通义听悟的中文视频识别效果还真不错。我尝试了这则视频，不仅每一段都进行了转录，而且（与飞书妙记不同）它在每一个「章节」后面都加入了自己的总结。还将这些总结在开头列出。如果中文夹杂英文的话，英文识别效果还有待提升。不过从用户内容吸收…

分享一个链接

发表一篇文章

任何有趣的，图片，热点新闻，视频，文字...

4639 位用户此时在线

24小时点击排行 Top 10：

阿里的 Wan2.2 有点东西！使用方法见评论👇 一段你在说话的视频，一张相同分辨率的其他人物的图片，就能让你不露脸出镜，i 人主播福音！理论上直接开直播问题不大，再把音色换一换，死肥宅摇身一变性感美女，也可以去收割其他死肥宅了🤪

10月23日，网友剪辑出了小米汽车出事故“翻车” 合集。

继“雷式小字广告”之后，网友们纷纷发视频模仿并嘲讽雷军的“雷式营销法”。

10月21日，继西贝天价预制菜后，一名博主发布视频称，其在上海万豪酒店举办婚礼晚宴，有宾客反映菜品口感不佳，怀疑酒店使用了预制菜。博主表示婚宴共花费约37.98万元，每桌餐标8888元。与酒店交涉后，酒店方面回应称“100%不会使用预制菜”。

暴力青蛙，惩奸除恶🐸！

华人有多蠢.jpg

“总统先生，我只想说，没有您，这个国家就会灭”——川普手下对川普说。忠诚不绝对的李鸿忠看来都得跪下喊师傅。而且这绝非孤例，美国政治的退化速度之快，远超世人的想象。

决定原谅这个世界一分钟

近日，国内测评博主在视频中爆料，曾卖79块钱一只眉笔的花西子，旗下“花西子桃娇鲜颜精华底霜”被检查出苏丹红（3类致癌物）超标。

10月23日，10月23日，柬埔寨财通市，一群中国男子手持铁棍对一个中国女子拳打脚踢并强迫女子上车。

牛群的心酸：“鲁豫啊，这当官的事情，你不太明白啊”

10月23日，亮亮丽君最新进展，来了八九个“有关部门”的人上门威胁，让他们闭嘴，称再发会涉及到“一个罪名”。

⚠️千萬不要吃清真食品⚠️ 了解穆斯林的生活習慣： 1/入廁時，牠們用左手清理屁眼的大便。 2/做飯時，牠們左右手一齊做蘭州拉麵。 3/揉麵時，牠們左右手一齊揉麵，不分左右。 4/吃清真食品，必然等於、大於吃屎。 5/清真食品，一定是世界上最惡心的食品。

人品正、能力強、態度佳、懂分寸、有潛力往往能相互欣賞，出來混可靠的基石。

陽光玫瑰的故事，是過去一系列農產品育種的縮影：日本培育，未授權但快速出現在韓國中國等地。然後「勤勞」的中國人，快速「卷」起來，在日本一串2000日元起的名物，在中國很快爛大街。

10月20日，河北省，沧州市。河北沧发资产管理集团有限公司，一名道爷身穿道服在公司门口敲锣要债。#维权

10月21日，广东省，汕头市。陈店镇政府近日发布《致学生家长的一封信》，明确禁止中小学生参与任何形式的民俗活动，包括英歌队、腰鼓队、游神游行表演等。

10月24日，广西省，百色市。截止今日，百色积水仍未退去，尽管已经安排了抽水机日夜不停地往外抽水，可是大部分的房屋仍然泡在水里。

10月20日，陕西咸阳渭河。网友拍到不明原因发生的连续三次爆炸。

我不蠢！☹️

波克羅夫斯克方向被擊斃的俄軍，俄軍不停的進攻就是給烏克蘭歐洲造成壓力，堅持最大主義戰略目標，不承認失敗。

10月23日，广东的过度防疫仍在持续，为了灭蚊，当局甚至把路两旁的树都给砍的光秃秃的，只剩下树干。

我不懂经济，但懂中国，所以四中全会公告说了很多人看不懂的话，简约版，就三句话：一，“加快高水平科技自立自强，引领发展新质生产力。”

10月22日，云南省红河州河口县北山社区发生山体滑坡，导致一栋楼房垮塌。

今天看到了一个新闻：说是四五个大学生，网贷屯csgo的武器啥的当中间商，结果砸手里，跳楼了，母亲来收尸直接崩溃了。

本站自动实时分享网络热点
24小时实时更新
所有言论不代表本站态度
欢迎对信息踊跃评论评分
评分越高，信息越新，排列越靠前

2

1

0

通义听悟的中文视频识别效果还真不错。我尝试了这则视频，不仅每一段都进行了转录，而且（与飞书妙记不同）它在每一个「章节」后面都加入了自己的总结。还将这些总结在开头列出。如果中文夹杂英文的话，英文识别效果还有待提升。不过从用户内容吸收…
推特中文圈
( twitter.com )

