10 2024 档案

ASR-使用whisper语音识别
摘要：安装如下一些依赖: ffmpeg-python transformers 使用如下代码进行识别: import whisper model = whisper.load_model("small.pt") result = model.transcribe("output_audio.wav") p 阅读全文
posted @ 2024-10-23 14:15 月薪几千的牛马 阅读(162) 评论(0) 推荐(0)
YOLO-物体检测
摘要：#encoding:utf-8 from ultralytics import YOLO from PIL import Image, ImageDraw,ImageFont model = YOLO("yolov8n.pt") image1_path = "img/guangzhou.jpg" r 阅读全文
posted @ 2024-10-22 17:49 月薪几千的牛马 阅读(17) 评论(0) 推荐(0)
OpenCV-帧差法
摘要：通过帧差法可以获取到不同帧之间的差异: #encoding:utf-8 import cv2 import numpy as np from time import time cap = cv2.VideoCapture("out.avi") total_frames = int(cap.get(c 阅读全文
posted @ 2024-10-22 15:18 月薪几千的牛马 阅读(66) 评论(0) 推荐(0)
VOSK实现语音输出
摘要：以下代码读取麦克风输入并输出中文: #encoding:utf-8 import wave import time import json import threading from vosk import Model,KaldiRecognizer,SetLogLevel # 禁止日志输出 Set 阅读全文
posted @ 2024-10-16 13:45 月薪几千的牛马 阅读(208) 评论(0) 推荐(0)
开启swap
摘要：fallocate -l 4G /swapfile chmod 600 /swapfile mkswap /swapfile swapon /swapfile swapon s # 查看是否有swap echo "/swapfile none swap sw 0 0" >> /etc/fstab 阅读全文
posted @ 2024-10-08 14:39 月薪几千的牛马 阅读(9) 评论(0) 推荐(0)