登录社区云，与社区用户共同成长
邀请您加入社区
魔珐星云具身Agent通过端到端闭环技术，实现了从文本到多模态表达的突破性交互体验。相比传统数字人工具需要多环节拼接，该系统能实时生成语音、表情和肢体动作，支持自然打断和情绪衔接。评测显示，其三大核心机制——状态流转、打断响应和端侧渲染，让数字人"小悦"展现出接近人类的交互能力。技术架构包含多模态生成、低成本端侧运行等四大支柱，为智能座舱、线下导购等场景带来全新可能。这标志着A
摘要 本文介绍了基于HarmonyOS 6.0开发的无障碍设施地图应用首页实现方案。应用采用Flutter框架，充分利用HarmonyOS 6.0的LocationKit、MapKit、AudioKit等能力，为残障人士提供无障碍设施查询服务。首页设计遵循无障碍规范，包含渐变Header、四大类型筛选、附近设施列表、推荐路线和用户评价五大模块。文中详细展示了核心代码实现，包括高对比度UI设计、语音
传统的录音转写只是一大段不分角色的文字流，阅读起来非常吃力。现代 AI 系统引入了说话人分离技术（Speaker Diarization），能够自动识别并标记不同的发言人，如“发言人 A"、“发言人 B"，甚至在预先录入声纹库后直接显示具体姓名。在多人讨论场景中，系统能准确判断谁在什么时候说了什么，生成的文稿天然具备对话结构，极大提升了可读性。更进一步，基于大语言模型的智能总结功能正在改变会议纪要
本文解析AI改词换句技术的工作原理，包括语音识别、文本编辑、语音克隆及视频合成等核心环节，并结合实际操作流程，探讨其在短视频、电商直播和知识付费领域的应用价值
本文介绍了如何在星图GPU平台上自动化部署Qwen3-ASR-1.7B语音识别模型v2，实现离线语音转文字功能。该模型支持中、英、日、韩、粤等多语言识别，可广泛应用于会议录音转写、内容字幕生成等场景，为本地化AI应用提供便捷解决方案。
语音识别
——语音识别
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
魔珐星云开发社区
HarmonyOS开发者社区
AtomGit开源社区
快递鸟社区
DeepSeek技术社区