2年前由 Wang Shuyi 提交

1周内 1个月内 1年内全部时间

1
2
3
4
5
6
...
400
下一页

1

2

1

1

Whisper Web，在线音频文件转文本。

基于Transformers.js v2.2.0
支持 100 多种不同语言转录。

视频里没看到whisper Large选项，估计中文识别不会特别好。

昨天试了下阿里通义听悟…
IT技术
( twitter.com)

2年前 • 向阳乔木 • -- 点击 0 评论

2

2

1

1

阿里的通义听悟成了我最近在电脑上听播客的主要方式：

- 下载播客音频；
- 将音频导入通义听悟平台，1 个小时的音频大概只需要 5 分钟导入和处理；
- 通义听悟处理后，自动生成章节和声音转录的文本（能够区分不同说话人），支持文…
推特中文圈
( twitter.com)

2年前 • 未完成 • -- 点击 0 评论

3

2

1

1

最近我试用了一下飞书的妙记来帮我生成视频字幕和翻译字幕，效果挺不错的，能比较快的识别中文和英文（还有其他语言的支持，不过没一一测试），能识别发言人，对一些口音比较重的中式英语印式英语都能识别的很不错。
我日常翻译字幕时需要手动做的一些事情可以自动化了：
-
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 0 评论

4

3

2

2

最后用解决了
起因是我妈公司接了个活儿，要人工做语音转文字的文稿校对
一开始用免费的通义听悟，效果不好
换成收费的讯飞听见，效果还是不行
讯飞提供了人工服务也不贵，但是反馈音频文件有「背景噪音大、声音嘈杂、口音重、吐字不清晰等问题」，说就算付费了，准确率也不会太高
时政
( twitter.com)

3个月前 • dontbesilent • -- 点击 0 评论

5

5

4

4

【真朋克啊！不错不错！】视频：兔峨中学《还我蔚蓝》
视频
( v.youku.com)

12年前 • 大粑粑 • -- 点击 0 评论

6

3

2

2

最新阿里发布的 QWen2-VL-7B 的视觉语言模型有点强⚡️
OCR 能力达到同级开源模型 SOTA 效果！英文基础测试手写字识别准确度 “100%”🤯🤯 而且中文支持还不错！🔥
在线体验 👉
时政
( huggingface.co)

1年前 • Tom Huang • -- 点击 0 评论

7

2

1

1

昨天晚上我把这个视频转发进去了200个群，真的很辛苦，今早一看，效果显著，真的不错……
时政
( twitter.com)

4年前 • twitter机器人 • -- 点击 • 下载视频 0 评论

8

2

1

1

第一次尝试 #ComfyUI，拿来做了一个小红书爆火的毛绒质感图标，效果真不错，别说女生了，我看了都喜欢😍。 #AI #AIGC
时政
( twitter.com)

1年前 • KeJun • -- 点击 0 评论

9

2

1

1

在 blog 中尝试用上了，效果不错啊！

大家 tweet 我 blog 中任意一篇文章的 url，然后 reply, like or retweet 应该都会出现在对应文章最下面…
IT技术
( twitter.com)

2年前 • GeekPlux • -- 点击 0 评论

10

2

1

1

这条Thread信息量很大，我根据其内容和推友评论，弄了一个Colab，效果感觉不错：
- 指定视频URL，利用faster-whisper识别文字到word级别，按照一定规则合并为句子后再调用 ChatGPT接口进行翻译
- 添…
IT技术
( twitter.com)

2年前 • lewang🍥 • -- 点击 0 评论

11

2

1

1

真是这样吗？
念错别字上行下效，别怪国家语委有文盲……
视频【那些改过的古诗，你读对几个】
网友：我看完觉得我的大学白念了……
时政
( twitter.com)

1年前 • 章立凡 ©️Zhang Lifan💎 • -- 点击 • 下载视频 0 评论

00:00:05

12

2

1

1

这位老先生以及他的“世界常识“让我想到了“不查定义”的悉尼奶爸。

我曾经评论过他的视频并指出了一些基本错误：

结果他回应中不止不承认自己错了还说“查一查，是我的本行”。最后把我说成…
推特中文圈
( twitter.com)

4年前 • twitter机器人 • -- 点击 0 评论

13

2

1

1

前几天那个用 SD 稳定转换视频的Rerender a video方案的一个尝试，虽然他们还没开源但是可以通过克隆hf库的方式在本地运行，从这个 reddit 老哥尝试的结果来看效果相当不错。
自己本地部署可以解除掉 8 帧的限制…
IT技术
( twitter.com)

