- 综合排序
- 最热优先
- 最新优先
- 来自专栏大数据文摘
重磅译制 | 更新：牛津大学xDeepMind自然语言处理 第9讲（上）什么是语音
大数据文摘重磅课程汉化《牛津大学xDeepMind自然语言处理》 本周更新至：Lecture 9 语音识别（1） 马上观看点击文末阅读原文，即可免广告观看 牛津大学Deep NLP是一门关于自然语言处理
51440发布于 2018-05-23 - 来自专栏大数据文摘
重磅译制 | 更新：牛津大学xDeepMind自然语言处理 第9讲（下）语音模型
大数据文摘重磅课程汉化《牛津大学xDeepMind自然语言处理》 本周更新至：Lecture 9 语音识别（3） 马上观看点击文末阅读原文，即可免广告观看 牛津大学Deep NLP是一门关于自然语言处理
54040发布于 2018-05-23 JowoAI 音视频内容全球化智能译制与分发平台概要
全资控股，嘉书科技集团旗下）开发的音视频内容智能译制与全球化分发平台。 生态闭环：不仅限于工具，更结合 Jowo 分销发行平台（Jowo Hub），形成“内容生产-智能分发-平台运营”的商业闭环。 痛点：人工剪辑与翻译周期长、海量内容译制效率低下、难以规模化复制、人工翻译出错概率高。 场景：需要将中文短剧、有声小说等内容快速翻译并配音为10多个语种，投放至欧美、日韩及东南亚市场。 2. 翻译智能化：基于本地知识库的场景化翻译，配合统一词汇表确保术语一致性。 音频表现力：支持多角色配音与丰富情感注入，提升本土化观感。 全流程自动化：从原始视频自动生成多语言视频，减少人工干预。 上海克雷斯特科技有限公司（自身业务验证） 背景：作为嘉书科技集团旗下专注短剧出海的国际化企业，需解决海量短剧内容的全球化译制与分发问题，覆盖欧美、日韩及东南亚市场。
27410编辑于 2026-05-30- 来自专栏零域Blog
【OpenMP学习笔记】编译制导指令
前言 OpenMP通过在串行程序中插入编译制导指令, 来实现并行化, 支持OpenMP的编译器可以识别, 处理这些指令并实现对应的功能. 所有的编译制导指令都是以#pragma omp开始, 后面跟具体的功能指令(directive)或者命令. for-loop 下面是一个使用示例: void parallel_for() { int n = 9; int i = 0; #pragma omp parallel shared 10 11 0 1 1 0 4 5 6 7 8 9 10 11 3 0 1 4 5 2 3 1 4 5 6 7 8 9 10 11 2 3 6 7 3 1 2 6 7 2 3 8 9 10 11 使用动态动态可以一定程度减少负载不均衡的问题 10 11 9 10 11 2 0 1 2 3 4 14 15 9 10 11 14 15 16 17 18 19 5 6 7 8 15 16 17 18 19 0 1 2 3 4 15
2.9K11编辑于 2022-03-02 - 来自专栏大数据文摘
重磅译制 | 更新：牛津大学xDeepMind自然语言处理 第9讲（中）语音学表达
大数据文摘重磅课程汉化《牛津大学xDeepMind自然语言处理》 本周更新至：Lecture 9 语音识别（2） 马上观看点击文末阅读原文，即可免广告观看 牛津大学Deep NLP是一门关于自然语言处理
53260发布于 2018-05-23 智能拆条+AI二创实现批量产出的秘密
环节 4：横转竖——0.28 元/分钟 解决的问题：把横版（16:9）内容智能转成竖版（9:16），主体始终在画面中心。 详见另一篇专题：智能 ROI 跟踪的核心能力。 环节 8：多语种（可选）——大模型翻译 0.20 元/分钟 + 一站式视频译制 解决的问题：一条片子一次输出多语种版本。 字幕级 1080P 译制 3.863 元/分钟； 配音级 1080P 译制 12.863 元/分钟。 环节 9：智能审核——0.08 元/分钟 解决的问题：批量合规兜底，避免违规内容流入分发池。 如果加上 AI 解说二创： AI 解说二创 3 × 3 = 9 元 单条再加 9 元，总成本约 33 元 做多语种分发： 一站式字幕级译制 3.863 × 3 = 11.6 元/语种 一条中文 + 5 + 热词库 + 字幕压制； 大模型摘要自动生成标题和标签； 大模型翻译 + 字幕级译制输出英、日、韩版本； 输出入库。
