语音识别

MATLAB 多窗谱谱减法语音去噪多窗谱谱减法 (Multi-taper Spectral Subtraction) 语音去噪实现，这是一种比传统谱减法更鲁棒的语音增强方法。

更换Live2D模型具体步骤（具体情况有差异，文章仅供思路参考）我的后端来自fay数字人，https://gitee.com/xszyou/fay

从收音机到蓝牙：LE Audio核心BASS服务解析与实战在嵌入式蓝牙开发的赛道上，我们习惯了点对点的音频传输模式。从经典蓝牙的A2DP到BLE早期的音频尝试，设备之间始终绕不开配对、连接、主从角色这些固有流程。这种模式在个人聆听场景下运转良好，但当我们走进机场、博物馆，或是想和朋友共享同一首歌时，传统蓝牙的局限性便暴露无遗——一对多传输困难、多设备同步延迟高、低功耗设备持续扫描功耗过大。

开开心心就好

无需安装的单机塔防游戏轻松畅玩软件介绍植物大战僵尸是一款经典塔防游戏，衍生出多个版本。之前给大家推荐过融合版，这次带来的是最新推出的杂交版本。

开开心心就好

这款工具批量卸载软件并清理残留文件软件介绍IObitUninstaller是一款功能全面的软件卸载工具，已经多次推荐给大家。它的核心功能包括强制卸载、批量卸载、软件安装监视、文件粉碎和软件健康检查等，是清理电脑软件的好帮手。

CMU Subword Modeling | 14 Descriptive Phonetics本文解读 CMU “Subword Modeling” (Spring 2026) 第14讲：Descriptive Phonetics。

网络效应与大型语言模型辩论中的协议漂移大语言模型展现出前所未有的模拟类人社会行为的能力，使其成为模拟复杂社会系统的有效工具。然而，这些模拟在多大程度上能够可靠地捕捉关键的社会机制，尤其是在涉及少数群体的高度不平衡情境下，目前尚不明确。

开开心心_Every

安卓图片压缩工具，无损缩放尺寸免费好用软件介绍这款叫照片压缩（安卓）的工具，专门给安卓手机用的图片压缩软件。之前介绍过好几款压缩工具，今天这款目前完全免费，就是不知道以后会不会收费。

从电工张三的故事所提炼出的一种产品设计模式与技术实现路径注:本文由笔者口述,AI整理与代笔.【文章导读】本文通过一个 “刷脸进入、动嘴操作”的智能配电室场景，为你拆解一个在ToB（企业服务）领域高价值的产品设计模式及技术实现路径：

会议离线转记实战：静音幻觉修复、Qwen-ASR 集成与高并发优化做离线语音转写服务的同学应该都深有体会，静音幻觉、时间戳不准、并发上来就崩，这三大问题几乎是所有本地 ASR 项目的 “拦路虎”。最近在打磨公司内部熙瑾会悟离线会议转写系统时，我们就完整踩了一遍坑，从静音幻觉修复、Qwen-ASR 模型集成、时间戳对齐，到实时会议迁移与高并发优化，一步步把系统从 “勉强能用” 打磨到 “稳定可靠”。

杰理可视化SDK开发-蓝牙的可发现可连接和回连现在为止也开发了许多杰理TWS蓝牙耳机、音响项目SDK的案子，在调试案子时不断的向前辈们学习到了很多关于蓝牙音响、蓝牙TWS耳机专业的知识。想在这里做一个学习汇总，方便各位同行和对杰理芯片可视化SDK感兴趣的小伙伴们学习；

IPHWT 零软网络

从被动应答到主动处理：零软智慧通讯的AI Agent与知识库实践传统企业通讯系统常面临明显的效率瓶颈：客户来电依赖人工按键转接，客服需跨系统翻阅文档获取答案，调度员则在海量数据中手动检索信息。这些重复性操作不仅拖慢了响应速度，也占用了大量人力资源。零软智慧通讯产品引入AI Agent与智能知识库，旨在改变这一现状，将通讯系统的职能从基础的信息传递，升级为直接解决业务问题的处理中枢。

豆包 AI 学习投喂与排名优化指南在豆包中 “投喂语料”（让 AI 学习你的资料）和 “优化排名”（让你的内容 / 知识库被优先引用），核心是结构化投喂 + 权威内容 + 语义匹配。下面分两部分讲完整实操方法。

云和数据.ChenGuang

机器学习之超参数是什么？超参数 = 训练前由人手动设置、模型自己不会学的参数模型参数（参数）：模型在训练过程中自己学到的东西比如：权重、系数、分割点

云和数据.ChenGuang

机器学习之预测概率问题我直接给你讲最核心、最本质的原因，保证你一看就懂！你代码里这两行：一个是“做过的题得分”，一个是“没做过的新题得分”，当然不一样！

爱上珍珠的贝壳

ESP32-S3-CAM：豆包语音识别文字后控制小车（终章）——语音控制+L298N模块驱动小车1）L198N连接两个轮子，然后用胶带粘到车架上的，比较丑陋，先组装起来2）供电：我是用充电宝给ESP32-S3供电；用电池仓给L298N供电

神州数码云基地

AI助手语音交互：从技术到体验在人工智能技术飞速发展的今天，AI 助手已从 “文字框里的应答者” 进化为 “能听会说的智能伙伴”。无论是手机端的 Siri、小爱同学，还是 Web 端的智能客服、教育 AI 助手，语音交互都成为其核心竞争力 —— 用户无需手动输入，只需开口提问，AI 助手就能用自然的语音回应。

【WEKWS】论文解读 && 语音唤醒系统架构详解 && 实战WEKWS (Wake-up Word Keyword Spotting；https://arxiv.org/pdf/2210.16743.pdf) 是一个基于PyTorch的端到端关键词识别系统，支持多种深度学习模型架构，包括TCN、FSMN、GRU、MDTC等。该项目提供了完整的训练、推理、部署和测试流程。

Whisper-large-v3参数详解：config.yaml与language自动检测机制解析Whisper-large-v3是OpenAI推出的多语言语音识别模型，拥有15亿参数，支持99种语言的自动检测与转录。这个模型在语音识别领域表现出色，特别是在多语言环境和嘈杂背景下的识别准确率有显著提升。

【HFP】规范精讲[23]: 蓝牙超宽频语音革命——LC3-SWB编码深度解析，重塑无线通话体验在蓝牙语音技术的演进历程中，从窄带到宽频，再到如今的超宽频，每一次技术突破都源于对更清晰、更自然通话体验的追求。LC3-SWB（Low Complexity Communication Codec - Super Wideband）作为HFP规范中为超宽频语音量身打造的核心编码技术，将语音采样率提升至32kHz，能捕捉到更多人类语音的细节成分，让无线通话音质无限接近面对面交流。