Speaker Diarization
NeMo
说话人分离模型实战对比评估
在 6 个真实场景中对 NeMo MSDD 和 Pyannote 3.1 进行技术对比评估的研究报告。
Ashar Mirza - VoicePing
2 min
博客
VoicePing的见解、技巧和更新
Go
WebSocket
通过 Go 重写将 WebSocket 代理效率提升 100 倍
将 Python WebSocket 代理用 Go 重写，实现无锁连接池和事件驱动的协调机制的技术报告。
Akira Noda - VoicePing
11 min
vLLM
Translation
Part 2：扩展翻译推理：吞吐量 +82%
通过 AsyncLLMEngine 和合理配置 Continuous Batching，将 vLLM 推理吞吐量提升 82%
Ashar Mirza - VoicePing
3 min
FastAPI
vLLM
Part 1：翻译推理服务器扩展的瓶颈
分析 FastAPI + 多进程架构中阻碍高效 GPU 利用的架构瓶颈
Ashar Mirza - VoicePing
4 min
Web Scraping
Python
构建面向大规模数据采集的可扩展异步 Web 爬虫
2024年9月 - 基于 Python、aiohttp 和 BeautifulSoup 开发高效异步 Web 爬虫，用于大规模数据采集
Aditya Sundar - Waseda University
6 min
Face Recognition
Emotion Detection
面向人脸与情绪识别的视频和音频数据预处理与分析
构建用于面部分析、姿态估计和情绪检测的视频预处理流水线的研究报告。
Aditya Sundar - Waseda University
2 min