47610编辑于 2026-06-01自动化AI译制重塑短剧出海：内容本地化产能与全球分发效能实践
音画视听错位： 译制后的语音长度与原片画面脱节，严重影响剧情流畅度。 二、 构建全链路自动化AI译制与智能分发体系 针对上述业务断点，克雷斯特（CREST）推出自动化内容译制平台 Jowo AI，联合腾讯云的音视频与AI底层能力，首创短剧全链路配音译制生产标准： LLM场景化语境优化 ： 依托大语言模型深度理解短剧语境，动态调整台词表达风格；并通过AI智能关联上下文，保持长线故事的连贯性。 多语种/多角色智能匹配： 结合本土文化知识库与多语种多角色音色库，实现高度拟真的本地化配音。 智能时长匹配技术： 算法自动调整目标语言的句长，确保译制配音与原片画面高度契合，保障流畅度。 云端音视频与AI底座： 结合腾讯云智能媒体增强、智能媒体处理及AI译制内容本地化能力，实现内容的安全存储与全球极速分发。
46210编辑于 2026-04-18- 来自专栏用户6269484的专栏
科普常识：中国的译制片主流
中国的译制片主流 中国如今的主流译制模式是配音和字幕，后两种译制模式主要是在1940年代的上海以「译意风」的形式流行过。 字幕与配音的拉锯 在欧洲，如果条件允许，更多观众会青睐配音译制，但在中国大陆，影视观众对字幕的偏好在不断上升。究其原因，大致有如下几点： 配音译制片的审美疲劳。 配音译制片曾经是外国影片的绝对主流，国内的配音演员多为科班出身，进行过专业艺术训练。 字幕译制的天生缺陷在于阅读字幕的时候可能错过画面内容，所以如果没有较快的阅读速度，很容易因为错过画面内容而产生急躁心理，从而转化为对字幕译制模式的不满。 而网络上流传的外国影视节目多为盗版，非营利的译制组织因为成本控制的原因，也不会选择配音译制。 观众外语水平的提高导致字幕在很多时候成为了偶尔需要的辅助。
67600发布于 2019-12-26 AI 一键译制把成本降到人工的 110
摘要 一条10分钟海外宣传片走传统人工译制要等3-5天、花几千块，每改一版还要重来。 二、为什么"一键译制"不是噱头，而是链路重构 很多团队对"AI 一键译制"是有心理阴影的：早期工具把 ASR、机翻、TTS 简单拼在一起，结果字幕断句乱、术语译错、配音像念课文，最终还是要人工返工，反而更慢 AI 配音：根据预算挑档位——基于音色 ID 0.5 元/分钟够用于批量内容；全自动高情感克隆 9 元/分钟用于情绪要求高的主打片；需要主播本人声线就用音色克隆 25 元/音色，一次克隆长期复用。 社媒切片 / UGC 二次分发：和精彩集锦大模型版（1.78 元/分钟）、智能拆条（0.04 / 0.28 元/分钟）串起来用——先拆条、再译制，单条成本再降一半。 敏感内容 / 合规要求高：译制完成后接一道智能审核（0.08 元/分钟）兜底，出海合规风险一次性收敛。
32910编辑于 2026-06-01- 来自专栏用户6269484的专栏
科普常识：中国的主流译制片模式
中国的译制片主流 中国如今的主流译制模式是配音和字幕，后两种译制模式主要是在1940年代的上海以「译意风」的形式流行过。 字幕与配音的拉锯 在欧洲，如果条件允许，更多观众会青睐配音译制，但在中国大陆，影视观众对字幕的偏好在不断上升。究其原因，大致有如下几点： 配音译制片的审美疲劳。 配音译制片曾经是外国影片的绝对主流，国内的配音演员多为科班出身，进行过专业艺术训练。 字幕译制的天生缺陷在于阅读字幕的时候可能错过画面内容，所以如果没有较快的阅读速度，很容易因为错过画面内容而产生急躁心理，从而转化为对字幕译制模式的不满。 而网络上流传的外国影视节目多为盗版，非营利的译制组织因为成本控制的原因，也不会选择配音译制。 观众外语水平的提高导致字幕在很多时候成为了偶尔需要的辅助。
85700发布于 2020-01-03 - 来自专栏用户6269484的专栏
科普常识：历史上主流的译制手段
为了让观众欣赏其他语言的电影，历史上有这样一些主流译制手段： 1 配音 将原片台词翻译后由配音演员模拟原片的情感与状态读出，用配音音轨代替原片的台词音轨，配音的声音尽量与画面中演员的嘴唇动态吻合
72940发布于 2019-12-25 《人工智能导论》第 9 章 智能体与多智能体系统详解
