技术文章

本文围绕淘宝直播团队在过去半年中基于AI技术在工程侧提效的探索展开，详细介绍了服务端、前端、数据科学、测试和数据研发等职能团队如何结合AI能力进行创新尝试。文章不仅总结了现阶段取得…

以下是基于SIP协议（Session Initiation Protocol，会话初始化协议）相关的30个核心概念，笔者用非常通俗的语言重新解释这些概念。针对每个概念都附带一个简化…

FreeSWITCH是开源的媒体服务器，广泛应用于呼叫中心，企业融合通信，IPPBX部署等环境。大炼钢铁的时代刚刚过去，大炼AI的时代来临，智能语音AI大模型眼花缭乱。Speech…

在 WebRTC 应用（至少是 Web 应用）中，Google Meet 始终保持着卓越的质量。与典型的开源解决方案相比尤其如此，甚至对于大多数商业解决方案相比也是如此。 原因在于…

人工智能领域，仍然存在两个持续的挑战。许多高级语言模型需要大量的计算资源，这限制了小型组织和个人开发者对它们的使用。此外，即使这些模型可用，它们的延迟和大小也常常使它们不适合部署在…

视频点播（VOD）流媒体允许用户随时访问预先录制的视频内容，提供了一种灵活且便捷的媒体消费方式。Netflix、Prime Video、YouTube 等平台是 VOD 的最佳示例…

在对更大灵活性、可扩展性和效率的需求的推动下，广播行业向 IP 的迁移正在顺利进行。与以点对点、单向结构传输信号的 SDI 不同，基于 IP 的系统允许将信号从任何源路由到任何目的…

生成式人工智能在平衡自主性和可控性方面面临着重大挑战。虽然自主性通过强大的生成模型取得了显著进步，但可控性已成为机器学习研究人员关注的焦点。基于文本的控制变得尤为重要，因为自然语言…

来源：音视频小话链接：https://mp.weixin.qq.com/s/43KlmfNxXYpryG1Ssjq-1w 上一篇博文总体描述如何构造一个webrtc视频会议实时语音…

实时传输协议（RTP）是通过 IP 网络传输音频和视频的基本协议。它支持实时通信，因此对 VoIP、视频会议和直播等应用至关重要。本文将探讨 RTP 端口、默认端口范围、端到端流媒…

内容分发网络（CDN）是现代互联网的重要组成部分，能够高效地向全球用户传递高质量的视频内容。在本文中，我们将探讨 CDN 是什么、它们的重要性、工作原理、主要的 CDN 提供商，以…

从业务流程到科学研究，AI 代理可以处理海量数据集、简化流程并帮助决策。然而，即使有了这些发展，构建和定制 LLM 代理对大多数用户来说仍然是一项艰巨的任务。主要原因是 AI 代理…

自适应码率流式传输（ABS）是在线视频传输领域的一项关键技术，通过动态调整视频质量以适应观众的网络条件，确保流畅的播放体验。在本文中，我们将深入探讨 ABS 的工作原理、其优势与挑…

阿里巴巴集团达摩院的研究人员推出了Babel，这是一款多语言 LLM ，旨在通过覆盖使用最广泛的 25 种语言来支持全球 90% 以上的使用者。

在2025年的今天，”空间音频”（Spatial Audio）、”杜比全景声”（Dolby Atmos）等术语已经成为消费电子展会的…

本文将介绍 RTP 数据包在现实世界中如何跨网络发送，以及随之而来的一些挑战。内容来自 Webex 的首席工程师和架构师 Rob Hanton 的分享。 RTP 传输 虽然大多数互…

jitsi 是目前最流行的完整开源视频会议解决方案，用户可以非常便捷地部署在本地和云平台，实现自己的会议系统。其应用场景非常广泛。为了进一步了解Jitsi的技术架构和各种技术挑战，…

人工智能已经从简单的基于规则的系统发展成为执行复杂任务的复杂、自主的实体。在此背景下经常出现的两个术语是 AI Agents 和 Agentic AI 。虽然它们看起来可以互换，但…

分享关于使用FRPS实现的WEBRTC终端和内网FreeSWITCH的交互。

通话故障、延迟和音频失真不仅令人讨厌，还会破坏商务沟通。本文将列举一些常见的 VoIP 音频质量问题，如丢包、延迟和回音，以及消除这些问题的专业解决方案。