第04章 断句原理:本地 VAD 与神经网络 VAD
第04章 断句原理:本地 VAD 与神经网络 VAD 本文摘自《VoiceAgent 全栈实战》原理篇,作者 亢-AIRTC,清华社签约作者。 全书与配图 用户把一句话说完之后,语音智能体应该等多久才开始回答?这个看似琐碎的决定同时卡着两头…
本文以一次轻量实操说明:豆包适合低成本试水AI短视频,结构化提示词是提质...
后端开发文章把增量同步从“拉昨天”升级为重叠窗口、幂等写入与周期审计,适合已有本...
后端开发可视化演示降低理解门槛,适合 Java 初学者和教学场景,也可作为源码调试辅...
第04章 断句原理:本地 VAD 与神经网络 VAD 本文摘自《VoiceAgent 全栈实战》原理篇,作者 亢-AIRTC,清华社签约作者。 全书与配图 用户把一句话说完之后,语音智能体应该等多久才开始回答?这个看似琐碎的决定同时卡着两头…
宝宝数据隐私:为什么我坚持自家数据自己掌握 这个小程序的所有设计里,我最较真的不是功能,是数据归谁。孩子的照片、喂养记录、健康数据,是全家最私密的东西。这篇讲讲我在数据隐私上的几个坚持,以及落到技术上是怎么实现的。 孩子数据存在自己家 一、…
第05章 实时语音识别的 ASR 原理 本文摘自《VoiceAgent 全栈实战》原理篇,作者 亢-AIRTC,清华社签约作者。 全书与配图 读者在使用语音助手时,多半见过这样的画面:话才说了一半,屏幕上的字已经逐个冒出来,而且冒出来之后还…
第06章 文字转语音的 TTS 原理 本文摘自《VoiceAgent 全栈实战》原理篇,作者 亢-AIRTC,清华社签约作者。 全书与配图 早年的机器朗读,一听就知道不是人:字与字之间顿挫生硬,语调平得像念清单。如今的语音助手读同一段文字,…
2026 年 8 月 26 日,智谱(Z.ai)发布并开源了 GLM-5.3-Flash——GLM-5 系列的首个原生多模态模型,权重当天以 MIT 协议放出。它是一个 320B 总参数 / 18B 激活的 MoE 模型,在 Artific…
> 本文涉及 HarmonyOS 6.1.0(23) 与 7.0(26) 两个版本分支。文中代码是为说明问题编写的完整示例,不是官方示例的搬运;API 名称与版本号等事实性信息均标注官方出处;涉及真机表现的部分已明确标注,未做任何实测数据编…
在构建多Agent协作系统时,System Prompt的编排往往成为隐藏的技术债务。当插件数量增长、上下文动态变化时,传统的字符串拼接方案会暴露出顺序失控、耦合严重、无法热更新等结构性缺陷。DeepSeek Harness(dsh)框架通…
> 本文涉及 HarmonyOS 6.1.0(23) 起的视觉输入重建与 7.0(26) 新增能力。文中代码是为说明问题编写的完整示例,不是官方示例的搬运;API 名称、枚举取值与版本号等事实性信息均标注官方出处;涉及真机表现的部分已明确标…
> 本篇是 Rspack 源码解析系列第五篇。上一篇我们从 ModuleGraph 得到了 ChunkGraph,已经知道 index.ts、math.ts、lazy.ts 各自会被放入哪些 Chunk。但“放进 Chunk”不代表它们已经…
作者 | 付秋伟 编辑|王一鹏 "AI 不会替代人类,反而会承接大量低价值工作,让人类有时间去做一些创造性工作。" 在被问及 AI 对人的替代问题时,这句话几乎是所有大会 Keynote 和圆桌论坛的标准答案。 但从 2026 年打工人的实…
当例行部署导致支付网关瘫痪时 三年前,某大型支付处理商的结算服务在对账高峰期曾中断四小时。根本原因并非硬件故障或 DDoS 攻击,而是在部署过程中进行的一项例行 ECS 任务替换——该操作与对单个 Redis 节点的隐性依赖相结合,导致授权…
- 2026-09-15北京 本文字数:2265 字 阅读完需:约 7 分钟 AI正从能力组件演进为具备自主规划与执行的软件系统,工程重心转向保障其稳定、可信、可控运行。QCon上海站聚焦AI Native时代核心挑战,覆盖Agent Ru…
一、DataHub 出现的背景 传统的数据目录通常解决的是“登记”和“搜索”问题:有哪些表、有哪些字段、谁创建的、文档在哪里。随着数据平台规模扩大,仅靠静态目录会遇到几个明显瓶颈。 第一,数据资产数量增长很快。一个企业可能同时使用 Hive…
直播间要用一段 AI 视频,生成任务应该在什么时候发生? 设计同学提前做一段礼物特效,可以挑选结果、调整画面,再交付使用。观众送出礼物后,才根据主播当下的画面生成故事,等待就进入了这次互动。再往前走,如果整个节目都由 AI 持续生成,观众还…
淘宝直播的 AI 分身正在从“能生成一段话”,走向“能围绕当前直播间、当前商品和当前场次持续给出准确回答”。在这一过程中,真正决定回答质量的,往往不只是模型会不会说,而是系统能不能先找到正确的商品事实。 商品名称、卖点、类目、主播、场次和业…