今天我们来深入学习《人工智能导论》第 9 章的内容 —— 智能体与多智能体系统。 这一章内容非常重要，因为智能体 (Agent) 是人工智能领域中一个核心概念，而多智能体系统 (MAS) 则广泛应用于分布式问题求解、机器人协作、智能决策等多个领域。 ：负责执行决策产生的动作 通信模块：负责与其他智能体进行交互（多智能体系统中） 知识模块：负责存储和管理智能体的知识（某些类型的智能体） 图 2：智能体结构思维导图 反应式 Agent 鲁棒性：单个智能体的故障不会导致整个系统崩溃 社会性：智能体之间可以进行通信、协商和合作 多智能体系统的基本类型 根据智能体之间的关系和协作方式，多智能体系统可以分为以下几种基本类型： 协作型多智能体系统 ：智能体有共同目标，通过协作完成任务 竞争型多智能体系统：智能体有各自目标，存在资源竞争 混合类型多智能体系统：同时存在协作和竞争关系 协商型多智能体系统：通过协商解决冲突和分配资源 多智能体系统的体系结构
42010编辑于 2026-01-21基于腾讯云AI的一站式内容出海平台 JowoAI 核心能力与应用解析
上海克雷斯特科技有限公司） 一、 产品定位与核心亮点 产品定位：JowoAI 是一款基于大型语言模型（如 DeepSeek）与音视频处理底层技术，提供“内容提取-字幕翻译-多角色配音-视频生成”全链路自动化的智能译制与分发平台 核心亮点： 全产业链闭环：构建了“内容生产-智能分发-平台运营”的业务矩阵，打通内容出海的上下游。 业务痛点解决： 海量内容译制效率低：针对传统人工剪辑与翻译周期长的问题，提供全自动译制工作流。 多语言配音成本高：针对真人多角色配音难以规模化的问题，提供 AI 声音合成与角色映射。 服务语种：支持 10 多个语种 的双向译制。 3. 智能字幕翻译：具备场景化翻译能力；结合本地知识库（Unified glossary），自动执行内容合规审校、全局一致性审校及格式审校。
34310编辑于 2026-05-30Jowo AI自动化译制平台驱动短剧出海效率提升——克雷斯特科技与腾讯云合作实践
核心痛点冲突： 语言壁垒：翻译生硬导致文化带入感弱，传统译制影响剧情流畅度（数据来源：腾讯全式数字生态大会·Jowo AI业务介绍）； 产能瓶颈：人工译制效率低，难以满足规模化出海需求（如2023 部署Jowo AI译制平台与腾讯云基础设施 针对性解决方案： Jowo AI自动化内容译制平台（上海克雷斯特科技有限公司CEO王小书主导研发）： AI场景化优化：通过LLM理解剧情语言场景，调整润色风格解决翻译生硬问题 ； 本地化译制配音：构建本土文化知识产品多语种多音色库，提升文化适配性； 智能时长调整：保持音画高度匹配，优化剧情流畅度（数据来源：腾讯全式数字生态大会·Jowo AI业务介绍）。 战略布局日韩、东南亚，成立日本短剧公司（Nishiki Media），建立本地化制作中心（每月制作3-5部短剧），通过海外APP+社媒分销发行； 2024年：全面开拓北美、欧洲、中东等市场，自研AI译制能力并建立生产标准 腾讯技术底座支撑规模化出海 选择腾讯的核心原因： 技术领先性：Jowo AI首创行业生产标准，为中国及全球创作者提供高效译制工具与发行通道（数据来源：腾讯全式数字生态大会·Jowo AI业务介绍）；
35010编辑于 2026-04-19短剧出海全攻略：如何用 AI 把一部 100 集短剧 48 小时翻译到 9 国语言？
摘要 短剧出海最大的瓶颈不是创意，是多语种译制的工期与成本。 但传统译制流程里，每一集 90 秒的内容往往要经历"听写转写 → 翻译润色 → 字幕母版擦除 → 重新打轴 → 配音棚录制 → 混音压制"六道工序，单集人工译制周期 3~5 天、单语种成本 200~600 二、48 小时交付的工作流拆解 工作流总览 源片(中文硬字幕+水印) │ ├─ ① 智能擦除：去字幕无痕（高级版） ├─ ② ASR 识别：原文字幕生成 ├─ ③ 大模型翻译：9 智能审核" 0.08 元/分钟，可以在压制完成后跑一次全量审核，自动标出疑似违规帧，运营再做人工复核。100 集 × 1.5 分钟 × 0.08 × 9 语种 = 108 元。 对照传统人工译制路线（保守估计单集单语种 200 元以上），AI 流水线可将综合成本降至人工的约 1/10。
61710编辑于 2026-05-29方言译制技术拆解：粤语等小语种的本地化处理路径
