这是音频深度学习系列文章的第二篇。在上一篇文章中，我们学习了声音是如何被数字化的，知道了我们要把声音转换为声谱图从而在深度学习架构中使用。在本文中，我们将更详细的了解怎么把声音转换为声谱图，以及怎样调…

作为深度学习发展最迅速、最具前景的两大分支，计算机视觉和 NLP 应用已经获得了广泛关注，但实际上音频数据的深度学习方面还有很多具有开创意义的用例，还没有获得足够关注。所以，我打算以此为主题写一系列相…

不确定将哪些设置比特率的视频用在你的最新项目？现在深入了解我们的指南，我们会告诉你需要知道的一切！ 当谈及视频制作时，很容易被大量现有的技术信息淹没，尤其是当这些信息会因为你使用的平台或软件不同而不同…

在语音通信系统中，回声消除（Echo Cancellation）一直扮演着核心算法的角色。一般来说，回声消除的效果受诸多因素的影响，包括： 声学环境，包括反射，混响等； 通话设备本身声学设计，包括音腔…

在当今竞争激烈的直播平台开发领域，开发者和技术决策者面临着诸多挑战，如高并发处理、低延迟传输、跨平台兼容性以及快速迭代的需求。选择合适的技术方案，尤其是在自研与集成第三方 SDK 之间做出明智的决策，…

语音对话为何总比打字更“人性化”？ 你有没有想过，为什么我们更愿意对智能音箱喊一句“今天天气怎么样”，而不是掏出手机打字查询？答案藏在人类的本能里：语音是交流的“原生语言”，它比文字更直觉、更情感化。…

由声网音频技术团队研发的 「实时声纹变声」将颠覆传统的变声音效软件与AI实时变声体验，通过提取语音的音素特征与声纹特征等一系列技术手段，在实时音视频互动中可以将任意用户的语音实时变换成指定或任意一个他…

实时消息SDK在应用开发中扮演着重要的角色，为开发者提供了实时消息传递的功能和工具。以下是深入探讨实时消息SDK在应用开发中的作用以及如何选择适合的SDK的文章： 实时消息SDK在应用开发中的作用 1…