Skip to main content

黑洞资源笔记

黑洞资源笔记
黑洞资源笔记

  2. 强制时间对齐的时间戳精确版Whisper语音识别 | WhisperX

    该存储库通过强制使用基于音素的ASR模型（例如wav2vec2.0）来优化openAI的Whisper模型的时间戳，多语言用例。

    Whisper是由OpenAI开发的ASR模型，在大型的各种音频数据集上进行训练。虽然它确实会生成高度准确的听录，但相应的时间戳位于话语级别，而不是每个单词，并且可能不准确几秒钟。

    基于音素的 ASR一套经过微调的模型，用于识别区分一个单词和另一个单词的最小语音单元，例如“tap”中的元素p。一个流行的示例模型是wav2vec2.0。

    强制对齐是指将正字转录与录音对齐以自动生成电话级分段的过程。

  3. 匿名口令分享文本，文件，像拿快递一样取文件

    主要特色
    轻量简洁：Fastapi+Sqlite3+Vue2+ElementUI
    轻松上传：复制粘贴，拖拽选择
    多种类型：文本，文件
    防止爆破：错误次数限制
    防止滥用：IP限制上传次数
    口令分享：随机口令，存取文件，自定义次数以及有效期
    匿名分享：无需注册，无需登录
    管理面板：查看所有文件，删除文件
    一键部署：docker一键部署

    FileCodeBox | #工具

  4. 基于Arxiv官方API与Github Actions相关服务，提供Arxiv的定制化服务，使用者可以通过配置相关文件，从Arxiv每日发布的最新研究成果中，实现个性化轻松地阅览属于自己的Arxiv网站

    基本功能：
    跟踪指定领域的最新成果
    缓存指定时段的文章信息

    特色功能：
    快速聚焦到文章标题中的指定关键字
    方便注意到文章作者中的指定学者
    及时了解到相关知名会议、期刊的学术文章

    MyArxiv | #科研

  5. Linux上的实时音频字幕桌面应用

    Live Captions 是一个为 Linux 桌面提供实时字幕的应用程序。目前仅支持英语。其他语言可能会产生乱码或错误的语音翻译。

    特征：
    简单的界面
    本地字幕桌面/麦克风音频，音频永远不会发送到任何地方
    不依赖任何专有服务/库
    调整字体、字体大小和文本大小写
    可选的令牌级置信度文本淡化
    运行它需要一个可以执行实时字幕的相当不错的 CPU，特别是如果您想在运行实时字幕的同时执行其他任务（例如视频解码）。它已经过测试：

    英特尔 i7-2670QM (2011)
    英特尔 i5-8265U (2018)
    AMD 锐龙 5 1600 (2017)
    不需要或不使用 GPU。

    LiveCaptions | #字幕 #Linux

  10. 科研大牛们怎么读文献？ ​
    Telegraph
    科研大牛们怎么读文献？
    读文献要读人，读典和读新。 科研大牛们读文献的技巧很多时候是指导给学生。很幸运，我的导师在指导学生方面非常尽职尽责，在平时的闲聊之中也教给了我很多的文章阅读方法，同时加上我平时以及总结的文献阅读和获取技巧，希望在这里分享给大家。 以下是我这篇回答的主要内容：读文献要读人，读典和读新。

  11. “Python 为什么”系列文章合集

    “Python为什么”是一系列文章的合集（含翻译），主要关注 Python 的语法、设计、发展、与其它语言的差别等话题，以一个个“为什么”式的问题为切入点，试着展现 Python 的迷人魅力。

    大多数人似乎比较关心“怎么做”（HOW-TO）以及“是什么”（WHAT-IS），因此这类的文章随处可见，同质化极为严重。但是，作者更关注的话题是“为什么”（WHY-DO or WHY-NOT-DO），这体现了一种不同的思维方式，它可能偏于务虚，有时候对工作内容不会有实质性的帮助。

    python-whydo | #Python