技术文章

21dB声学人据悉，IBM和加州大学（California universities）旧金山和伯克利分校在语音识别技术方面的独立研究，为患有声带麻痹和失语症的患者带来了好消息。 I…

一、SRT协议简介 SRT(Secure Reliable Transport，安全可靠传输）是一种用于超低（亚秒）延迟的实时音视频流及通用批量数据传输的传输协议。SRT基于UDT…

在本文中，我们将编写一个简单、功能齐全的 WebRTC 会议 Android 应用程序。我们将通过创建对等连接、添加媒体轨道、信令、SDP 交换和 ICE 协商来设置会议应用程序。…

实时应用程序的运行非常困难，需要大量的工作和资源。如果你曾经尝试过部署实时应用程序，你就会明白我在说什么。你必须面对 NAT、防火墙、可扩展性、维护以及出现的任何异常情况。不过，有…

近日，Intel 主导的 SVT-AV1 开源 AV1 视频编码器发布了一个主要版本，全面提升了性能。 SVT-AV1 1.7 是新版本，是基于 CPU 的 AV1 视频编码又向前…

前些日子，我在使用 MoviePy 处理手机拍摄的视频，处理完成之后，发现原来是竖屏拍摄的最后变成了横屏，而且内容显示也很奇怪。 但是使用播放器播放处理之前的视频却是没有问题的。 …

本文提出了新的3D配准方法：NeRF 的成对配准技术。核心方法是引入”surface field”（表面场）。然后利用 nerf2nerf registra…

又到一年一度的开学季了，马上大四，研三的同学就要开始秋招了，公司也着手开始校招事宜，最近也陆续开始预约面试，作为过来人，给即将面试的小伙伴们一些意见，仅仅作为参考。 夯实计算机基础…

前面的文章介绍了AVS3中的变换工具IST和ISTS，本文将介绍AVS3中剩余的几种变换工具：基于位置的变换（PBT,Position Based Transform）、二次变换（…

1. 简介 该篇文章主要针对在 (IOS、Android、Windows)平台上的视频数据的流程，只有当我们熟悉了这些流程后，才能快速针对性的去看某块代码。下面是一个简要的流程图，…

近年来，聊天应用程序越来越受欢迎，用户希望在多个平台上进行实时、无缝的交流。Socket.IO 和 XMPP（可扩展消息和现场协议）是构建多平台聊天应用程序的两种流行协议。 Soc…

扩展现实（XR）是当前国内外关注的热点领域，前不久中国移动发布了全面覆盖XR网络技术体系的综合性白皮书《XR网络技术体系白皮书》，旨在推动XR技术的发展和应用。移动Labs就该白皮…

在本文中，我们将编写一个可在网络浏览器中运行的简单、功能齐全的 WebRTC 会议应用程序。我们将通过创建对等连接、添加媒体轨道、信令、SDP 交换和 ICE 协商来设置会议应用程…

速度、可用性和可靠的用户体验在视频流行业（直播、直播购物、VOD 或用户生成内容）中至关重要。因此，内容分发网络 (CDN) 和边缘计算等技术已成为满足这些需求的关键组成部分。然而…

简介：该工作由上海交通大学宋利教授带领的Medialab实验室产出，并于近期被ACM MM 2023所接收。360度全景图在计算机图形学及视觉领域应用广泛，相比于手机等移动设备即能…

编译环境 • opencv : 4.6.0 • ndk: r21e • os: mac m1 & 13.3.1 编译脚本 修改编译脚本 ope…

导读：Interspeech 是国际语音通信协会（ISCA）举办的年度会议，也是全球最大、最全面的专注于语音通信领域的学术盛会。2023 届 Interspeech 会议于 202…

深度伪造（Deepfake）是深度学习（deep learning）与伪造（fake）二者的组合词，可实现图像、音频、视频的伪造生成。近年来人工智能技术发展迅速，语音深度伪造技术也…

本文介绍了如何使用FreeSWITCH+SRS实现WebRTC MCU，支持合流和混流，以及SIP电话接入，或者会议合流后转直播。 Background SRS是一个直播和WebR…

编者按：在视频云升级、直播行业走向成熟的大背景下，金山云如何通过整合边缘云和相关计算能力，保持在行业的重要位置？LiveVideoStack 2023上海站邀请到金山云的朱岩老师，…