超全干货分享：什么是RPA？
7月28日，阿里云RPA4.0版本重磅发布，为企业数字化转型提供高效、安全、可靠的服务。RPA是一款软件机器人，能够模拟人的行为完成软件的交互，能够解决跨系统、跨平台，重复有规律的工作流程。时至今日，阿里云RPA已被超过50万各行各业的用户采用，可以跟踪到的执行总次数已突破120亿次，用户使用RPA获得了3-10倍的效率提升
构建基于AI的语音合成系统：技术探索与实践
【6月更文挑战第3天】本文探讨了构建基于AI的语音合成系统，包括文本预处理、声学模型、语音生成和后期处理四个步骤。关键技术和挑战涉及分词、词性标注、语调预测、HMM、DNN、RNN模型、波形合成及后期音质优化。实践中，获取高质量语音数据、训练计算资源和系统实时性是主要挑战。随着技术进步，未来语音合成将在多语种、个性化领域有更多应用。
深度学习之声纹识别
基于深度学习的声纹识别（Speaker Recognition）是一种通过分析和识别人的声音特征来确认身份的技术。
B站开源IndexTTS2，用极致表现力颠覆听觉体验
在语音合成技术不断演进的背景下，早期版本的IndexTTS虽然在多场景应用中展现出良好的表现，但在情感表达的细腻度与时长控制的精准性方面仍存在提升空间。为了解决这些问题，并进一步推动零样本语音合成在实际场景中的落地能力，B站语音团队对模型架构与训练策略进行了深度优化，推出了全新一代语音合成模型——IndexTTS2 。
一文看懂音视频流媒体协议及信令技术
音视频通信完整流程有如下几个环节：采集、编码、前后处理、传输、解码、缓冲、渲染等。 每一个细分环节，还有更细分的技术模块。比如，前后处理环节有美颜、滤镜、回声消除、噪声抑制等，采集有麦克风阵列等，编解码有H.263，H.264、H.265等，传输就涉及到了本文重点介绍的RTSP/RTMP/RTP/RTCP等流媒体协议以及相关的信令技术。