多模态模型调用实战:GPT-Image-2、Veo 3.1和Whisper在玄鉴AI上的全流程体验
引言:AI的\"感官\"正在全面打开 2026年的AI API生态有一个明显趋势:从\"纯文本\"走向\"全模态\"。图片生成、视...
引言:AI的\"感官\"正在全面打开 2026年的AI API生态有一个明显趋势:从\"纯文本\"走向\"全模态\"。图片生成、视...
高效语音识别的新利器:深入浅出 faster-whisper 语音识别(Automatic Speech Recognition, ...
高效语音识别的新利器:深入浅出 faster-whisper 语音识别(Automatic Speech Recognition, ...
概述 VoiceTypr 官网,开源(GitHub,330 Star,57 Fork)...
如果你最近在找 AI笔记工具,大概率会碰到一个很现实的问题,到底该选会议型工具、知识库型工具,还是偏音视频整理的方案。...
前言前几天接到一个工作需求:每天把学习视频发到群里,还要配上解说和内容总结。第一反应是:这不就是给AI量身定制的活儿吗...
如果你最近在找 AI笔记工具,大概率会碰到一个很现实的问题,到底该选会议型工具、知识库型工具,还是偏音视频整理的方案。...
第10章 Streaming(上):初级音频应用(1)——项目三:自建服务器...
前言前几天接到一个工作需求:每天把学习视频发到群里,还要配上解说和内容总结。第一反应是:这不就是给AI量身定制的活儿吗...
前言前几天接到一个工作需求:每天把学习视频发到群里,还要配上解说和内容总结。第一反应是:这不就是给AI量身定制的活儿吗...