技术文章

目前，实时音视频通讯的实现方案在浏览器上有两种，分别是H5和WebRTC，前者可以拉流观看，后者可以实现推流和拉流。 在浏览器上实现音视频实时通讯，H5和WebRTC是两种可选方案…

以太网供电 (PoE) 和端口速度是您可能会在 VoIP 电话上关注的两个功能。以下是它们的含义以及它们如何影响您的电话系统。 在考虑 VoIP 电话选项时，您会注意到它们在以太网…

VoIP 的内部工作原理有足够的首字母缩略词来填充 SIP 特定的字典。了解 SRTP 和 TLS 的适用范围以及它们对 VoIP 安全性至关重要的原因。 在撰写有关SIP 呼叫流…

本文分享WebRTC API 的几个主要的 javascript 对象，分别是 RTCPeerConnection、MediaStream和RTCDataChannel。 RTCP…

第一台可工作的量子计算机于1997年建成，它只包含两个量子比特。一年后，第一台运行Shor算法版本的量子计算机仅用了7个量子比特。几十年来，量子硬件的发展取得了巨大的进步，但我们可…

媒体流网格使实时媒体应用成为云原生 Kubernetes 环境中的一等公民。它的目的是将基于 HTTP 的网络应用的服务网格所带来的可操作性、可观察性和安全性的特点带到基于 RTP…

当前，边缘检测算法在实际应用中越加广泛，技术趋势也是快速发展，热火朝天。很多朋友或多或少了解，需要实现各类功能，尤其是一些复杂的需求，实现更好的滤波、满足更佳的提取效果，一时半会儿…

自动语音识别（Automatic Speech Recognition，ASR）技术目前已大规模落地于B站相关业务场景，例如音视频内容安全审核，AI字幕（C端，必剪，S12直播等）…

不像H264，WebRTC已经在内部处理好了相关逻辑，我们只需要稍作修改即可实现H264编解码（硬编只需指定sdp，软编只需打开开关。。如要实现H265，不仅要增加接口，还需要添加…

过在过去，所有伟大的东西都是从企业开始的，然后再向下延伸到消费者。现在情况恰恰相反，首先是消费者的功能，然后是企业的功能。 隐私也不例外，但在企业中，它需要以相当不同的方式定义，使…

WebRTC VAD概述 WebRTC VAD支持8/16/24/32/48kHz采样率，不过都会重采样到8kHz进行计算，每一帧长度可以为80/10ms、160/20ms和240…

某软件上看到的一个问题，如何定义私有视频格式？然后做个私有播放器？ 提供一点自己的想法，首先做个私有视频格式肯定不是让我们自己研究音视频的编解码，而是在已有视频流和音频流的基础上将…

上一篇文章中我们了解JPEG图像的基础知识，以及核心的几个步骤，接下来，我们针对源码深入学习一下相关原理，废话不多说，直接开始。 JPEG官网推荐了两个多媒体开源库，如下链接： h…

声音作为人们最熟悉的信息之一，具有采集容易，信息含量丰富，检测范围广等特点，因此声音在信息处理领域得到了很多的关注和研究。声学诊断技术就是其中一项重要内容，例如在各种大型机器工厂中…

本文介绍WebRTC的单通道降噪方法，其核心是维纳滤波器。WebRTC ANR具体细节需要有一定的噪声估计基础才能理解，因此这里只介绍整体流程。 I. 维纳滤波器(Wiener F…

本文介绍了 WebRTC 低延迟的应用方向、传统多媒体业如何应用 WebRTC、WebRTC 如何适应变化网络环境以及WebRTC 在工业界的未来方向等内容。 来源：THE VID…

本文提出了一种高分辨率的 3D 感知生成模型，该模型不仅能够实现面部形状和纹理的局部控制，还支持实时交互式编辑。模型框架由 multi-head StyleGAN2 特征生成器、神…

在上一篇文章中，我们探讨了使用基于对象的音频在沉浸式体验和个性化领域提供的可能性。 在这些美妙的体验能够到达观众之前，它们必须被创造出来。为此，创作者需要方法、工作流、工具和容器。…

Web 3.0 技术不可避免地影响了教育研究。 许多研究都是关于在学习环境中使用 Web 3.0 工具的。 综合和总结这些研究的结果并进行系统审查被认为是重要的，因为它是未来研究的…

物体的运动是复杂的，以前的那些视频编码器里仅靠刚体平动模型不足以充分地表示物体运动。 正如H.266帧间预测里引入AFFINE模式，在AV1视频编码里有帧级别的Global Mot…