本文主要围绕着如何结合 OpenAI Whisper、FFmpeg 和 TTS（Text-to-Speech）技术，以实现将视频翻译为其他语言并更换声音的过程。...【查看原文】
使用GPT-4V的视觉能力和TTS功能，可以实现类似AI足球解说演示的讲述视频。下面是简单的操作步骤： 1、? 提取视频帧： • 用OpenCV初始化视频文件读取。 • 遍历视频，逐帧处理，并将每一帧编码为base64格式。 2、? 构建描述提示： • 创建一个结构化的提示，包含视频描述的请求，“用户”角色，以及编码的base64视频帧。 • 定义GPT请求的参数，如模型、提示信息和API密钥。 [图片] 3、? 发送GPT请求： • 通过openai.ChatCompletion.create函数发送请
OpenAI
AI_Fox 2023-11-07
提示工程作为一门较新的学科它关注提示词的开发与优化帮助用户将大语言模型（LLM）应用于各类场景和研究领域在当前AI的强力助推之下提示工程师（Prompt Engineer）已经悄然出现有人称其不写代码也能年入百万那么提示工程师都做些什么事情？提示工程（Prompt Engineering）究竟有何魔力？与ChatGPT之间有何关联？它有哪些基本原则与实操技巧？这些都等待我们进一步去揭秘！作为翻译/语言学习者我们更加关注的是如何将提示工程与自己关注的领域联动从而能够高效撰写翻译场景/语言学习中的C
提示工程大语言模型提示词编程ChatGPT
翻译技术点津 2023-06-26
很多做录音采访之类的工作，需要实时录音后期还要将谈话内容整理成文字，如果人工去做的话及其耗时，还可以根据音频文件生成srt字幕，非常适合做自媒体视频的人用，还比如看到一些视频非常好很想将里面的文案提取出来，有很多软件就可以实现将语音转成文字，这里就跟大家分享一个免费又好用的软件：Whisper，这是一个免费开源程序，该软件是whisper.cpp实现的Windows 移植，是OpenAI 的 Whisper自动语音识别 (ASR) 模型的 C++ 端口。github项目地址：https://github.
WhisperGitHubOpenAI
AI画师大阳 2023-09-09
看美剧想翻译字幕，就想起了这个Whisper模型。详细描述了实现过程：获取字幕、翻译字幕、合成为视频！
OpenAIWhisper
彭喜迎MAX 2024-03-18
中新社济南3月8日电题：AI翻译能否消除跨语言交流障碍？飞星火、ChatGPT、文心一言等为代表的大模型平台如雨后春笋般涌现，加速迭代升级，让传统翻译行业面临前所未有的挑战，也对跨文化交流、国际信息传播产生直接影响。如何利用AI技术打破跨语言沟通困局？
ChatGPT文心一言
中国新闻网 2024-03-08
金融界2024年12月26日消息，国家知识产权局信息显示，深圳市斯远电子技术有限公司申请一项名为“音频处理方法、装置、电子设备及计算机可读存储介质”的专利，公开号CN119181351A，申请日期为2024年8月。
金融界 2024-12-26
金融界2024年12月26日消息，国家知识产权局信息显示，保时捷（上海）数字科技有限公司申请一项名为“用于语音可激活的设备的方法及相应的装置、设备和车辆”的专利，公开号CN119181354A，申请日期为2023年6月。专利摘要显示，本发明提供了用于语音可激活的设备的方法及相应的装置、设备和车辆。
金融界2024年12月26日消息，国家知识产权局信息显示，上海任意门科技有限公司申请一项名为“一种语音合成方法、装置、电子设备及存储介质”的专利，公开号CN119181349A，申请日期为2024年11月。
金融界2024年12月26日消息，国家知识产权局信息显示，信利光电股份有限公司取得一项名为“一种渐变色盖板结构”的专利，授权公告号CN222202266U，申请日期为2023年11月。
金融界2024年12月26日消息，国家知识产权局信息显示，未势能源科技有限公司取得一项名为“燃料电池系统的空压机组件、防撞支架以及车辆”的专利，授权公告号CN222202271U，申请日期为2024年1月。
金融界2024年12月26日消息，国家知识产权局信息显示，信利光电股份有限公司取得一项名为“一种呈现木纹触控的车载触摸屏”的专利，授权公告号CN222202267U，申请日期为2024年4月。
金融界2024年12月26日消息，国家知识产权局信息显示，上海九歌乐器音响有限公司申请一项名为“一种安装于钢琴键盘架前档的扫描电路板结构”的专利，公开号CN119181337A，申请日期为2024年11月。
金融界2024年12月26日消息，国家知识产权局信息显示，深圳国荟数智科技有限公司申请一项名为“一种适用于会议系统的无线音频星闪传输噪声管理方法及系统”的专利，公开号CN119181344A，申请日期为2024年8月。
金融界2024年12月26日消息，国家知识产权局信息显示，瑞安市展鹏机械有限公司取得一项名为“一种电机用差速输出组件”的专利，授权公告号CN222202263U，申请日期为2024年5月。
金融界2024年12月26日消息，国家知识产权局信息显示，平安科技（深圳）有限公司申请一项名为“语音生成方法、装置、电子设备及存储介质”的专利，公开号CN119181346A，申请日期为2024年9月。专利摘要显示，本申请实施例提供了一种语音生成方法、装置、电子设备及存储介质，属于人工智能技术领域。
Copyright © 2026 aigcdaily.cn 北京智识时代科技有限公司 版权所有 京ICP备2023006237号-1
