想象一下，假设老板给你布置了一项任务： 将一大段视频中的高光时刻或者重点部分，剪成一段短视频，你怎么做？ 再比如，老板参加了一个访谈，访谈后让你把他说话的部分单独剪辑出来，你怎么做？ 把视频 2 倍速

在当今的AI应用开发中，高质量的语音识别（ASR）技术是许多产品的核心竞争力。特别是对于中文场景，阿里达摩院开源的FunASR项目效果非常出色。 FunASR 并非单一的模型，而是一个功能全面的基础语

下面是简要介绍： FunASR 是一个基本的语音识别工具包，提供多种功能，包括语音识别ASR等 基于FunASR，有很多可以直接使用的学术和工业级预训练模型，具有准确率高、效率高、部署便捷等优点，支撑

使用Docker部署FunASR服务 说明： 首次发表日期：2024-08-26 https://github.com/modelscope/FunASR/tree/main

前言 前段时间测试一下OpenAI的语音识别模型 当时发现效率很低，今天发现阿里有一个专注的语音识别大模型FunAsr 看介绍Funasr的中文识别能力应该比Whisper更强大： Funasr的模型

对于语音处理技术爱好者来说，这可能是今年最让人兴奋的消息之一了。 阿里巴巴刚刚开源了 ClearerVoice-Studio，这款工具以其强大的语音增强、分离和说话人提取功能，迅速吸引了开发者和研究者

无限制地使用本地LLM来实际检验MCP 学习生成式人工智能应用 上次我思考如何在本地设置LLM API时, 你将能够在应用程序开发中进行无限制的LLM实验. 如果我们能将LLM连接到提供的MCP(模型

在渐渐熟悉 Dify 的各个功能后，我们已经不满足于只在 PC 端或者说需要打开网页才可以使用 Dify 了。我们更希望的是它可以和我们平时最常用的通讯软件相对接，比如微信。

在处理 PDF 文件时，水印有时会影响文件的可读性或美观性。幸运的是，Python 提供了多种库来操作 PDF 文件，其中 PyMuPDF（又名 fitz） 是一个强大的工具，可以用于去除 PDF 水