围棋算法

一、立项背景与目标 随着语音交互在智能客服、车载、医疗记录等场景广泛落地，ASR 模型质量直接决定下游业务可用性。但业内存在两个痛点：一是模型评测常依赖厂商宣传数字，缺乏独立、可复现的客观评估手段；二是选型时面对百度、讯飞、阿里等多家厂商，难以在相同测试集上横向比较真实能力、错误类型与服务性能。本项目"ASR 全链路质量评估平台"即针对上述背景立项，目标是搭建一套端到端、可扩展、可复现的 ASR 自动化质量评估工具：输入一批待测音频及对应标准答案，平台自动调用被测 ASR 接口完成转写，基于编辑距离计算 CER 与 WER，细分替换/删除/插入三类错误，挖掘高频错误模式与场景短板，输出含 Bad Case 与优化建议的评估报告。项目既可作为个人测试工程能力的综合实战，也可作为团队 ASR 选型与回归测试的基础设施。 二、软件功能 平台提供命令行一体化入口，功能包括：测试数据生成（正弦波合成与 Windows TTS 真人发音两条路径）、批量调用真实 ASR 接口、文本归一化、多维度指标计算、错误画像分析、并发压测、Markdown 与交互式 HTML 双格式报告生成。所有第三方凭证均通过环境变量注入，仓库零明文敏感信息。 三、核心功能模块 1) 指标计算模块（metrics.py）：基于 Levenshtein 编辑距离的动态规划实现，对参考文本与识别结果做字符级与词级双向对齐，输出命中、替换、删除、插入四类计数及派生比率，并以 jiwer 库做数值交叉校验。 2) 文本归一化模块（textnorm.py）：依次执行去标点、NFKC 全角转半角、中文数字转阿拉伯数字、合并被空格分隔的单字母序列、统一小写，专用于消除"表示形式不同"导致的虚假错误。 3) ASR 客户端层（asr_client.py）：以 typing.Protocol 定义统一 transcribe 接口，实现 Mock、通用 HTTP、百度（HTTP+token 两步鉴权）、讯飞（WebSocket+HMAC-SHA256 签名+流式分帧）四类客户端，由工厂函数按配置返回。 4) 错误分析模块（error_analysis.py）：聚合字符级与词级错误构成、按场景标签分组画像、用 Counter 挖掘高频替换对/漏识字/多识字，并基于启发式规则自动生成优化建议。 5) 并发压测模块（benchmark.py）：基于 ThreadPoolExecutor 线程池对真实接口压测，统计 QPS、延迟 P50/P90/P99、成功率与错误分类，自动解读百度业务错误码。 6) 报告生成模块（report.py / report_html.py）：Jinja2 渲染 Markdown 与离线 HTML 报告，后者使用本地 vendor 的 ECharts + echarts-wordcloud

1.传统桌面宠物仅具备基础动画效果，交互形式单一、陪伴感薄弱，随着大语言模型与情感语音合成技术的发展，用户对具备智能对话、情绪反馈、环境感知能力的桌面陪伴产品需求日益增长。本项目旨在打造一款融合 Live2D 形象渲染与多模态 AI 能力的桌面宠物应用，为用户提供高沉浸感的桌面陪伴与交互体验。 2.涵盖 Live2D 模型渲染、LLM 智能对话、情感驱动语音合成、系统状态监控、屏幕视觉分析、事件管理器五大核心模块，支持自定义角色提示词与多平台大模型切换。 3.应用启动后，前端进程自动拉起对话、语音、监控三个独立后端进程，在桌面渲染支持拖拽的 Live2D 角色，实现自动眨眼、眼球追鼠等基础动画；用户输入对话时，请求经 ZeroMQ 发送至 LLM 后端，生成带情感标签的回复并流式展示在对话气泡中，同步驱动 TTS 后端合成对应情感风格的语音实时播放；监控后端持续采集 CPU、内存等硬件状态与前台窗口信息，结合多模态视觉分析结果，在低电量、高负载等场景触发宠物主动搭话；空闲达到设定时长后宠物会概率进入睡眠状态，点击可唤醒并触发起床台词，形成完整的自主交互闭环。

1. 立项背景和目标 背景：音频设备行业信息分散，用户查找设备参数、对比评测、获取行业资讯需跨多个网站，效率低下；同时，行业数据与内容缺乏系统整合，品牌与用户之间缺乏高效连接渠道。 目标：打造一个音频设备垂直领域的搜索+大数据资讯平台，通过整合全球音频设备数据与行业内容，为从业者和爱好者提供一站式设备查询与资讯服务，降低信息获取成本，提升决策效率，同时为品牌提供精准曝光与营销渠道。 2. 软件功能、核心功能模块介绍 设备与数据类 产品中心/设备搜索：支持按品牌、型号、价格、分类（麦克风、声卡、监听音箱等）检索，覆盖 3000+ 国际品牌、40 万+ 产品数据。 米饭星大数据：展示设备/内容热度榜、趋势榜，帮助用户发现热门产品与资讯。 K&M 防伪查询：提供特定品牌防伪验证入口，保障用户权益。 内容与资讯类 新闻/评测/视频/品牌/频道：聚合行业动态、深度评测、视频内容、品牌专区及细分主题频道（如录音棚、Hi-Fi）。 米饭星音频百科：音频知识库，提供术语解释、技术文章，助力用户学习。 用户与个性化 登录/注册：建立账号体系，支持个性化功能。 我的关注：用户可关注品牌、设备或内容类型，形成个人订阅流。 精选/推荐(Beta)：编辑推荐与算法驱动的个性化内容推送。 用户使用路径示例 设备查询：用户通过「产品中心」输入关键词（如“麦克风”），筛选品牌/价格，查看参数、图片及参考价格。 内容获取：在「新闻/评测」中阅读行业动态或产品测评，或通过「品牌专区」了解特定品牌信息。 个性化体验：登录后，通过「我的关注」订阅感兴趣内容，系统通过「推荐(Beta)」推送相关资讯。 互动参与：参与「米饭夺宝」活动，或通过「意见反馈」提交建议。

本项目是面向 C 端用户的娱乐直播 APP 平台，搭建完整主播与观众互动体系，核心包含直播间实时聊天互动、虚拟礼物打赏、付费贵族特权、签到任务、粉丝关注社交等功能；配套 CRM 运营管理后台，实现主播 / 用户管理、礼物配置、提现对账、违规举报工单处理、多维度流量与营收数据统计，覆盖用户消费、主播运营、财务结算全业务流程。

1. 立项背景和目标 手动批量下载百度图片效率低下，为快速收集配图素材，基于 Playwright 开发关键词图片自动爬取工具，输入关键词即可批量下载图片到本地文件夹，提升素材收集效率，掌握动态页面爬虫技术。 2. 核心功能模块 环境初始化：自动创建 imgs 存储文件夹，配置 Edge 浏览器路径与 UA 请求头，规避基础反爬； 浏览器自动化：启动 Edge 浏览器访问百度图片搜索页，循环滚动模拟下拉加载全部懒加载图片； 图片下载解析：通过 XPath 提取图片真实地址，过滤无效链接，用 requests 下载图片并本地保存，异常捕获防止单张失败导致程序崩溃。 3. 业务流程 输入搜索关键词→自动创建保存文件夹→浏览器打开对应搜索页面→多次下滑加载完整图片→提取图片有效链接→批量下载存入本地 imgs 文件夹→关闭浏览器结束程序。