，在macos m1芯片、介绍编译的流程。以及如何使用sourcetrail进行ffmpeg源码的阅读

 奋斗的小火龙
2022-07-16 01:26:28

 998

 1

#macos #视频编解码 #音视频 +1
AliAGC 自动增益控制算法：解决复杂场景下的音量问题

音视频会议，直播连麦以及短视频已经成为人们工作、教学以及娱乐的一部分，其背后都离不开音视频实时通信等关键技术的广泛应用。音频方面，可预见的是客户业务形式的多样性，环境的复杂性，以及接入设备的差异性会带来的一系列问题，我们意识到单一场景的技术与策略已经无法满足日趋暴露的线上问题，音频前处理 3A（AEC，ANS, AGC）算法走向全场景自适应才是唯一出路。为了解决复杂环境中的噪声问题，我们上线了 A

阿里云视频云
2022-05-19 11:42:55

 1424

 1

#音视频
Final Cut pro快捷键大全

Fianl cut pro快捷键，有助于更快速的完成视频剪辑，事半功倍。

＋二
2022-03-27 09:45:26

 4121

 1

#其他 #实时音视频 #音视频 +2
第二章、音频压缩算法

音频压缩音频压缩技术指的是对原始数字音频信号流（PCM编码）运用适当的数字信号处理技术，在不损失有用信息量，或所引入损失可忽略的条件下，降低（压缩）其码率，也称为压缩编码。它必须具有相应的逆变换，称为解压缩或解码。音频信号在通过一个编解码系统后可能引入大量的噪声和一定的失真。1、音频信号的冗余信息数字音频信号如果不加压缩地直接进行传送，将会占用极大的带宽。例如，一套双声道数字音频若取样频率为44.

codemanship
2022-01-30 14:29:42

 1.2w

 4

#音视频