随着AI技术的持续突破，影像产业正迈入新一轮发展周期。企业影像业务需求已实现结构性升级，告别单一功能的碎片化调用，转向覆盖多场景、多终端、全业务流程的一体化AI影像能力体系。 在此…

现有音频评测大多按“语音、环境声音、音乐”等输入类型，或“转写、分类、问答”等任务组织。这些分类便于比较模型在具体任务上的表现，却难以说明任务背后的能力需求。同样是音频问答，辨认两…

项目背景：安卓WebRTC推流系统，链路为「安卓Camera2采集 → LiveKit SFU服务 → 浏览器播放」。需要增加实时美颜，同时要兼顾低端老手机和旗舰手机，支持参数实时…

过去几个月，基于 GTK4 和 libadwaita 构建的、兼容 GNOME 的 AI 聊天应用 Moose逐渐面世。它最初是一款适用于 GNOME 桌面的本地 AI 聊天应用，…

本文处理常见的刚需——降噪。通话里的键盘声、直播里的风扇声、低光视频的噪点，都是信号淹没在噪声里。端侧降噪的难点是实时性：音频一帧 20ms 内要出结果，视频一帧 33ms 内要出…

今天，日本语音 AI 公司 Kotoba 宣布，其语音技术已在生成式媒体平台 fal 上线。开发者可通过 fal 直接调用 Kotoba 的语音识别、语音合成与实时语音翻译能力，将…

Novaspace发布的一份报告预测，到2035年，全球卫星服务收入预计将增长44%，达到1450亿美元（1290亿欧元）。该预测出自Novaspace发布的第33版《卫星连接和视…

在柏林举行的 DTVP Plugfest 2026 大会上，来自 30 家公司的 60 多位专家在 190 多场会议中测试了下一代电视和流媒体技术的互操作性。 此次活动于10月12…

苹果公司发布了第四代 Apple TV 4K，新增了对话式搜索、免提语音控制和硬件 AV1 解码功能。 这款流媒体设备在英国的售价为 299 英镑，预购将于 11 月 13 日开始…

表情消息是 IM 产品里使用频率最高的消息类型之一，也是带动聊天气氛、塑造品牌感的常用手段。但接入时很多团队会在一个问题上纠结：表情到底应该怎么发——是把 emoji 直接当文本，…

WebRTC 如何确定两个对等端之间的网络路径是否真正可用？这正是 ICE 连通性检查（ICE Connectivity Checks）的用武之地。 1. 为什么需要连通性检查？ …

个人 AI 智能体已经跨越了 CX（客户体验）领域一条重要的界线。它们不再只是一个演示类别、一种浏览器侧的便利功能，或一场关于未来协议的讨论；它们已经出现在企业实际运营的渠道之中。…

Steam 的 Remote Play（远程畅玩）主机在 Steam 自己捆绑的 FFmpeg 编码器内部发生 SIGSEGV（段错误）崩溃，而 Valve 已将第二份报告合并进第…

Lumana 和 Convergint合作，为全球企业、中型市场和公共部门客户带来 AI 驱动的视频安全解决方案，使组织能够在不更换硬件的情况下，将分析功能添加到现有的摄像头基础设…

“传统电信系统是为人与人之间的通话而设计的。我们为 AI 代理设计了通信层。” 在亚特兰大 vCon 大会上录制的这期 Technology Reseller News 播客中，V…

本文拿视频超分练手：把 720p 的旧视频、或者低清视频流，在手机上实时放大到 1080p 甚至 4K。端侧超分的难点不在效果，在「一帧只有 16ms 预算」。 1、你遇到的场景 …

Verizon 与爱立信宣称完成了首次基于 7GHz 频段的预标准 6G 现场通话，将其测试从实验室推进到了商用网络站点。 本次通话在 Verizon 位于加利福尼亚州康科德的一处…

据 Mediavision 预测，北欧地区付费流媒体订阅的广告收入将从 2026 年的约 1.5 亿欧元增长到 2030 年的近 4.5 亿欧元。 该研究公司的 HVOD 深度分析…

WebRTC 中的屏幕共享曾经很麻烦。现在只是变”棘手”了一些。要想让屏幕共享会话达到最佳质量和性能，有些事情是你必须了解的。

世界各地的许多企业都在使用面向消费者的聊天应用，如 WhatsApp、Telegram、Discord 或 iMessage，来与员工沟通协调、交换文件或数据。 Guy Weiss…