技术文章

媒体公司正在投资高动态范围（HDR）技术，以提升消费者的观看体验，但许多业内人士开始质疑目前的实施是否真正发挥了该格式的潜力。可预测的制作工作流程往往依赖于压缩 HDR 信号的静态…

本文介绍了哔哩哔哩Android视频编辑页的架构升级。以轻量化的视频编辑为核心思路，从界面布局、用户交互、已有功能优化、新增必要功能等方面对编辑页进行改版。

随着企业加速数字化转型并在分布式环境中扩展运营，对敏捷、可扩展且经济高效的广域网 (WAN) 解决方案的需求日益增长。传统的以硬件为中心的网络功能正在被更灵活、软件定义的架构所取代…

2025嵌入式音视频入门技术栈，汇总了视频和流媒体、音频方向的技术栈。

将 WebRTC 和 SIP 结合在一起是连接现代 Web 应用和传统电话系统的一种有效方法。无论是在浏览器中启用语音和视频，还是将应用程序连接到 PBX 和 SIP 中继，Web…

GPU硬件视频编码是利用GPU的专用硬件单元，实现高效、低延迟的视频压缩与编码的技术，其核心优势在于通过并行计算能力显著提升编码速度，同时降低功耗。

当您拨打 VoIP 电话或加入 UC（统一通信） 会议时，只需点击“呼叫”或“加入”按钮，一切就绪！您可以与远程员工、合作伙伴和客户无缝沟通。这看似不可思议，但在幕后，一项至关重要…

这个系列文章我们来介绍一位海外工程师如何探索 WebRTC 音视频技术，对于想要开始学习音视频技术的朋友，这些文章是份不错的入门资料，本篇介绍测量 WebRTC 的 NetEQ 抖…

人工智能领域持续快速发展，不断突破模型在推理、效率和应用多功能性方面的极限。NVIDIA 的最新版本 Llama Nemotron Super v1.5 在性能和可用性方面实现了显…

Vulkan 和 OpenGL 渲染管线的区别。一句话：OpenGL 是动态管线，Vulkan 是静态管线。

随着鸿蒙Next的发布，越来越多的APP开始推进鸿蒙化适配，产品与技术团队也启动了游戏电竞直播SDK的鸿蒙适配规划。投入足够资源通常能达成适配目标，但仅实现技术目标的意义相对单薄 …

什么是 RTSP？ 想象一下，您正在观看手机上的实时监控摄像头画面。视频是通过互联网实时传输给您的。在幕后，一种特殊的 “语言 ”帮助您的设备请求视频、播放、暂停，甚至是回放（如果…

Rheomesh 是一个由 Rust 编写的 WebRTC SFU（选择性转发单元）库。它提供了一个 SDK 来帮助您构建 WebRTC SFU 服务器。此外，它还提供了使用 Ty…

说到像 Meta 这样的视频转码业务，考虑到规模以及不同目标和场景的复杂阵列，Meta 如何进行云转码并没有简单的答案。但 Meta 技术项目经理 Hassene Tmar 在最新…

嵌入模型通过将多样化的多模态信息编码到共享的稠密表示空间中，充当不同数据模态之间的桥梁。近年来，在大型基础模型的推动下，嵌入模型取得了长足进步。然而，现有的多模态嵌入模型大多基于 …

这个系列文章我们来介绍一位海外工程师如何探索 WebRTC 音视频技术，对于想要开始学习音视频技术的朋友，这些文章是份不错的入门资料，本篇介绍计算真实的端到端往返时间 (RTT)。…

了解如何使用 WebRTC、信令和 STUN/TURN 服务器在 Spring Boot 应用程序中启用点对点实时通信。 为什么选择 WebRTC + Spring Boot？ W…

SRT 和 SST 协议之间有什么区别？SST 和 SRT 都是实时视频传输协议，旨在通过非托管网络传输高质量、低延迟的视频。两者之间的根本区别在于，SRT 最初是为包括互联网在内…

探讨 WebCodecs 和流在实时视频处理中未来的两篇文章系列的第一篇。本文第一部分回顾了使用现有和最新的网络 API 构建多步骤视频处理管道的步骤和可能遇到的坑。

当前视频到音频(Video-to-Audio, V2A)模型可以从视觉输入中生成逼真的背景音频，但它们大多忽略了语音在视频音轨中的关键组成部分。近期，西工大音频语音与语言处理研究组…