- 博客(498)
- 资源 (19)
- 收藏
- 关注
RSS订阅
转载 Spark RDD 详细介绍
RDD(Resilent Distributed Datasets)俗称弹性分布式数据集,是Spark 底层的分布式存储的数据结构,可以说是 Spark 的核心, Spark API 的所有操作都是基于 RDD 的. 有容错机制并可以被并行操作的元素集合，具有只读、分区、容错、高效、无需物化、可以缓存、RDD依赖等特征。RDD只是数据集的抽象，分区内部并不会存储具体的数据。 R...
2018-09-13 17:47:58
1121
原创 Java多线程--局部变量(threadlocal)
ThreadLocal是什么 ThreadLocal并非是一个线程的本地实现版本，它并不是一个Thread，而是thread local variable（线程局部变量）。线程局部变量（ThreadLocal）的功用非常简单，就是为每一个使用该变量的线程都提供一个变量值的副本，是每一个线程都可以独立地改变自己的副本，而不会和其它线程的副本冲突。从线程的角度看，就好像每一个线程都完全拥有该变量。 ThreadLocal的接口： Ob
2010-11-26 10:08:00
1233
原创 WAV文件改变采样率（java版）
采样频率（Sampling Frequency），也称为采样速度或采样率，是指每秒钟从连续信号中提取并组成离散信号的采样数量，用赫兹（Hz）来表示。简单来说，采样频率描述了计算机每秒钟采集多少个声音样本。这一参数对声音文件的音质和音调有直接影响，并且是衡量声卡和声音文件质量的重要标准。采样频率的倒数叫做采样周期或采样时间，表示的是两个连续采样之间的时间间隔。例如，如果采样频率为 44.1 kHz（即每秒钟采集 44,100 个样本），那么采样周期就是约 22.7 微秒。
2024-09-16 13:48:55
776
原创 WAV裸流文件增加Header（java版）
在Windows环境下，大部分多媒体文件都是按照资源互换文件格式（Resources lnterchange File Format）存放信息，简称RIFF格式。构成RIFF文件的基本单位称之为块（chunk）,每个RIFF文档是由若干个块构成。每个块（chunk）由块标识、块长度及数据等三部分所组成。
2024-09-16 10:44:15
877
原创 Wav的Header读取（Java版）
计算机广泛配置的16位声卡，使用的采样频率通常包括11025Hz、22050Hz、44100Hz和48000Hz四种，其中，采用11025Hz采样的声音效果相当于电话声音的效果；声道数：有单声道和立体声之分，单声道的声音只能使用一个喇叭发声（有的声卡也将单声道信息处理成两个喇叭同时输出），立体声的WAV可以使两个喇叭都发声（一般左右声道有分工），这样更能感受到音频信息的空间效果。WAV文件采用的是RIFF格式结构，至少是由3个块构成，分别是RIFFChunk、fmt Chunk和Data Chunk。
2024-09-16 09:01:40
1091
原创 Java websocket介绍和通讯
WebSocket 是一种非常重要的网络协议，特别适用于需要实时更新和双向通信的应用场景。全双工通信：WebSocket 允许客户端和服务器在单个连接上同时进行双向通信。这意味着一旦连接建立，服务器可以主动推送数据到客户端，而客户端也可以向服务器发送数据。持久连接：WebSocket 连接在建立之后会保持打开状态，直到被显式关闭。这与传统的 HTTP 请求-响应模型不同，HTTP 每次通信都需要建立新的连接。
2024-09-15 18:13:10
988
原创 Java Netty框架介绍
它提供了一种高效、灵活的方式来处理网络 I/O，尤其适用于需要处理大量并发连接的应用程序。Netty 拥有活跃的社区和丰富的文档支持，这为开发者提供了大量的资源和示例，帮助解决开发过程中遇到的问题。Netty 采用事件驱动模型，所有的 I/O 操作都是异步的，这使得它能够处理大量的并发连接而不会阻塞。总之，Netty 的设计使其在处理复杂网络通信任务时非常出色，为开发者提供了强大的工具和灵活的配置选项。Netty 通过提供全面的异常处理机制和高效的资源管理，确保了应用程序的稳定性和可靠性。
2024-09-15 17:33:59
650
原创 Freeswitch 解决32秒 ACK TimeOut自动挂断问题
32秒断开可能与SIP或RTP的超时设置有关在FreeSWITCH的生产环境中遇到了大量通话在32秒后断开的现象。通过抓包分析中发现，SIP消息中的Contact地址被错误地设置为媒体地址。这种情况确实会导致SIP消息和媒体流的同步问题，从而引发通话中断。所以导致在发送200ok接通后，对方ack回不来，32秒后自动拆线（ACK Timeout）。
