自学记录鸿蒙API 13：实现智能文本识别Core Vision Text Recognition

作者：李游Leo发布时间：2024-12-28

在完成语音助手项目后，我想试试其他的AI的API 13，于是我瞄上了——智能文本识别。那么一篇文章带你了解这个API。...【查看原文】

相关资讯

OpenAI Whisper实时语音识别:实现近乎实时的语音转文本

OpenAI Whisper实时语音识别:实现近乎实时的语音转文本近年来,随着人工智能技术的飞速发展,语音识别领域也取得了突破性进展。OpenAI推出的Whisper模型就是其中的佼佼者,凭借其强大

OpenAI Whisper 人工智能

用户391315911403 2024-09-02

四、OpenAI之文本生成模型(Text Generation)

文本生成模型 OpenAI的文本生成模型(也叫做生成预训练的转换器(Generative pre-trained transformers)或大语言模型)已经被训练成可以理解自然语言、代码和图片的模型

OpenAI 大语言模型编程

挑大梁 2024-05-25

【OpenAI】从音频到文本：使用OpenAI Transcription API 实现自动转录

OpenAI的Transcription API是一种自然语言处理工具，可以将音频文件转换为文本形式。这个API使用深度学习技术来识别和转录音频中的语音内容。您可以使用此API来生成字幕或转录您的音频文件，并将其用于搜索引擎优化、语音分析、机器翻译和其他自然语言处理任务。Transcription API支持多种音频格式（例如MP3、WAV和FLAC），并且可以应用不同的语言模型来提高转录质量。该API还包括一些可选参数，如音频采样率、通道数和转录输出格式等。要开始使用Transcription A

OpenAI 人工智能深度学习

半抹灯芯 2023-04-06

用 OpenAI API 实现文本转语音：OpenAI TTS 代码深入解读

本文旨在全面解析一段 Python 代码，该代码利用 OpenAI 的 API 将文本转换为语音。代码从给定的输入文本生成音频文件，供用户下载和播放。代码from pathlib import Pathfrom openai import OpenAIimport os# 调用openai的API，将文本转换为语音，参数：文本内容，保存路径def text_to_speech(text, path): # 替换为您的 OpenAI API 密钥 api文档:https://platform.openai.

OpenAI 编程

余汉波 2024-04-01

文本表征(Text Representation)的三种方法

最近需要完成关于Document-Level Sentiment Classification任务的一篇短文写作，Introduction 和 Related Work两个部分需要多先前研究方法进行梳理和归纳，也由于之前缺乏对文本表征的系统学习，近期通过视频和生成式AI对该部分内容进行了整理，特整理成本篇博文，用于日后复习和查找。在做文本表征之前，首先是更小单位的词的表示(Word Representation)。在此本文只对用于生成Embedding Matrix的Count-based Metho

生成式AI

10050 2024-10-14

近期资讯

用旅行的心态一次性通过软考架构高级？（24年下半年真题回忆）

本文献给已经下定决心参加软考的读者，提供一个轻松有序，且能更好地和工作结合的复习方法。祝大家都能以旅行的形态完成自己的软考历程

代码不洗头 2024-12-28

yarn源码的调试编译

yarn是一个老版的包管理工工具。弄懂yarn的功能及其实现原理对于理解包管理器十分重要。本文介绍自定义打包yarn源码并生成sourcemap方便调试yarn的源码。

