edyang

我干了什么 究竟拿了时间换了什么
技术分享时间线软件开发、设备接入、视觉与运维实践

口播时间轴：从最终音频产生字幕与画面

稿件估算时长不能直接作为最终字幕时码，语速和停顿会改变时间。

稿件估算时长不能直接作为最终字幕时码，语速和停顿会改变时间。 音频确认后做对齐，字幕文本、起止与画面关系共同保存。计划时间用于制作，最终时码来自真实音频。 一、问题的范围与前提 模型负责语言或特征推断，检索提供候选材料，程序验证结构与权限，执行层管理实际动作。各部分成功条件应单独定义。生成流畅、JSON 合法和工具调用受理，都不足以独立证明事实正确或业务已经完成。 二、技术分析与...

2025-09-12

MuseTalk 口型驱动：视频姿态与音频对齐

已有视频需要更换口播时，保留人物姿态与局部口型质量是主要条件。

已有视频需要更换口播时，保留人物姿态与局部口型质量是主要条件。 MuseTalk 用音频条件在潜空间修补面部区域，区域位置影响融合。输入预处理、时间对齐和长片稳定需独立验证。 一、问题的范围与前提 模型负责语言或特征推断，检索提供候选材料，程序验证结构与权限，执行层管理实际动作。各部分成功条件应单独定义。生成流畅、JSON 合法和工具调用受理，都不足以独立证明事实正确或业务已经完成...

2025-09-02

数字人素材路线：照片动画与视频口型

只有照片与已有真人视频承担不同生成任务，应分别选择候选。

只有照片与已有真人视频承担不同生成任务，应分别选择候选。 照片路线需要生成运动表情，视频口型路线保留原姿态并修改嘴部。身份稳定、边缘融合与音画同步分别测试。 一、问题的范围与前提 模型负责语言或特征推断，检索提供候选材料，程序验证结构与权限，执行层管理实际动作。各部分成功条件应单独定义。生成流畅、JSON 合法和工具调用受理，都不足以独立证明事实正确或业务已经完成。 二、技术分析...

2025-08-23

声音克隆验证：统一素材、读音与停顿

不同方案各用最佳演示不能公平比较，需同稿件和同质量参考材料。

不同方案各用最佳演示不能公平比较，需同稿件和同质量参考材料。 音色相似、文字准确、韵律与长句稳定分别评价。参考音频质量影响结果，克隆授权与公开素材也需明确。 一、问题的范围与前提 模型负责语言或特征推断，检索提供候选材料，程序验证结构与权限，执行层管理实际动作。各部分成功条件应单独定义。生成流畅、JSON 合法和工具调用受理，都不足以独立证明事实正确或业务已经完成。 二、技术分析...

2025-08-13

钢材标签读码：跟踪结果怎样成为出入库记录

钢材物流中的运动标签需要把成像、跟踪与业务入库关联，重点在目标身份和时序去重。

钢材物流中的运动标签需要把成像、跟踪与业务入库关联，重点在目标身份和时序去重。 标签候选在连续帧中积累，解析后按独立业务条件确认。跟踪 ID 是临时观察，库位和发运对象有各自长期身份。 一、问题的范围与前提 成像质量、数据分布、算法与业务判断各自有条件。清晰图像提供可观察细节，模型和规则解释输入，业务层决定结果如何使用。视野、曝光、颜色、姿态与输入尺度变化，都可能在模型参数不变时改...

2025-08-03

CPU 处理 PCB 图像：配准、差分与检出边界

PCB 图像可以通过几何配准和局部差分产生缺陷候选，关键前提是参考与成像可比。

PCB 图像可以通过几何配准和局部差分产生缺陷候选，关键前提是参考与成像可比。 标准图与目标图先配准，差分再提候选，区域与结构规则区分真正缺陷。速度需要包括读图处理输出，不能只算某个算子。 一、问题的范围与前提 成像质量、数据分布、算法与业务判断各自有条件。清晰图像提供可观察细节，模型和规则解释输入，业务层决定结果如何使用。视野、曝光、颜色、姿态与输入尺度变化，都可能在模型参数不变...

2025-07-24

机器人视觉定位：像素到执行坐标的标定链

目标像素正确而抓取位置错，可能是深度、外参或工具中心点关系不符。

目标像素正确而抓取位置错，可能是深度、外参或工具中心点关系不符。 内参、相机外参与末端工具构成坐标链，时间和机械重复性影响结果。系统偏差与随机误差需独立测量。 一、问题的范围与前提 感知、定位、规划、控制与机械执行有不同状态。坐标系、时间、单位和消息有效期决定数据能否安全使用。上层请求受理不表示下位机已完成动作，视觉目标丢失也不等于抓取或到达成功。 二、技术分析与方案取舍 像素...

2025-07-14

机器人动作超时：START、COMPLETE 与错误

收到 START 后没有 COMPLETE，需要定位执行阶段，不能因为命令发出就继续下一步。

收到 START 后没有 COMPLETE，需要定位执行阶段，不能因为命令发出就继续下一步。 协议反馈含义由实现决定，超时可能是运动未完成、反馈丢失或状态不允许。重发前查询实际状态避免重复动作。 一、问题的范围与前提 感知、定位、规划、控制与机械执行有不同状态。坐标系、时间、单位和消息有效期决定数据能否安全使用。上层请求受理不表示下位机已完成动作，视觉目标丢失也不等于抓取或到达成功...

2025-07-04

机器人目标丢失：观察失败不能当任务完成

视觉目标消失可能因遮挡、视野移动或识别失败，不能直接推进抓取和后退。

视觉目标消失可能因遮挡、视野移动或识别失败，不能直接推进抓取和后退。 观测状态与动作状态独立，完成需控制反馈或其它可靠确认。旧坐标过期后应停止使用，恢复有重新确认条件。 一、问题的范围与前提 感知、定位、规划、控制与机械执行有不同状态。坐标系、时间、单位和消息有效期决定数据能否安全使用。上层请求受理不表示下位机已完成动作，视觉目标丢失也不等于抓取或到达成功。 二、技术分析与方案取...

2025-06-24

ROS 控制调试：从最小动作到实际反馈

服务返回 success 不能独立证明机器人移动，需对照通信和真实动作。

服务返回 success 不能独立证明机器人移动，需对照通信和真实动作。 上层受理、下位机开始和动作完成是不同阶段。每轮动作有独立结果，目标丢失也不能当抓取成功。 一、问题的范围与前提 感知、定位、规划、控制与机械执行有不同状态。坐标系、时间、单位和消息有效期决定数据能否安全使用。上层请求受理不表示下位机已完成动作，视觉目标丢失也不等于抓取或到达成功。 二、技术分析与方案取舍 ...

2025-06-14

FEATURED TAGS
阿里云 成像 计算机视觉 工程实践 AI 工业通信 设备接入 技术复盘 系统交付 感知导航 机器人 工程验证 硬件 数据处理 系统集成 软件工程 Python 后端 接口设计 数据一致性 数据库 运维 前端 部署 Docker Web Linux 服务器 消息系统 MQTT linux ubuntu Java Spring Boot
ABOUT ME

For the next quantum leap
离开世界之前，一切都是过程

FRIENDS