2年前 • 歸藏 • -- 点击 0 评论

14

2

1

1

正在看凉夕的youtube视频，看到磕头那一幕突然醒悟
这哥不去直播真的埋没了人才，太出节目效果了😂
币圈
( twitter.com)

2年前 • sanyi.eth/Overworld • -- 点击 0 评论

15

2

1

1

【钟文泽：Apple Vision Pro 真机佩戴体验】体验过程不允许拍摄视频和照片，所以我只能通过口述方式回忆这40分钟。我视频里所有描述的话语，也无法还原真实佩戴的震撼，3D景深立体的信息是超越时代的。发布会上的宣传片效果就是真机的实机演示水平。真机的效果甚至要超越宣传片，因为宣传片是2D的，根本不能体现3D的效果。
大陆资讯
( weibo.com)

2年前 • 三聚氰胺 • -- 点击 0 评论

16

2

1

1

如果想做视频讲课，又不想露脸（或者不想洗脸），可以把iPhone连上，在OBS中作为视频输入，然后打开信息，调出“拟我表情”。
看起来效果还不错，但不知道是否会算作对苹果的侵权
推特中文圈
( twitter.com)

4年前 • twitter机器人 • -- 点击 0 评论

17

3

2

2

苹果播客app的转录字幕功能正式推出了，对于学英文的朋友这就太方便了！
我用自己的英文节目做测试，结果好到不真实：不但没有任何错误，甚至连专有名词都完美识别（比如Senior Product Researcher at Xero)。这比GPT4还强。我觉得苹果肯定在做自己的AI项目。
可以顺便听听我的节目：Bear Academy😊
IT技术
( twitter.com)

1年前 • Bear Liu • -- 点击 0 评论

18

2

1

1

Moonvalley 和Pika ，应该是目前效果最好的免费文本生成视频工具了吧？

都集成在Discord，加入频道就能用。

尤其是Moonvalley，动漫人物生成效果很不错的样子。
IT技术
( twitter.com)

2年前 • 向阳乔木 • -- 点击 • 下载视频 0 评论

00:00:05

19

2

1

1

阿里的通义听悟推出了Chrome插件，可以实时转写没有字幕的音视频。

下载地址：

还有些其他功能，非常适合开多语言会议、学视频课程等场景。

- 双语翻译
- 标记重点句、问题
-…
IT技术
( twitter.com)

2年前 • 向阳乔木 • -- 点击 0 评论

20

2

1

1

一英国朋友家聚会，请我帮忙做个蛋糕，我做了芒果奶酪蛋糕，顺便给自己做了个小蛋糕尝尝效果，嗯，味道还不错，接近专业水平
时政
( twitter.com)

3年前 • twitter机器人 • -- 点击 0 评论

21

2

1

1

#AI开源项目推荐：Vary
一套视觉感知上限极高的通用多模态框架：Vary
有多模态能力，并且可以做 OCR 和公式识别。
底层是基于LLaVA 和 Qwen（通义千问）
测试了一下，中英文 OCR 识别准确率相当高，公式识别也很不错，测试了一篇文章里的公式，只有一个地方把 g 认成了 σ ，其他都对了。…
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 0 评论

22

2

1

1

OpenAI文字生成视频模型的效果，我已经震惊麻了，震惊不动了
没有正脸特写估计是因为还是会吓到小朋友
路边招牌的伪日文字，看起来比现在的文字生成图片后的效果更逼真了一点
时政
( twitter.com)

1年前 • 悉尼奶爸 SydneyDaddy 雪梨奶爸 🇦🇺 • -- 点击 • 下载视频 0 评论

00:00:17

23

2

1

1

看了下效果真的很赞👍🏻

这个视频不仅有演示，还有原理介绍，阿里云做语音识别，VITS生成语音，BERT识别情绪，根据情绪用UE5生成形象的动作。

让ChatGPT能按照派蒙的语气说话的Prompt是借助few-shot的技巧，…
推特中文圈
( twitter.com)

2年前 • 宝玉 • -- 点击 0 评论

24

2

1

1

因为下载视频用的是 yt-dlp 这个库，所以 yt-dlp 支持视频链接都是可以的，理论上 B站推特的视频也都是支持的，我刚试了识别推特上的《黄仁勋在台大 2023 年大毕业典礼演讲》的视频，倒数第二句不仅识别了中文，还翻译成英…
IT技术
( twitter.com)

2年前 • lewang🍥 • -- 点击 0 评论

1
2
3
4
5
6
...
400
下一页

0.14502 Second , Gzip Enable.本网所有言论均来自网络，不代表本网站立场。联系方式: [email protected]

©2012.11.21 bad.news All rights reserved. 社区自动运营第 -- 年零 -- 天
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

关注推特