本文介绍了一种使用深度学习网络的本地化TTS方案，具有空间占用较大、运行速度较慢的缺点，但无需联网调用各大互联网公司的模型接口。随着深度学习技术的发展，特别是循环神经网络（RNN）和卷积神经网络（CNN）的应用，TTS技术得到了显著的改进。目前已有的深度学习TTS方案包括基于端到端（End-to-End）的TTS和基于编码器-解码器（Encoder-Decoder）的TTS等。本文所介绍的方案使用

个人公众号“代码就是生产力”，发布更多有用的工具根据大疆的协议解析的LVX文件，并用open3d 显示出来，LVX文件是从大疆官网下载的地平线雷达的数据，其他雷达的数据应该也可以解析。直接放效果和代码吧20210602_131722lonlon ago的视频· 7 播放代码写的很直接简单，打开文件，解析，显示，没有什么其他的步骤，有问题可以留言。#coding:utf-8import struct

该自动批量查询工具的目的是给一些代记账的公司使用，可以让他们快捷的知道目前有哪些公司需要进行哪些项目的申报， 因为他们需要给很多家公司进行报账，多的有四五百家，普遍做法是在税务系统每次都人工登录每个公司，然后查看公司申报状态后进行操作，这样的一个弊端就是效率很低，并且登录进去后发现有的公司还没有可以申报的信息出来，进一步降低了效率；市面上也有一些代记账软件可以实现类似的功能，但是普遍价格较贵；使用

使用了目前已有的音频识别的深度学习网络，然后封装成了一个单独的模块，使用的方法就是下载软件，然后打开音频所在的文件夹就行了，会自动扫描wav, mp3 后缀结尾的文件并执行转换。作为一个业余的软件开发爱好者，我又捣鼓了一个有意思的小东西 ，使用完全免费哈。

多个激光雷达外参标定 python程序

关键是，之前我6G显存的电脑跑很多大模型本地都跑不起来，甚至很多6B的模型都报错显存溢出，这应该是对没有显存或者显存小于8G的用户最友好的中文本地大模型了，所以我通过 llama.cpp 量化部署然后把模型打包成了一个可以本地离线单独使用的整合包，我自己测试了一下它的对话能力，基本ok, 比起以往的小参数大模型效果好蛮多。打开软件后会自动打开浏览器的一个网页，不要修改默认的参数，在最下方有一个框框

测试包含大模型： 百度的文心一言3.5， 字节的豆包大模型， 阿里通义千问2.5 ， 百川智能 ， 智谱GLM4， 科大讯飞的星火， 月之暗面kimi,GPT-3.5,GPT-4o，海螺ai，Deepseek。文心一言， 没有理解我的需求并且错误的格式返回了，3.5 输出格式比较混乱，一股脑的输出OCR结果，总体精度勉强，不能用；效果嘎嘎好，让我惊艳，理解了我的需求并且正确的格式返回了，甚至给的有

摘要：本文介绍了一款通用票据信息提取工具，支持PDF和图片格式的各类票据（如发票、机票、保险单等）批量处理。软件采用OCR+大模型技术，操作简单仅需三步：选择文件夹、识别样本选择字段、批量提取并自动保存。相比之前版本，新增支持任意格式票据处理，并能区分电子PDF（可选中文字）与非电子PDF（需OCR识别）。下载地址附后。

只需要在原始点云中采样几个视角点，就可以很平滑的生成点云漫游视频，效果也很酷炫，可以切换色彩渲染方案，生成的视频为avi格式下载地址：https://pan.baidu.com/s/1WQQ8kaDilaagjoK5IrYZzA提取码：1111

最近想把大疆禅思L1 录制的激光 LDR 数据，也就是把里面的数据一帧一帧的抽取出来，然后和图像数据做一个匹配，奈何问了一圈大疆的技术支持，就是不对外开放这个数据保存的协议，木有办法，只好自己动手尝试硬破解了。。。具体的破解过程就不放出来了，不知道会不会涉嫌违反了大疆的使用协议之类的，大概说下思路吧，就是先用暴力尝试的方法跳过帧头，然后找到激光点数据保存的格式，再循环按照格式解析激光点数据就行了。