在前两篇文章中，我们分别探讨了小智AI音箱的核心技术架构与高阶开发能力。本文将视角转向企业级市场，深入剖析小智AI音箱如何从“家庭娱乐设备”演变为酒店、办公、医...

在上一篇《小智AI音箱：智能语音交互的未来之选》中，我们全面解析了其核心技术、用户体验与基础开发能力。本文作为进阶技术实践指南，将聚焦于三个高阶方向：

在人工智能与物联网深度融合的时代，智能音箱已从简单的音频播放设备，演变为家庭智能中枢。小智AI音箱作为新一代国产智能语音助手硬件代表，凭借其强大的技术底座、流畅...

理论再完善，终需落地验证。本文将带你从零开始，使用 Flutter 构建一个名为 “VitaTrack” 的全场景健康应用，覆盖：

笔记所对应活动链接：https://activity.csdn.net/writing?id=11045&spm=1011.2124.3001.10637

打开某购物APP的“AI导购”功能，你上传一张“黑色连帽卫衣”的照片（图像输入），说“帮我找类似款式，预算500以内”（语音输入），AI会返回符合条件的商品列表...

先定义一个语音合成（TTS）的事件监听器 speakListener 及其初始化方法 initListener()，用于处理语音合成过程中的各种事件回调

GPS坐标首先通过地图API进行反向地理编码，获取POI名称（如岳阳楼）；接着进行知识库检索，再将相关信息输入LLM（Prompt：请像评书演员一样介绍岳阳楼）...

语音特征提取与建模 通过MFCC（梅尔频率倒谱系数）或PLP（感知线性预测）算法提取语音的声学特征，建立目标发音的基准模型。深度学习模型如CNN或LSTM可用...

把这两件事放一起看，你会发现关键分水岭不是“识别率再高一点”，而是让 ASR 具备上下文推理能力：专有名词、多音字、人名地名，很多时候不是“听不清”，而是“不会...

语音识别转文本相信很多人都用过，不管是手机自带，还是腾讯视频都附带有此功能，今天简单说下：

Core Speech Kit功能:Core speechKit(基础语音服务)集成了语音类基础A!能力，包括文本转语音(TextToSpeech)及语音识别(...

TTS（Text-to-Speech）是HarmonyOS提供的重要语音服务能力，可以将文本内容转换为语音播放。本文基于实际项目经验，详细介绍如何在Harmon...

在数字化浪潮席卷教育领域的今天，传统课堂的教学模式正面临前所未有的挑战。尤其是历史学科，因其内容的时空局限性，学生往往只能通过文字、图片等静态载体间接感知历史，...

测试后 1pcs 正常（误判），5pcs 物理损坏，烧写器报 E37（读不到 flash id）。阻抗对比测试显示，异常芯片 8 脚（供电脚）阻抗为无穷大，与正...

近日，在南京VoiceAgent实时语音大会上，云蝠智能带着VoiceAgent 2.0惊艳亮相！虽在众声喧哗的智能语音赛道中音量不算最大，但这家公司的资历与积...

语音感知使AI能够“听”懂人类语言，甚至理解语音中的情感和意图。语音感知技术主要包括语音识别和自然语言处理（NLP）两大方向。

不过现实很骨感。一个完整的语音交互链路包括 ASR 语音识别（500-800ms）、大模型推理（700-1200ms）、TTS 语音合成（300-500ms），...

Coles： 我需要从 Java 生成语音，而大多数现代文本转语音（Text to Speech，TTS）库都是用 Python 编写的。最初，我将 piper...

如果你也关注 Agent、AI 搜索、多模态、工程化等话题，一定不要错过这 100+ 可落地的实践案例！