Content & Media
v1.0.0
视频与音频感知、索引与编辑。支持导入文件/URL/直播流,构建视觉与语音索引,按时间戳搜索,编辑时间轴,添加覆盖层与字幕,生成媒体内容,并创建实时警报。
视频与音频感知、索引与编辑。支持导入文件/URL/直播流,构建视觉与语音索引,按时间戳搜索,编辑时间轴,添加覆盖层与字幕,生成媒体内容,并创建实时警报。
构建可扩展的数据管道、现代数据仓库和实时流式架构,实现 Apache Spark、dbt、Airflow 和云原生数据平台
精通 Next.js 14+ 应用路由、服务端组件、流式渲染、并行路由和高级数据获取技术。适用于构建 Next.js 应用、实现 SSR/SSG 或优化 React 服务端渲染
用于将 Google Gemini API 集成到项目中,涵盖模型选择、多模态输入、流式传输、函数调用及生产环境最佳实践
用于执行视频/音频处理任务,包括转码、滤镜、流传输、元数据操作或使用 FFmpeg 进行复杂的滤镜图操作
设置 CacheForge —— 30 秒内完成注册、配置上游并获取 API 密钥。仅需一行配置,无需任何代码修改。
使用 Kyutai Pocket TTS 将文本转为语音,轻量级、CPU 友好、支持流式输出和语音克隆,仅支持英语,在 M4 MacBook Air 上可达约 6 倍实时速度
使用 Microsoft Edge TTS 引擎的文本转语音技能,支持实时流式播放