一只小川 2024-12-28

记一次手机厂商的BUG排查，App码农如何自证清白，不背锅：关于排除全面屏手势区域setSystemGestureExclusionRects不生效的问题

setSystemGestureExclusionRects禁用全面屏返回手势不生效？ “代码是负债，不是资产”！是时候排期改掉全面屏的实现了。

k3x1n 2024-12-28

从结绳记事到学富五车：前端开发的进化史

从最初的DOM操作到如今的Vue3，我们可以看到前端开发领域经历了巨大的变革。每个阶段的技术进步都反映了开发者社区不断追求更高效率、更好用户体验的努力。了解到这些前端框架的演变进化真的令人感触颇深。

wayhome在哪 2024-12-28

前端发展史-原生JS到VUE3

刀耕火种的年代：早期前端开发思想在Web发展的初期，前端开发者主要依赖于浏览器提供的底层API，如DOM编程和事件机制来构建网页。

ZXT 2024-12-28

🚀 快速搭建 React 19 + TypeScript + React-Router v7 + MobX 项目教程

📦 环境准备在开始之前，请确保你的开发环境中已经安装了以下工具： Node.js（建议版本：20.x 或更高） npm 或 yarn（Node.js 安装后会自动包含 npm）你可以通过以下命令检

摸鱼了 2024-12-28

TCP Analysis Flags 之 TCP Out-Of-Order

前言默认情况下，Wireshark 的 TCP 解析器会跟踪每个 TCP 会话的状态，并在检测到问题或潜在问题时提供额外的信息。在第一次打开捕获文件时，会对每个 TCP 数据包进行一次分析。

7ACE 2024-12-28

深入浅出：从入门到精通大模型Prompt、SFT、RAG、Infer、Deploy、Agent

深入浅出：万字长文从入门到精通大语言模型LLM 我们都知道，通过编写一个提示词（prompt），我们可以引导大模型生成回答，从而开启愉快的人工智能对话，比如让模型介绍一下卡皮巴拉。

冷眸_ 2024-12-28

HarmonyOS ArkTs布局入门——弹性布局Flex（02）

弹性布局（Flex）提供更加有效的方式对容器中的子元素进行排列、对齐和分配剩余空间。弹性布局在开发场景中用例特别多，比如页面头部导航栏的均匀分布、页面框架的搭建、多行数据的排列等。

小煦同学 2024-12-28

HarmonyOS ArkTs布局入门——层叠布局Stack（03）

层叠布局（StackLayout）用于在屏幕上预留一块区域来显示组件中的元素，提供元素可以重叠的布局。容器中的子元素（子组件）依次入栈，后一个子元素覆盖前一个子元素，子元素可以叠加，也可以设置位置。

小煦同学 2024-12-28

自学记录鸿蒙API 13：实现智能文本识别Core Vision Text Recognition

推荐体验

相关资讯

OpenAI Whisper实时语音识别:实现近乎实时的语音转文本

四、OpenAI之文本生成模型(Text Generation)

【OpenAI】从音频到文本：使用OpenAI Transcription API 实现自动转录

用 OpenAI API 实现文本转语音：OpenAI TTS 代码深入解读

文本表征(Text Representation)的三种方法

近期资讯

用旅行的心态一次性通过软考架构高级？（24年下半年真题回忆）

yarn源码的调试编译

记一次手机厂商的BUG排查，App码农如何自证清白，不背锅：关于排除全面屏手势区域setSystemGestureExclusionRects不生效的问题

从结绳记事到学富五车：前端开发的进化史

前端发展史-原生JS到VUE3

🚀 快速搭建 React 19 + TypeScript + React-Router v7 + MobX 项目教程

TCP Analysis Flags 之 TCP Out-Of-Order

深入浅出：从入门到精通大模型Prompt、SFT、RAG、Infer、Deploy、Agent

HarmonyOS ArkTs布局入门——弹性布局Flex（02）

HarmonyOS ArkTs布局入门——层叠布局Stack（03）

推荐体验

AIGC重要产品

AI对话：类ChatGPT产品体验

好用的AI绘画工具

火热的AIGC产品

AIGC近期要闻

大公司发布的大模型产品都有哪些？

政府对AIGC的扶持政策

AIGC对就业的影响：我们会失业吗？

AIGC产业影响

AIGC对内容创作的影响

AIGC对绘画设计领域的影响

AIGC对各行各业的影响