技术文章

对音频或视频进行编码最重要目的就是为了进行数据压缩，以此来降低数据传输和存储的成本。 拿音频来举例，一路采样率为 44100 Hz，量化位深为 16 bit，声道数为 2 的声音，…

Windows 平台下 FFmepg 和 LibX264 库的编译，长期以来都是在 Mac 平台下做开发，切换到 Windows 平台下还是踩了不少坑。 参考了网上很多编译文章，质…

一、什么是WebGPU 1.1 WebGL的恩怨情仇 先跟大家分享一波科技圈的八卦，感受一下WebGL是多么的不容易吧。 OpenGL由Khronos Group组织在1992年的…

编者按：互联网行业的迅猛发展带动了音视频技术的进步，一些新鲜术语也随之进入音视频赛道。一股Web3热潮正席卷而来，相比元宇宙、NFT、虚拟人这些更为火热的概念，Web3到底是什么意…

苹果近日获得了一项专利，涉及计算机化数据处理系统和音频处理方法，特别是空间音频处理。 更具体地说，该专利涵盖了“空间音频缩混”及其可用硬件。未来的高清电视和流媒体服务（如Apple…

年底了，要汇总一下整个年度的一些基本情况，在做整理时又重新认识了一个bug。当时处理时候肝了一个晚上，加班到夜里11点才搞定，感觉挺有意思的，已经加入到自己的错题集了，今天和大家一…

DDD是一套方法论，一套思想。种类繁多的元模型和名词概念。其本质都是指导思想对应的解决方案“之一”，初学者容易被表象所困。应始终清醒保持认知“DDD各种元模型都是为解决实际开发中某…

周末时候看到一篇推送说 FFmpeg 升级到 5.0 版本了。 其中提到 FFmpeg 引入了 Vulkan 驱动的新滤镜，用于视频水平、垂直翻转。 看到 FFmpeg 引入了 V…

基础知识： 采样频率是指将模拟声音波形进行数字化时，每秒钟抽取声波幅度样本的次数。 正常人听觉的频率范围大约在20Hz~20kHz之间，根据奈奎斯特采样理论（只有采样频率高于声音信…

秀场直播既可以实现单人视频直播，也可以邀请观众上麦、进行多人连麦互动，是社交直播常见的一种场景。在上文我们分享了秀场直播demo源码，可以很直观体验到秀场直播的功能。今天我们基于A…

秀场直播场景为社交娱乐模式下的视频互动场景，场景支持多人视频连麦互动，更容易吸引用户参与连麦互动，提升用户的消费意愿及粘性。 本次分享的源码为秀场直播体验 App Android …

在视频会议场景，或者导播场景，经常会遇到画面的位置动态调整，镜头调整等功能需求，好多人在使用FFmpeg的时候喜欢用API自己写一遍对应的功能，但是实际上ffmpeg的filter…

在FFmpeg的基础库中，有一个可以支持Buffer空间动态扩容的功能支持，在C99之前的C语言支持动态扩容相对比较麻烦，这个AVBPrint可以提取出来单独使用，比较方便，下面详…

SBC的重要意义 会话边界控制器（Session Border Controller，简称SBC）。 作为NGN/IMS以及企业音视频系统中重要的网元，SBC帮助企业和VoIP服务…

一般情况发送消息，把消息通过流发送给接收方{“MessageBody”: “消息内容”}，但是作为聊天系统这样发送消息存在两个问题：…

由于大流行的原因，Zoom 等视频会议工具在全球范围内变得非常流行。在本教程中，我将指导您使用 Golang 创建一个视频会议应用程序。 可以在此处找到带有注释的完整代码https…

WebRTC音视频通信过程 信令服务器server 如果没有安装socket.io ,执行下面命令安装一下: socket.js 的内容如下： 运行 node server.js …

编者按：视频会议已成为日常办公不可或缺的一部分，为远程交流的人们提供了许多便利。本次RTSCon 2022会议，由RTS社区和LiveVideoStack音视频技术社区联合出品，很…

一.什么是V4L2框架？ V4L2英文全称是Video for Linux2，它是专门为视频设备设计的内核驱动。在做视频的开发中，一般我们操控V4L2的设备节点就可以直接对摄像头进…

直播播放延时，指的是从主播推流一帧画面到用户观看到这帧画面之间的时间差。字节跳动曾经提供过一份数据来说明直播延时对用户的影响：对比直播延时在 15s 和 5s 时，用户观看延时更低…