From 9ee5450570186867c70c243fb0810c7eea3b1d58 Mon Sep 17 00:00:00 2001 From: eric Date: Sun, 1 Feb 2026 08:28:59 -0600 Subject: [PATCH] 's' --- src/pages/book/info.md | 120 +++++++++++++++++++++++++++++++++++++++++ 1 file changed, 120 insertions(+) diff --git a/src/pages/book/info.md b/src/pages/book/info.md index 7ce5260..ec4b2e5 100644 --- a/src/pages/book/info.md +++ b/src/pages/book/info.md @@ -3718,3 +3718,123 @@ nomadlist网站的设计思想非常轻,都是基于`数据`和`社交`,方便 +数字游民:低成本工作室:云手机,无人直播Tiktok/Youtube,赚美金 (22) + +# 边缘计算 + +算力时代,各种贵金属原料和商业数码都在疯狂涨价,因为AI是超级杠杆,是技术奇点 + +本篇核心阐述`npu`在无人直播的应用 (不是`GPU显卡`) + +两百多人民币的开发板,就有`3TOPS`的算力 + +可以解决无人直播中2个核心`风控`问题 + +- 推荐极致/黄色暴力 + +- 音频版权 + +常在河边走,哪有不湿鞋,见下图 + +20260201042930_20260201_043020_3285.png + +无人直播,真的是就内容"无人"吗,显然不是,说的是无人值守 + +由于是几十个直播间,轮询开播状态,然后实时转播 + +就不可避免会遇到各种场景,有的主播会突然进行pk状态,有的会偶尔用音响放音乐 + +这就会导致Youtube根据声纹,识别到音乐版权,进行警告 + +多次触发后,就会进行判罚 + +- 第1次,禁止该频道7天不能发布,频道降权 + +- 第2次,禁止该频道14天不能发布,频道降权 + +- 第3次,名下所有频道封禁,撤销Ypp获利资格 + +所以,如果达到第3次封禁,那损失不可估量,于是就必须采取以下解决措施 + +--- + +## 机器视觉Yolov5 + +廉价的开发板,除了CPU,还有3tops的NPU,物尽其用 + +虽然它不能进行AIGC创造内容,但是可以检测内容 + +20260201041903_20260201_043745_4738.png + +比如,开播时 + +- 对主播进行`人脸识别`,商品是被 + +- 每十分钟对画面进行`黄暴检测` + +- 同时在线人数达到100时,对画面进行分析 + +检测的目的,是为了研究平台的推荐机制和风控处理 + +其实目前黄暴对于转播意义不大,因为国内平台天然有过滤 + +但是有些场景会用得到 + +--- + +## 音频声纹 + +背景音乐,一旦检测到版权,进行封禁的后果是非常可怕的 + +所以在ffmpeg的实时流,就要对音频重新处理 + +![images_20260201_044424_6041.png](https://minioweb.hackrobot.cn/hackrobot/images_20260201_044424_6041.png) + +比如`RNNoise降噪`,人生增强,音速变化,音色调整 + +ps: RNNoise降噪,需要下载cb.rnn`模型文件` + +虽然不能百分百避免音乐版权检测,但是降低概率很重要 + +``` +"-af", +"arnndn=m=./arnndn-models/cb.rnnn:mix=0.88," # 人声增强 +"afftdn=nf=-24:tn=1," # FFT 降噪，抹平音乐中频 +"highpass=f=110,lowpass=f=4800," # 切掉低音鼓/高频镲 +"equalizer=f=250:width_type=o:width=2:g=-9," # 衰减低中频，音乐基础弱化 +"equalizer=f=800:width_type=o:width=1.5:g=-6," # 再衰减中频，人声外区域 +"atempo=1.03," # 轻微加速 3%，节奏轻微错位 +"asetrate=48000*1.02,aresample=48000," # 音高上移 ~1/2 半音 +"afreqshift=shift=20," # 整体频率偏移 20Hz，破坏指纹 +"acompressor=threshold=-28dB:ratio=5:attack=8:release=80:makeup=5," # 压缩动态，音乐更“扁” +"volume=1.15," # 补偿整体音量 +"aresample=async=1:first_pts=0" # 保证音视频同步 +``` + +--- + +## 语音转录和文字识别 + +> deepspeech2 和ocr + +![efqwef_20260201_050209_9519.jpg](https://minioweb.hackrobot.cn/hackrobot/efqwef_20260201_050209_9519.jpg) + +除了对画面的分析,也可以对音频实时识别,以及文字识别 + +然后进行自然语言NLP分析,和转义 + +简单来说,就是不可能一直盯着频道,而转成文字分析后,就能得到`内容纪要` + +可以对直播的内容进行`存档` + +--- + +## 最后 + +![qweqwef_20260201_045947_9059.jpg](https://minioweb.hackrobot.cn/hackrobot/qweqwef_20260201_045947_9059.jpg) + +现在端侧的`嵌入式设备`和`可穿戴设备`,边缘算力都很强大了 + +最明显的趋势,就是`AI glass(智能眼镜)` + +既可以`实时直播,拍摄视频,也能语音对话/转录`,妥妥的生产力工具