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 ...

A Ultralight Digital Human model can run on mobile devices in real time!!! 一个能在移动设备上实时运行的数字人模型,据我所知，这应该是第一个开源的如此轻量级的数字人模型。 Lets see the demo.⬇️⬇️⬇️ 先来看个demo⬇️⬇️⬇️ 如果你视频中声音质量比较差的话，效果大 ...

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 ...

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 ...

杭州睿数科技自主研发的海豚实验室《数智工程实训平台V3.0》正式上线，欢迎免费试用！ 提供真实行业场景项目开发全闭环 ...

DataSet: 本文使用GTZAN Genre Collection音乐数据集，地址:[1] 这个数据集包含1000首不同的歌曲，分布在10种不同流派，每个流派100首，每首歌曲大约30秒。 使用的库：Python库librosa，用于从歌曲中提取特征，并使用梅尔频率倒谱系数（ Mel-frequency cepstral coefficients ，MFCC）。