2024-09-13 11:40:29
306
原创 PaddlePaddle更改缓存位置（windows版本）
PaddleSpeach默认安装后，本地虽然有模型的运行相关环境，但是没有实际模型数据，这时系统会根据命令行查找相关模型，如果不存在就会去网上同步下载。这样随着模型的增多，空间占用越来越多，严重影响机器运行，急需更改模型缓存目录，根据官方文档，只需设置相应的变量环境即可。配置完成后，需要重启相关语音识别系统，配置才生效，这样相关模块的就下载到了对应的目录。首先配置一个公共的Paddle_home作为根，其他相关模块引用该根模块。
2024-09-12 16:05:18
682
原创 Java 把mp3文件转为wav格式文件
第四步： 写入WAV文件头。步骤 描述。第一步： 加载MP3文件。第二步： 创建音频输入流。第三步： 创建音频输出流。第六步： 关闭输入输出流。第五步： 写入音频数据。
2024-09-12 10:57:37
180
原创 PaddleSpeech目前不支持在AMD GPU上进行训练
此外，尽管PaddlePaddle支持NVIDIA显卡的CUDA驱动和AMD显卡的ROCm架构，但官方明确表示不支持使用AMD显卡进行训练，建议使用NVIDIA显卡进行训练。因此，对于需要GPU加速的训练任务，如果用户拥有AMD显卡，可能需要考虑使用其他支持AMD GPU的训练框架，或者使用云服务等方式来解决GPU训练的问题。此外，虽然PaddlePaddle支持AMD显卡的推理部署，但这主要是通过源码编译的方式实现的，且对于普通用户来说，自行编译源码可能存在一定的技术难度。（显卡是由GPU、显存等组成）
2024-09-11 09:24:02
836
原创 PaddleSpeech TTS API与流式速度对比（windows Java版）
PaddleSpeech语音识别系统，API模式和流式模式的相应时间的对比，希望对大家有所帮助！
2024-09-10 18:52:04
1059
原创 FreeSwitch之TTS 对接paddlespeech （windowsJava版）
本来计划FreeSwitch 通过tts_commandline对接第三方语音合成，但是由于在家安装的是windows版本，系统安装后mod缺少commandline模版，所以导致无法使用该模版。系统自带的TTS引起filter效果非常差，且不支持中文语音合成，导致在测试的过程中很多工作进行不下去。家里的电脑是windows10操作系统，安装的也是windows版本的FreeSwitch v1.11.2版本。第三步：代理模块请求语音服务器获得音频流，存储到FS指定的位置。监听FS发送过来的指令。
2024-09-10 16:45:07
351
原创 PaddleSpeech 本地部署+启用流式服务
关于如何Windows本地搭建：PaddleSpeech 的window环境搭建搭建完成后，只要使用PaddleSpeech的命令行或python模式进行执行，但是如果要想通过API或Stream模式，还需要单独启动相关web/流式服务即可，关于流式的相关参考资料安装完成后，进入相关目录可以看到Server相关信息： 通过以上我们可以看到安装目录下缺少conf配置文件，关于配置文件我们需要去下载相关源码，然后再Demo文件中存在相关配置：说明：语音合成-onnx模型速度比较快启动流式 ASR 服务:
2024-09-10 13:32:43
1042
原创 Java实现音频流录制或保存wav格式到本地
在Java中处理音频数据并保存到本地文件是一项常见的需求。你可以使用Java标准库中的包来完成这项任务。下面是一个详细的指南，介绍如何录制音频并将其保存为WAV文件。
2024-09-10 12:10:27
1089
原创 Python语言-NLTK库
NLTK（Natural Language Toolkit）是一个用于自然语言处理（NLP）的Python库，它为语言数据的处理、分析和建模提供了丰富的工具和资源。NLTK广泛应用于学术研究、工业界以及教育领域。以下是对NLTK的详细介绍，包括安装方法、主要特性、基本和高级功能，以及实际应用场景。Github地址：https://github.com/nltk/nltk。
2024-09-09 08:53:24
1003
原创 paddlespeech使用离线模型
如果出现找不到bpe_bpe_11297模型的bug，则需要在model.yaml中修改参数spm_model_prefix为这个文件所在的相对路径。当第一次安装好paddlespeech时候，开始使用时候后，因为模型不存在，所以会等一段时间从互联网上下载到本地。进入目录可获取对应的模型压缩包，放在你想要的位置进行解压。这说明本地不存在相对应的模型，程序从互联网上下载。这两个参数必须填写，否则还是会使用下载地址的模型。
