1 分•作者: bgwalter•9 个月前
返回首页
最新
2 分•作者: giuliomagnifico•9 个月前
2 分•作者: todsacerdoti•9 个月前
1 分•作者: yegemberdin•9 个月前
大家好！我想和大家分享一下我们过去几个月一直在努力的一项很棒的成果。
我们找到了一种利用人工智能在画布上进行设计的方法，并且正在构建一个设计工具，它可以帮助完成各种任务，从探索不同的用户体验流程、布局，到构建设计系统等复杂任务。
如果你是一名设计师，或者过去从事过设计相关工作，我们非常希望得到你对哪些功能对你来说有用的反馈！
我们很快将向部分用户推出这款工具，希望能够为设计界带来价值。
1 分•作者: doener•9 个月前
1 分•作者: bookofjoe•9 个月前
1 分•作者: namnnumbr•9 个月前
1 分•作者: jameslk•9 个月前
1 分•作者: amaan-mohib•9 个月前
Hi HN，
我一直在开发一个名为 Delta Widgets 的项目，它是一个 Windows 桌面小部件制作工具。
想法：让创建和自定义小部件更简单，无需像使用 Rainmeter 那样编辑 .ini 文件或配置文件。您可以使用拖放构建器进行可视化设计，或者如果您想要更多控制，可以编写自己的 HTML/CSS/JS。
一些功能：
* 拖放式小部件构建器（无需编码）
* 或者从自定义 HTML/CSS 或实时 URL 加载小部件
* 支持动态数据，如时间、系统信息和媒体播放
* 预制模板，快速上手
* 基于 Tauri (Rust + 系统 WebView) 构建 → 轻量级、安全、原生体验
网站：[https://delta-widgets.vercel.app/](https://delta-widgets.vercel.app/)
Product Hunt：[https://www.producthunt.com/products/delta-widgets?utm_source=other&utm_medium=social](https://www.producthunt.com/products/delta-widgets?utm_source=other&utm_medium=social)
Peerlist：[https://peerlist.io/amaanmohib/project/delta-widgets](https://peerlist.io/amaanmohib/project/delta-widgets)
2 分•作者: alekx•9 个月前
1 分•作者: diptanu•9 个月前
1 分•作者: maremmano•9 个月前
1 分•作者: losgehts•9 个月前
1 分•作者: androng•9 个月前
2 分•作者: ndhandala•9 个月前
1 分•作者: z-mach9•9 个月前
1 分•作者: Michelangelo11•9 个月前
2 分•作者: st-matskevich•9 个月前
我最近在做唤醒词检测方面的工作，并提出了一种不同的方法来解决这个问题，所以我想分享一下我所构建的内容。
我开始着手一个在树莓派上集成MCP的智能助手项目，在唤醒词部分，我发现现有的开源解决方案有些局限。你必须选择经典的MFCC + DTW解决方案，但其精度不高，或者你必须使用基于模型的解决方案，这需要一个预先训练好的模型，而且你不能让用户使用他们自己的唤醒词。
所以我结合了这两种方法的优点，实现了我自己的解决方案。它使用谷歌的语音嵌入从音频中提取语音特征，这对于噪声和音调变化具有更强的抵抗力，并且适用于不同的说话者声音。然后，这些特征与DTW进行比较，这有助于避免时间上的错位。
在Qualcomm关键词语音数据集上的基准测试显示，对于同一说话者的检测，准确率为98.6%，对于跨说话者的检测，准确率为81.9%（尽管它不是为此用例设计的）。将模型转换为ONNX后，我的树莓派上的CPU使用率降低到10%。
令人惊讶的是，我还没有看到（至少目前还没有）其他人使用这种方法。所以我想分享一下，并听取大家的想法——是否有人尝试过类似的方法，或者发现了任何我可能忽略的明显问题？
GitHub - <a href="https://github.com/st-matskevich/local-wake" rel="nofollow">https://github.com/st-matskevich/local-wake</a>
1 分•作者: exolymph•9 个月前
1 分•作者: smartmic•9 个月前