分词 Tokenization BPE把文本换到Token时踩过的坑在开始动手之前,我先想清楚了自己的需求: 1. **词表可控**:我需要能根据自己的语料库来构建词表,而不是依赖别人预训练好的词表 2. **… 醉月思📁 技术实践📅 2025-12-18
Python 语音识别使用智谱api将长语音转文本智谱AI API虽性能优异但仅支持30秒以内音频文件。本文详细介绍如何基于pyannote.audio的语音活动检测技术实现智能音频分块,通过批量API调用构建完整的长语音转文本系统,包含完整的环境配置、代码实现和部署方案。 醉月思📁 技术实践📅 2025-12-16
DeepSeek 量化模型 代码模型AI DeepSeek:量化不够用了之后年初的时候,我的主力开发机器是一台 16GB 显存的 4080 本地机,跑个 7B 模型还得精打细算,13B … 醉月思📁 技术实践📅 2025-12-11