粤语及其他方言短剧的出海译制，在技术实现上与普通话译制有显著差异。本文从ASR模型选型、俚语识别与意译机制、文化语境迁移三个技术模块拆解方言译制的完整路径，并对比不同实现方式的质量影响。 一、方言ASR：技术选型的根本差异为什么普通话ASR不能用于粤语标准普通话ASR无法直接处理粤语的根本原因，是声学模型训练数据分布不匹配：维度普通话粤语声调数量4声9声音素系统声母21个，韵母39个独立于普通话的音素体系书面文字普通话汉字有专属汉字 （冇、唔、嘢、喇等）口语特征书面化程度高大量口语化、不在词典的表达粤语的9个声调模式与普通话4声无交集，同一个音节在不同声调下语义完全不同。 声学模型（Acoustic Model）：基于粤语发音数据独立训练，覆盖9声调的声学特征2. 语言模型（Language Model）：基于粤语文本语料训练，包含粤语特有词汇和口语表达3. Q：方言译制比普通话译制贵多少？A：方言译制通常比普通话译制有一定溢价，原因是方言ASR模型维护和俚语词库建设的成本。
15410编辑于 2026-07-06AI译制平台突破短剧出海语言壁垒，月产量提升至1000部
JowoAI构建自动化译制解决方案 克雷斯特推出自研AI译制平台JowoAI，通过三大技术突破： AI场景化优化：基于LLM理解剧情语言场景，调整台词风格 本地化译制配音：建立多语种多音色音库，融入本土文化知识 智能时长调整：保持音画高度匹配，确保剧情流畅度 量化效果实现规模化内容输出 月产量：1000部短剧（JowoAI平台产能） 用户覆盖：全球2亿观众 营收表现：YouTube渠道月营收达近百万美元 内容储备 CEO） 克雷斯特实践验证技术可行性 上海克雷斯特科技有限公司通过旗下TopShort平台实践验证： 2023年战略布局日韩、东南亚市场，成立日本短剧制作公司Nishiki Media 2024年自研AI译制能力
50310编辑于 2026-04-18- 来自专栏音视频咖
AI赋能引爆短剧全球化风潮，腾讯云媒体处理助力短剧平台出海吸金
媒资翻译：智能译制高效助力内容本地化，快速适应全球市场面对全球市场庞大的多元化受众，一部短剧可能需要译制几十个不同语言的版本，传统的短剧批量生成模式已难以匹配平台的本地化需求及高频次更新。 而腾讯云MPS提供的智能短剧译制能力则可以帮助平台自动实现短剧内容多语言版本的快速处理及制作。 控制台配置好语种模版和编排，上传后的短剧就会自动通过画面字幕提取（OCR）、视频语音识别（ASR）、视频字幕擦除、大模型字幕翻译以及人声/背景音分离、AI配音等一系列处理，按预设要求压制为多个不同语种的译制短剧 一部中文短剧，上传后就可自动译制为英语、日语、印尼语、西班牙语、葡萄牙语等多语种，并同步登录各国市场。 媒体质检：智能检测提高短剧内容质量，助力用户体验优化媒体质量和播放体验是短剧平台留住用户的基础。
2K11编辑于 2025-05-27 腾讯云WAND：AI原生的多媒体能力底座
二、 产品应用场景 WAND服务于需要在多媒体内容上实现智能化操作的企业与开发者，具体应用场景包括： 赛事直播：实时解说、精彩集锦、横转竖、直播画质增强、多语种字幕。 内容出海：多语种配音级译制、字幕翻译、画质增强、极速高清压缩。 短漫剧制作：文生漫剧、AI转绘、字幕擦除、画质增强、配音译制。 在线教育：智能字幕、音频增强、视频摘要、AI拆条、多语种翻译。 媒资管理：多模态理解、智能标签、语义检索、AI去重、自动归档。 AI音频 (WAND-Sonic) 优势：全场景音频处理，包括降噪、分离、增强、译制。 核心指标：支持实时（Real-time） 处理，具有低延迟特性。 SaaS应用：提供配音译制工作台、漫剧生产线、电商图文工厂等开箱即用的应用。
45710编辑于 2026-06-15- 来自专栏深入浅出区块链技术
智能合约语言 Solidity 教程系列9 - 错误处理
这是Solidity教程系列文章第9篇介绍Solidity 错误处理。 Solidity系列完整的文章列表，可阅读原文，查看分类-Solidity。 写在前面 Solidity 是以太坊智能合约编程语言，阅读本文前，你应该对以太坊、智能合约有所了解， 如果你还不了解，建议你先看以太坊是什么 什么是错误处理 错误处理是指在程序发生错误时的处理方式，Solidity 另外，如果我们正确使用assert，有一个Solidity分析工具就可以帮我们分析出智能合约中的错误，帮助我们发现合约中有逻辑错误的bug。
1.2K50发布于 2018-07-23
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号