2024-09-09 07:35:04
381
原创 PaddleSpeech 的window环境搭建
PaddleSpeech是百度飞桨（PaddlePaddle）深度学习平台下的一个语音服务工具包，它提供了一系列功能，包括语音识别、语音翻译、语音合成等。例如PaddleNLPPaddleSpeech基于飞桨的语音方向模型库，支持大量基于深度学习前沿和有影响力的模型，为开发者提供了便捷、高效的语音处理解决方案。PaddleSpeech特别关注于解决实际应用中的挑战，例如中英文混合语音识别。
2024-09-08 23:24:17
1215
转载 计算机CUDA介绍
跑深度学习需要用到GPU，而CUDA就是GPU和程序(如python)之间的桥梁。CUDA的环境依赖错综复杂，环境配置成为深度学习初学者的拦路虎。同时网上教程大多为解决某个具体环境配置报错，或者分别讲解CUDA、CUDAtoolkit(CUDA工具包)、CUDNN、NVCC等概念，并没有从计算机体系结构的角度将其层次化。故做此文，旨在帮助深度学习入门者从宏观上建立一个CUDA体系，而不是仅仅停留在报错才去了解的摸黑阶段。本文尽可能采用自顶向下的金字塔式讲解，使得文章抓住主干，逻辑层次清晰。
2024-09-08 13:27:30
263
原创 FreeSwitch中Speak用法
speak主要使用TTS技术进行文本转语音进行播放，phrase中的宏speak-text也是使用TTS技术以语音方式播放文本，phrase可以嵌套在playback中。TTS（text to speech）是将文本转换成语音的一项技术，又称为语言合成（Synthesis），作为AI语音交互，TTS是必不可少的一个环节。如果不指定engine和voice，可以通过通道变量tts_engine和tts_voice来指定引擎和发言人。什么情况下使用TTS，什么情况下使用录音呢？engine：引擎名称。
2024-09-06 07:32:54
418
原创 FreeSwitch的mod_flite详解
freeswitch默认提供了语音合成，mod_flite模块负责实现TTS语音合成，不支持中文只能实现英文合成，发音效果比较生硬，仅支持英文，不过用来学习足够了。Flite（又名Festival Lite）是一款完全免费的小型可嵌入TTS（文本到语音）引擎,适用于大多数操作系统平台，例如：FreeBSD，Mac，Linux和Windows。声音是16khz，voice支持：slt（女声）rms（男声）awb（男声）kal（男声）。
2024-09-05 13:28:20
331
原创 FreeSwitch中tts_commandline详解
mod_tts_commandline模块，本身没有TTS能力，而是通过调用TTS引擎的命令生成语音文件，tts命令可以配置，最终实现自动TTS语音播放的功能。tts_commandline通过命令来执行TTS功能，生成一个声音文件，进而播放。
2024-09-05 12:29:56
1143
原创 Freeswitch中Say的详解
在FreeSwitch开源语音系统中，Say命令是一个非常有用的命令，使用此命令可以实现系统发声，构建功能复杂的交互式场景，Say接口将预先录好的声音对特定的内容放音，支持多语言，如果要使用复杂的语音还需要专门的TTS结合Speak来实现。
2024-09-05 07:49:06
866
原创 Freeswitch实现中文语音包（超详细）
FreeSwitch实现中文语音实现，提供了可用的中文语音包下载地址，详细的介绍模块的编译、安装和配置，方便国人开发调试。
2024-09-04 17:30:39
480
原创 FreeSwitch 实现IVR语音菜单导航（Java ESL）
本文通过Java eventSocket与FreeSwitch的交互，主要实现功能：给用户播放提示音，让用户作出选择。通过ESL实现语音菜单功能，方便广大爱好者学习使用。
2024-09-04 08:56:04
318
原创 FreeSwitch 通过ESL实现IVR自动话务台
主要介绍java通过ESL的outbound实现FreeSWITCH的IVR功能，交互式语音应答，也就是我们说的电话语音菜单，可以使用预先录制的语音或TTS进行自动应答，提供菜单导航，。监听用户按键处理，和业务系统交互，例如：数据库的查询，订单获取等。
2024-09-03 13:30:47
699
原创 FreeSwitch 语音验证码的实现
