说明：如果访问 GitHub 比较慢的话，可以关注我的知乎账号（Python-Jack），上面的“从零开始学Python”专栏（对应本项目前 20 天的内容）比较适合初学者，其他的专栏如“数据思维和统计思维”、“基于Python的数据分析”、“说走就走的AI之旅”等也在持续更新中 ...

在通用大模型（LLM）和通用语音识别模型（如 OpenAI 的 Whisper）不仅占据头条的今天，垂直领域的“小而美”模型正在悄然重塑企业级应用。近日，Google Health AI 团队发布了 [ MedASR ] —— 一款基于 Conformer 架构、专为医疗场景打造的开源权重语音转文本（Speech-to ...

本研究针对帕金森病(PD)语音检测中医疗数据分散性及多语言数据集异质性难题，提出创新性联邦学习框架FedOcw。通过动态优化客户端权重分配机制，该研究在西班牙语、意大利语、汉语等五国数据集上实现平均74.81%的准确率，显著优于传统联邦学习方法(FedAvg ...

随着语音助手、会议转写、实时翻译等音频处理应用的普及，市场对轻量级、高性能的音频模型的需求日益增长。传统的音频处理模型往往面临参数庞大、计算资源消耗高、难以实时处理长音频等问题。为了解决这些挑战，LMMs-Lab 团队推出了一款名为 Aero-1-Audio ...

[导读]随着物联网（IoT）和边缘计算技术的快速发展，将语音唤醒词识别功能部署到边缘设备上已成为一个热门话题。语音唤醒词识别（Keyword Spotting, KWS）允许设备在检测到特定唤醒词时触发相应操作，如激活智能助手、启动语音交互等。在边缘设备上实现 ...

时间序列特征提取是数据科学工作流程中的关键环节，能够将原始时间序列数据转化为具有分析价值的特征表示。本文详细介绍 18 种专业的 Python 库，这些库可用于从时间序列数据中提取关键特征，支持数据科学家进行更深入的分析与建模。 时间序列特征提取的 ...

[导读]随着人工智能技术的快速发展，智能音箱已经成为我们日常生活中不可或缺的一部分。它们通过语音识别技术，实现了人机交互的便捷性，使得用户可以通过语音指令控制家居设备、查询信息、播放音乐等。然而，语音识别技术的准确性和实时性仍然是 ...

Python 3.13 的发布带来了许多令人兴奋的新特性和改进，但同时也意味着一些老旧、过时或存在安全隐患的模块被忍痛移除。本文好学编程将详细介绍这些被移除的标准库模块，并为开发者提供迁移建议，帮助大家顺利过渡到新的开发环境。 aifc：AIFF 和 AIFC 文件 ...

身处数据爆炸增长的时代，各种各样的数据都飞速增长，视频数据也不例外。我们可以使用 python 来提取视频中的音频，而这仅仅需要安装一个体量很小的python包，然后执行三行程序！ 语音数据在数据分析领域极为重要。比如可以分析语义、口音、根据 ...