业务和功能介绍
业务背景
针对安卓手机原生播放器音质差、SRC重采样底噪大、缺少专业调音的痛点，自研本地无损音乐播放器，仅支持本地歌曲文件播放，无在线音乐资源，规避版权风险，主打HiFi无损音质输出。
核心功能模块
1. 解码层：集成FFmpeg多格式无损解码，支持MP3/FLAC/WAV/DSD音频文件，区分硬解MediaCodec与自研软解双链路；
2. 音频输出：Oboe底层音频流，支持USB DAC独占直通模式，绕过系统强制48kHz SRC，原生44.1kHz无损输出，消除转换底噪；
3. 专业DSP音效引擎（C++ Native实现）：20段参量PEQ均衡器，自定义Q值0.4~3.0可调；内置高通HPF滤波、全局峰值限制器、立体声M/S拓宽、Haas声场3D丽音、微量短混响，解决人声尖锐齿音、低音单薄、乐器分离度差问题；
4. UI交互：Compose自定义滑动进度条、唱片旋转联动控件、20段EQ独立调节滑块，底部导航多页面切换，独立音效设置弹窗；
5. 配套工具：本地MP3 ID3标签自动识别、批量修正歌手/歌曲名，音频频谱可视化绿黄红电平监测，熄屏后台稳定播放无卡顿；
业务流程
本地扫描读取手机存储音频文件→标签解析分类列表→解码输出PCM原始音频→Native DSP全套音效处理→Oboe低延迟音频流输出至耳机/USB DAC，完整实现高保真离线音乐播放。
针对安卓手机原生播放器音质差、SRC重采样底噪大、缺少专业调音的痛点，自研本地无损音乐播放器，仅支持本地歌曲文件播放，无在线音乐资源，规避版权风险，主打HiFi无损音质输出。
核心功能模块
1. 解码层：集成FFmpeg多格式无损解码，支持MP3/FLAC/WAV/DSD音频文件，区分硬解MediaCodec与自研软解双链路；
2. 音频输出：Oboe底层音频流，支持USB DAC独占直通模式，绕过系统强制48kHz SRC，原生44.1kHz无损输出，消除转换底噪；
3. 专业DSP音效引擎（C++ Native实现）：20段参量PEQ均衡器，自定义Q值0.4~3.0可调；内置高通HPF滤波、全局峰值限制器、立体声M/S拓宽、Haas声场3D丽音、微量短混响，解决人声尖锐齿音、低音单薄、乐器分离度差问题；
4. UI交互：Compose自定义滑动进度条、唱片旋转联动控件、20段EQ独立调节滑块，底部导航多页面切换，独立音效设置弹窗；
5. 配套工具：本地MP3 ID3标签自动识别、批量修正歌手/歌曲名，音频频谱可视化绿黄红电平监测，熄屏后台稳定播放无卡顿；
业务流程
本地扫描读取手机存储音频文件→标签解析分类列表→解码输出PCM原始音频→Native DSP全套音效处理→Oboe低延迟音频流输出至耳机/USB DAC，完整实现高保真离线音乐播放。
项目实现
本项目基于Android Compose + C++ Native双端架构分层实现，整体分为上层UI交互层、中间业务逻辑层、底层音频DSP处理三层，全程自主开发无第三方成品播放器封装。
1. UI交互层：使用Jetpack Compose构建全页面布局，自定义线性EQ滑块、唱片旋转联动进度控件、全屏独立音效弹窗；底部四页固定导航，按钮触发第五页独立调音页面，粒子特效采用Native内存池渲染，切换页面自动休眠粒子逻辑降低功耗；音频实时频谱可视化渲染，绿/黄/红三色峰值电平实时反馈信号削波状态。
2. 业务逻辑层：Kotlin实现本地音频文件扫描、ID3标签解析、歌曲分类；设计双播放引擎切换逻辑，普通耳机模式使用MediaCodec系统解码适配兼容，USB DAC独占模式切换自研Oboe音频链路；音频焦点监听，蓝牙插拔自动切换音频路由，熄屏持有唤醒锁解决播放卡顿；音效参数持久化存储，多套EQ预设一键切换。
3. 底层DSP核心层（C++ JNI实现）
- 解码模块：集成FFmpeg软解，兼容MP3、FLAC、WAV、DSD全格式无损音频；
- SRC重采样：自研Kaiser窗Sinc-FIR重采样，规避系统SRC转换带来的底噪，支持44.1kHz原生直通输出；
- 20段参量PEQ滤波器：每段独立Q值0.4~3.0可调，高低频分离优化人声、鼓、钢琴乐器，搭配窄带Notch陷波消除人声齿音尖锐杂音；
- 完整3D声场模块：M/S立体声拓宽、8μs Haas左右微延迟、15ms短混响，复刻立体环绕丽音效果；
- 保护模块：可调高通HPF、全局音频压制、峰值限制器，限定输出幅值防止爆音、削波失真；
4. 输出适配层：Oboe低延迟音频流，支持Exclusive独占模式绕过安卓系统混音，适配外置USB DAC无损DSD直通输出；区分单声道自动复制双通道立体声，避免单声道音频数据异常。