相比较来说，语音验证更加便捷，语音验证码以电话语音的形式，不会被手机安全软件拦截，不会受运营商对短信通道控制的影响，无需等待，高效验证，到达率更高，用户体验更好。现在验证码的形式有很多，相信大家在日常生活或者工作中都遇到过，比如图形，数字，字母，手机短信，语音验证等等，说到安全级别高，那肯定就是，语音验证码和短信验证码了。相对来说，短信验证码使用的比较普遍，但偶尔也会出现收不到短信验证码的情况，有可能是运营商的原因，也有可能是用户自己设置了拦截或者手机出现了问题。因为验证码是通过信道变量动态实现。
2024-09-02 14:17:59
475
原创 FreeSwitch分机状态解析和Java DB实现
虽然我们可以通过ESL的指令完美的获得的相关坐席状态，但是这也无疑是增加FreeSwitch的负担，如果应用程序可以直接通过DB获得更加方便。通过以上数据可知，channel表只是记录通道接通，calls记录的是当a-leg与b-leg进行通话才有的数据，是实际产生的会话。FreeSwitch默认数据库是SqlLite轻量级数据库，如果我们使用Java链接FreeSwitch数据库。Java通过DB直接获取FreeSwitch坐席和注册用户状态，比直接 通过相关指令获得更加直接可控。
2024-08-30 17:28:35
522
原创 FreeSwitch数据库详解
FreeSwitch默认SQLITE嵌入式数据库详细介绍，FreeSwitch核心数据库表的作用，以及Java链接数据库获得相关坐席、注册等相关状态。增加FreeSwitch如何禁用Sqllite数据库。
2024-08-30 16:21:29
640
原创 FreeSwitch 分机状态解析和ESL实现
本文主要讲解FreeSwitch查询分机状态以及使用ESL实现期功能。以及JAVA通过ESL通过使用相关指令查看分机相关状态。
2024-08-30 14:04:33
908
原创 FreeSwitch通过WebRTC实现语音通话
FreeSwitch使用WebRTC 实现网页通话，本文主要使用JSSIP库，开发编写网页软电话的呼叫和接听实现。本文主要包括：FS的WebRTC配置和前端代码实现。
2024-08-27 16:39:27
441
原创 FreeSwitch使用HTTP服务接受话单
FreeSwitch 通过mod_format_cdr模块，把话单cdr通过http方式传递给后台服务器。后台服务根据话单和预设的短信模版实时触发短信(SMS)信息。本章主要介绍FreeSwitch+SMS系统实现批量外呼下的，挂机短信功能。
2024-08-27 15:20:00
331
原创 Freeswitch动态配置方案XML_CURL
mod_xml_curl模块主要实现一个集中管理配置的配置中心，统一管理所有fs的配置，并可以实现动态的修改。它由一台WEB 服务器提供服务，当有用户注册（或 INVITE）请求时，FreeSWITCH 向你的WEB服务器发送请求，通过一些类的业务逻辑，生成一个标准的XML文件。2，configuration每次要添加新的配置的时候，调用frees witch的一下命令，就会请求接口，把新的配置刷新到内存中：sofia profile external rescan。4，phrases，语音短语管理。
2024-08-15 23:05:20
733
原创 JavaESL实现FS的按键监听播放音频
以上方案只是简单的实现按键监听，主要还是通过命令主动外呼实现，一般的呼叫中心是通过客户的主动拨通座机号，然后实现实现按键的接听，现在实现通用版拨号接通以及监听用户相关按键事件。首先在deafult.xml或public.xml中增加拨号计划，本文主要监听1234拨号（客服机器人），实现不同按键下的音乐播放。有的小伙伴说，这种代码方式实现比较麻烦，也不够灵活，最好都能在配置中心实现。Jave ESl 通过内联接通FreeSwitch，订阅FS的相关事件，通过监听不同的按键实现不同音频的播放。
2024-08-13 12:32:53
206
原创 FS+Lua+TTS实现IVR(互动式语音应答)
IVR（Interactive Voice Response）即交互式语音应答，也就是我们说的电话语音菜单，可以使用预先录制的语音或者TTS进行自动应答，提供菜单导航，主要用于呼叫中心系统。我们主要介绍FreeSWITCH提供的IVR功能。
2024-08-13 07:46:58
335
原创 FreeSwitch与Java通信ESL
主要通过Java ESL链接FreeSWITCH的简单例子，通过异步发送呼叫相关指令和监听FS的相关事件，为今后搭建呼叫中心或智能外呼做准备。
2024-08-12 13:46:08
560
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人