技术文章

在本文中，我们将向您展示如何在最流行的操作系统的各种浏览器中禁用 WebRTC。 WebRTC 是什么以及它是如何工作的 WebRTC 表示 Web 实时通信。该协议是一种开放标准…

摘要：本文从LED显示屏、摄像机跟踪系统、图形渲染引擎三方面阐述了XR虚拟制作的技术基础，并结合XR虚拟演播室业务实践，探讨了XR虚拟演播室实现技术、基本流程和方案选型。 作者：广…

摘要：2023年总台竖屏春晚在腾讯视频号、央视频、央视新闻等播出端圆满呈现，本次竖屏春晚在采集端、制作端、传输端、呈现端实现端到端高清HDR 50P+双耳渲染菁彩声效果。本文介绍了…

目前流媒体的传统几大领域(安防、直播、视频会议)技术栈正在逐渐融合，技术边界越来越模糊，用户迫切的需要摆脱传统使用习惯的枷锁，在移动端、web端、小程序能随时随地的观看云端实时视频…

很多人可能误以为使用代理就可以完全隐藏我们的真实 IP 地址，但实际并不总是这样。事实上，有大量文章[1]指出，WebRTC 存在安全风险，「而 WebRTC 安全风险的可怕之处在…

编者按：本文作者整理了各行业的直播方案与原理，包括直播基础知识、直播app实现流程、音视频处理流程，两个案例的直播原理和技术方案解析，对直播开发入门的朋友有帮助，特分享给大家。

数字媒体行业正在迅速发展。在这个行业中，视频流代表了最具活力和增长最快的行业之一。该领域最先进的技术之一是 CMAF Streaming。它是一种创新的音频和视频文件格式，可实现跨…

近日，美国专利商标局正式授予苹果一项专利，该专利涉及检测皮肤接触的系统和方法。更具体地说，是检测两只手或两根手指之间的接触，以便在 VR 或 AR 环境中输入。使用 VR 头显时，…

据同事反馈某网站可以获取到请求来源真实IP，无论是机场还是自建(包括gost tls)，都可以被探测出源IP。研究应该是WebRTC的问题，网站可以利用STUN服务器获取到本地的IP地址。简单解决方案，安装 WebRTC Leak Shield 扩展。

美团语音交互部针对交互场景下的低延迟语音识别需求，提出了一种全新的低出字延迟流式语音识别方案。本方法将降低延迟问题转换成一个知识蒸馏过程，极大地简化了延迟优化的难度，仅通过一个正则…

MQTT Broker 是用于连接物联网设备，完成消息传递的重要组件。MQTT Broker 的技术选型，是物联网应用构建过程中最为基础也是最为关键的一步。本文将从物联网应用普遍场…

WHIP 和 WHEP 是让 WebRTC 进入直播的规范。但这真的是未来需要的吗？ WebRTC 对于实时性来说是很好的，其他方面就不多说了。最近出现了两个新协议——WHIP 和…

视频分辨率是指构成视频图像的微小点（称为像素）的数量。它由视频的宽度和高度决定。例如，一个分辨率为 1024 X 768 的视频，其宽度为 1024 像素，上下为 768 像素。分…

python-ffmpeg 是一个基于 Python 的音视频处理库，它可以使用 FFmpeg 的各种功能来实现音视频的剪辑、转码、合成等操作。该库是由 FFmpeg 直接绑定的 …

随着移动互联网和智能终端的普及，越来越多的海内外互联网企业开始发力短视频业务。在短视频用户全球化，短视频产品及内容消费井喷式增长的今天，用户开始逐渐对体验有了越来越高的要求。为了更…

通常一个H264码流中包含了多个GOP(图像组)，每一个GOP里面包含多个视频编码帧，如下图所示。GOP（Group of Pictures）图像组的意思。H264码流对GOP的划…

音频语意概述是一项跨模态音频内容理解任务，旨在通过自然语言描述音频信号蕴含信息，使机器具备理解表达音频场景事件语意内容的能力。现有的主流音频语意概述方法几乎均采用在AudioSet…

在 IM 系统中，“未读数” 是一个非常核心的概念。 首先，从产品体验上，用户登录之后，往往是由消息 “未读数” 引导用户后续的操作；其次，“未读数” 实现逻辑直接影响了上层业务的…

神经体积渲染使得在自由视角下进行逼真的人体表现成为沉浸式 VR / AR 应用的关键任务，但是渲染过程中的高计算成本限制了其实际应用。为解决这一问题，作者提出了一种新的方法，称为“…

通过改变3D场景制作流程复杂、成本高、门槛高、流动性差的现状，让商家像玩转2D一样去玩转3D，让普通消费者也能参与到3D内容创作和消费中，真正实现内容生产模式从PGC/UGC过渡到…