整体项目仅读取本地存储音频文件，无在线曲库、无网络抓取音乐资源，完全合规无版权风险，适配全系列安卓机型，后台长时间播放稳定无杂音、卡顿、无声bug。
1. UI交互层：使用Jetpack Compose构建全页面布局，自定义线性EQ滑块、唱片旋转联动进度控件、全屏独立音效弹窗；底部四页固定导航，按钮触发第五页独立调音页面，粒子特效采用Native内存池渲染，切换页面自动休眠粒子逻辑降低功耗；音频实时频谱可视化渲染，绿/黄/红三色峰值电平实时反馈信号削波状态。
2. 业务逻辑层：Kotlin实现本地音频文件扫描、ID3标签解析、歌曲分类；设计双播放引擎切换逻辑，普通耳机模式使用MediaCodec系统解码适配兼容，USB DAC独占模式切换自研Oboe音频链路；音频焦点监听，蓝牙插拔自动切换音频路由，熄屏持有唤醒锁解决播放卡顿；音效参数持久化存储，多套EQ预设一键切换。
3. 底层DSP核心层（C++ JNI实现）
- 解码模块：集成FFmpeg软解，兼容MP3、FLAC、WAV、DSD全格式无损音频；
- SRC重采样：自研Kaiser窗Sinc-FIR重采样，规避系统SRC转换带来的底噪，支持44.1kHz原生直通输出；
- 20段参量PEQ滤波器：每段独立Q值0.4~3.0可调，高低频分离优化人声、鼓、钢琴乐器，搭配窄带Notch陷波消除人声齿音尖锐杂音；
- 完整3D声场模块：M/S立体声拓宽、8μs Haas左右微延迟、15ms短混响，复刻立体环绕丽音效果；
- 保护模块：可调高通HPF、全局音频压制、峰值限制器，限定输出幅值防止爆音、削波失真；
4. 输出适配层：Oboe低延迟音频流，支持Exclusive独占模式绕过安卓系统混音，适配外置USB DAC无损DSD直通输出；区分单声道自动复制双通道立体声，避免单声道音频数据异常。
整体项目仅读取本地存储音频文件，无在线曲库、无网络抓取音乐资源，完全合规无版权风险，适配全系列安卓机型，后台长时间播放稳定无杂音、卡顿、无声bug。
示例图片视频
相似推荐
boss直聘岗位爬取、投递插件-job_hunter
Boss直聘岗位抓取 SDK (job_hunter) 是一款基于“真实浏览器 Cookie + httpx 纯 API 调用”的高效数据抓取工具。项目创新性地采用 “浏览器仅供登录态，数据走纯 API” 的架构，在保证账号安全与登录稳定性的同时，实现了极高的数据抓取速度与并发性能。
核心功能
1. 全链路岗位数据获取
多维度精准搜索：支持关键词搜索，并兼容城市、薪资、学历、经验、行业、规模、融资阶段等丰富的筛选条件（支持直接传入中文名称或数字编码）。
深度详情解析：精准获取完整 JD（岗位职责）、技能要求、工作地址、招聘人数、职位状态及薪酬类型等深度信息。
2. 自动化沟通与互动
一键打招呼：支持通过 API 自动向目标 Boss 发送招呼/开始沟通，并返回详细的成功或失败状态（如触发开聊提醒）。
会话全景追踪：一键获取全部会话列表，包含最后沟通消息、时间、发送方以及未回复状态监控。
面试邀请管理：快速获取当前所有的面试邀请列表。
3. 智能风控与高可用机制
Session 自动保活：自动识别并处理 code=37 等风控拦截，实现 Token/Session 过期自动刷新。
登录态自动恢复：实时检测页面失效关键词，一旦检测到登录失效，自动唤起浏览器重新登录。
网络异常重试：内置底层重试机制，有效应对网络波动，保障抓取任务不中断。
4. 灵活的工程化配置
数据与日志持久化：支持结果自动保存为 JSON，提供控制台输出与日志文件双写模式。
GUI 友好设计：提供 on_message 回调接口，可轻松集成到各类桌面端 GUI 应用程序中。
跨模态检索tranning-free框架
立项背景与目标
背景： 跨模态检索（Cross-Modal Retrieval）是视觉-语言理解领域的核心任务，包含两类方向：
- I2T（Image-to-Text）： 给定一张图片，从候选文本库中检索最匹配的文本描述
- T2I（Text-to-Image）： 给定一段文本，从候选图像库中检索最匹配的图片
传统的跨模态检索方法通常依赖大规模标注数据对模型进行微调训练（training-based），计算成本高、周期长，且跨领域泛化能力有
限。本项目探索一种**完全无训练（Training-Free）**的跨模态检索新范式——直接利用多模态大模型（MLLM）的语义理解和推理能力
，结合层次化的上下文嵌入策略，在不进行任何模型微调的情况下，达到甚至超越有训练方法的检索精度。
