- 博客(10)
- 收藏
- 关注
RSS订阅原创 从唤醒到表达：打造一条完整的语音交互链路
本文介绍了构建完整语音交互系统的三大核心技术：Snowboy作为轻量级本地唤醒引擎，负责精准捕捉唤醒词；Dolphin ASR担任语音识别核心，实现实时高精度转写；EasyVoice（TTS）通过深度学习合成自然语音进行播报。三者协同形成"唤醒-识别-反馈"闭环，可应用于智能家居、车载系统等场景。这些技术使机器具备"听、懂、说"的人性化交互能力，是构建智能语音系统的关键基石。
2025-09-15 10:50:16
1025
原创 Dolphin ASR —— 系统的“大脑”：实时语音识别引擎
Dolphin ASR是一款高性能语音识别系统，作为语音交互的"大脑"，能实时将语音流准确转换为文字，支持多语种和领域定制。核心特性包括毫秒级延迟、多协议接口和私有化部署，适用于会议转写、智能客服等场景。提供本地部署和容器化方案，可与Snowboy唤醒、EasyVoice TTS组成完整交互闭环。系统强调高性能架构和隐私保护，适合企业级应用，需注意资源分配优化。
2025-09-13 08:30:00
559
原创 EasyVoice (TTS) —— 让机器开口说话的声音艺术家
EasyVoice是一款基于深度学习的文本转语音（TTS）引擎，支持多语言、多风格语音合成，具有高自然度、低延迟等特点。它可作为语音交互系统的输出模块，与唤醒（Snowboy）、语音识别（Dolphin ASR）配合形成完整闭环。项目提供本地部署和容器化方案，支持REST API等多种调用方式，适用于智能客服、智能家居、无障碍阅读等场景。用户可通过参数自定义声音特性，实现情感化语音输出，并支持GPU加速优化性能。
2025-09-12 08:30:00
1046
原创 Snowboy — 设备的“耳朵”：热词唤醒引擎
Snowboy是KITT.AI开发的轻量级离线语音唤醒引擎，支持自定义唤醒词、低功耗运行和跨平台部署。核心优势包括本地化处理保障隐私、多唤醒词并行识别、适配树莓派等嵌入式设备。应用场景涵盖智能家居、车载系统、机器人交互等。部署方式支持源码安装和Docker容器化，可与DolphinASR、EasyVoice等模块构建完整语音交互链路。虽然官方已停止维护，但其开源特性仍受社区支持，适合本地化语音项目开发。
2025-09-11 19:37:52
984
3
原创 《Vanna实时增量训练实战：基于RAG的动态数据建模与私有化Text-to-SQL应用》
《Vanna实时增量训练实战：基于RAG的动态数据建模与私有化Text-to-SQL应用》介绍了Vanna这一开源AI工具，它能够将自然语言查询自动转换为SQL语句，支持多种主流数据库如PostgreSQL、MySQL和Snowflake等。Vanna的核心功能包括自然语言到SQL的转换、语法校验、查询优化建议、审计日志和多数据库支持，并提供了RESTful API接口。文章详细介绍了Vanna的部署要求，包括最低配置和推荐生产配置，并提供了快速部署指南，涵盖服务器一键部署和Docker Compose部署
2025-05-20 09:47:15
1097
原创 GeoServer 2.27.0 全栈开发与OpenLayers集成指南
《GeoServer 2.27.0 全栈开发与OpenLayers搭建指南》介绍了GeoServer的基本功能与特性，并提供了环境搭建与部署的详细步骤。GeoServer是一个基于J2EE平台的开源地理信息系统（GIS）服务器，支持WMS和WFS标准，能够发布、更新和管理地理空间数据。其主要功能包括兼容多种数据源（如PostgreSQL、Shapefile、Oracle等）、支持多种投影方式、输出多种格式的地图（如JPEG、PNG、KML等），并能在任何J2EE/Servlet容器上运行。此外，GeoSer
2025-05-16 07:00:00
1213
原创 地理信息系统（GIS）与代码集成指南
本文详细介绍了地理信息系统（GIS）的核心概念与技术体系，并深入探讨了GeoServer与OpenLayers的集成方案。GIS通过空间关联性、多源数据融合和智能分析能力，实现对地球表层空间数据的采集、存储、管理与可视化。GeoServer作为开源GIS服务器，支持多种数据格式发布为WMS/WFS服务，并通过SLD实现图层样式自定义。OpenLayers作为前端地图引擎，具备多源图层叠加、交互式操作和跨终端适配等优势。文章还提供了GeoServer的典型部署流程和OpenLayers的地图服务调用示例，并提
2025-05-15 16:41:18
1062
原创 Dify离线部署完整指南：打造私有化AI应用平台
Dify是一款开源的大语言模型应用开发平台，支持离线部署，适用于无外网连接的内网环境。离线部署的优势包括数据隐私保障、定制化开发、性能优化、成本控制和网络限制。部署前需准备符合要求的操作系统、硬件配置和必备组件，如Docker和Docker Compose。在线环境下，通过Git获取Dify资源并启动Dify容器，随后进行镜像打包和文件整理，最后在离线环境中修改docker-compose文件以实现本地镜像启动。这一过程确保了在无网环境中实现私有化部署，满足企业对数据安全和定制化的需求。
2025-05-14 17:49:18
1843
原创 Dify Chatflow 实战教程：自然语言生成 SQL 并图表展示
本文介绍了如何利用 Dify 平台构建一个自然语言转 SQL 的智能助手，帮助业务人员通过自然语言查询数据库并生成图表。教程基于 Dify Chatflow，结合大模型（如 GPT-4、Claude 等）和自定义插件，实现从自然语言到 SQL 语句的自动转换，并通过 ECharts 展示查询结果。文章详细说明了技术架构、应用场景、准备工作及在 Dify 中配置工作流的步骤，包括如何定义 LLM 节点的 Prompt 以实现多轮对话。通过该工具，用户可以轻松查询数据库并可视化数据，提升工作效率。
2025-05-13 17:19:11
4979
8
原创 Dify部署流程
Dify 是一款开源的大语言模型（LLM）应用开发平台，支持快速搭建生成式 AI 应用，并提供类似 Assistants API 和 GPTs 的功能。通过 Docker 部署 Dify 的步骤包括：进入 Docker 目录、复制环境配置文件、启动 Docker 容器，并检查容器状态。部署完成后，可通过本地或服务器访问 Dify 进行管理员账户设置和主页面访问。Dify 支持自定义配置和模型 API Key 的设置，用户可创建应用并配置对话工作流。此外，Dify 还支持本地部署 DeepSeek-R1 模型
2025-05-13 16:21:03
2098
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人