目标：
1. 构建一个完整的、模块化的无训练跨模态检索流水线
2. 通过多维度图像描述生成和层次化语义嵌入，提升检索召回率
3. 引入 MLLM 重排序（Reranking）机制，在粗排的基础上做精细化语义匹配
4. 在 Flickr30K 和 COCO 2017 等标准数据集上验证方案的有效性
5. 通过一系列消融实验，系统分析各模块对最终性能的影响
软件功能
1. 图像多维度描述生成： 利用VL模型对每张图片从多个语义角度生成描述文本，为后续向量检索提供丰富的语义覆盖
2. 嵌入粗排： 采用自研嵌入策略，将多维度描述编码为高质量向量，计算图文相似度矩阵，输出 R@1/5/10 评估指标，并导出 Top-K 候选集供精排使用
3. MLLM Bidirectional Reranking： 在粗排 Top-K 候选集的基础上，对候选结果进行深度语义重排序，同时支持 I2T 和 T2I 两个方向
4. 自动化实验流水线： 通过 main.py 统一调度三阶段流程，自动进行 GPU 显存管理，支持大规模数据集批量处理
5. 稳定性测试： 对重排序模块进行多次重复推理，统计模型输出的一致性和稳定性
核心功能模块介绍
模块一：Stage1 - 图像描述生成（stage1_captioning.py）
- 功能： 对数据集中的每张图片，利用 Qwen3模型生成四个独立维度的详细描述
模块二：Stage2 - HCE 粗排与评估（stage2_HCE.py）
- 功能： 采用层次化上下文嵌入策略进行图文粗排检索，计算相似度矩阵并评估性能
- 核心类： CaptionRetrievalEvaluatorFast
模块三：Stage3-进行重排序Reranking
文件搜索（文件搜索极速版App）
强大的本地文件搜索与文件浏览/文件管理工具，可搜索手机里的各种文件，包括PDF、办公文件、文本文件等，支持按文件名检索，也能搜索文档内部文字内容。
主要功能：
- 支持按文件名、关键词搜索文件
- 支持PDF、Word、Excel、PPT、TXT等文档全文内容搜索
- 搜索结果按相关度智能排序，关键词高亮显示
- 支持数十种常用语言
- 可直接打开、分享文件，一键跳转到所在文件夹
- 内置文件浏览器，支持按目录层级浏览
- 可对文件进行新建、复制、剪切、删除、重命名等管理操作
- 按图片、视频、文档等类型快速筛选文件
详细介绍及演示：https://zhuanlan.zhihu.com/p/22545329794
OPPO、VIVO、小米、联想、三星可通过软件商店安装（OPPO、VIVO搜索“文件搜索极速版App”）。其它手机可下载apk安装：https://www.pgyer.com/X8FfsPzr
toc内容平台APP-夸克文档会员付费-夸克文档
项目概述：夸克文档是内置于夸克App中的云端办公套件，集文档、表格、PPT的编辑与强大的PDF工具于一体。凭借海量模板和便捷的文档编辑能力，主要为学生和职场用户提供一站式、轻量化的移动办公解决方案，是夸克构建“搜索+创作+存储”生产力生态的核心环节。
运营工具-店主工具
让每一份微小的商业理想，都有燎原之力
以种子用户为起点，通过AI技术普惠与价值共生，通过精准赋能与裂变传播，助力企业实现从0到1的突破，最终形成指数级增长的市场影响力，如星火燎原般覆盖全域。
核心定位
「智能种子用户增长引擎，点燃企业从0到1的爆发力」
技术基因：AI算法+行为科学，打造“种子用户育种系统”。
生态赋能：构建“公海-私域-平台”共生网络，帮助企业实现“线索精准-获客简单-销售成本降低-精准触达-人工介入”，直达成交核心。
企业愿景
「重塑商业生态，赋能万企生长」
1. 行业变革：成为全球企业用户增长的底层引擎，推动传统获客模式向数据化、精准化、可持续化转型。
2. 社会价值：通过降低企业获客成本、提升资源效率，助力中小企业突破增长瓶颈，促进经济生态多元化繁荣。
3. 未来使命：构建去中心化的用户增长网络，让每一家企业都能平等获取增长动能，推动全球商业向「用户共生」时代演进。
企业品格：
用智者之态，挖掘数据洞察增长本质
用园丁心态，长期陪伴客户成长
用先锋之驱，科技之心创造商业新模式，让商业更简单
核心价值
- 精微致远：以种子用户为支点，撬动长期价值
- 共生共燃：用户与企业互为燃料，共享增长红利
-数据驱动：以算法为核心竞争力，提供可量化、可复制的增长模型
-降本增效：降低人力运营和销售成本，增加人效
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服