技术文章

Liquid AI 推出了 LFM2.5，这是基于 LFM2 架构构建的新一代小型基础模型，专注于设备和边缘部署。该模型系列包括 LFM2.5-1.2B-Base 和 LFM2.5…

来自”关键帧Keyframe”整理的音视频面试题集锦第 49 期之音视频 iOS 面试题。 1、【原理篇】请详述音视频同步（AVSync）的策略。如果视频播…

EMQX 6.1.0 现已正式发布！ 该版本通过引入 MQTT 消息流，将持久化与可回放的消息流特性原生植入 MQTT 生态；同时，通过优化命名空间配置、强化隔离机制以及提供命名空…

为帮助开发者自动检测设备浏览器能否正常运行 WebRTC 应用，ZEGO 提供了一个WebRTC 在线检测工具。 该工具支持检测以下项目： 在线检测工具是通过调用 zg.check…

本文为Streaming Media 2025 Highlights的总结报道的第五篇，包括2段访谈。 分别是《诺基亚的Ville-Veikko Mattila谈Ericsson-…

Zenoh 是一种发布/订阅/查询协议，它统一了动态数据、静态数据和计算。可以将 Zenoh 理解为一种数据解放协议。Zenoh 从多个维度解放数据。

近年来，基于大语言模型（LLM）的零样本文本转语音（Zero-shot TTS）系统发展迅速，已经能够在仅提供几秒参考音频的情况下，合成自然、清晰、且具有说话人风格的语音。然而，即…

这个系列文章我们来介绍一位海外工程师如何探索安卓音视频基础技术，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，本篇介绍音视频实际问题解决方案。 ——来自公众号“关键…

rvoip 是一个功能全面的纯 Rust 实现的 SIP/VoIP 协议栈，旨在大规模处理、路由和管理电话呼叫。它从底层开始采用现代 Rust 实践构建，为从简单的软电话到企业呼叫…

在 Meta 的各个平台上，视频消费呈爆炸式增长，从根本上改变了数十亿用户与数字内容互动的方式。根据 Meta 2024 年第一季度财报，视频在 Facebook 和 Instag…

在公共领域监控、远程操作和医疗保健领域，延迟是致命缺陷。当交通管理中心需要调整信号灯时序为救护车开道，或远程操作员驾驶无人机进行基础设施巡检时，操作人员需要近乎实时的性能表现。低延…

HelixML 是一款在云沙箱中运行自主编码代理的企业级 AI 平台，其内置远程屏幕共享机制可实时监控AI 助手的操作。虽然屏幕共享通常通过流式传输 H.264 编码视频实现，但其…

介绍基于 MSE+fMp4+Websocket 的开源 WEB 播放器，包含关键特性、WEB视频播放相关技术以及一些浏览器的音视频技术等内容。

LosslessCut 是一款跨平台 FFmpeg 图形用户界面，用于对视频、音频、字幕和其他相关媒体文件进行极速且无损的操作。LosslessCut 抓住命令行方式不够直观的用户…

在过去的几个月，LiveKit 团队与乐鑫科技（Espressif Systems）紧密合作，为 ESP32 平台带来了功能齐全的 LiveKit SDK。该 SDK 基于乐鑫科技…

本文为Streaming Media 2025 Highlights的总结报道的第三篇，包括2段访谈：Rebecca Avery 谈“流媒体网络扩展和元数据转换“和 Bhavesh…

这个系列文章我们来介绍一位海外工程师如何探索安卓音视频基础技术，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，本篇介绍内存管理系统。 ——来自公众号“关键帧Keyf…

边缘计算对于依赖快速响应连接的游戏玩家和主播来说至关重要。随着在线游戏和直播平台日益复杂化和普及，哪怕是轻微的延迟都会影响性能和用户体验。 传统的数据处理模型通常基于远程数据中心，…

上周，ZEGO Express SDK（ZEGO实时音视频SDK） 3.23.0 版本发布，新增视频编码前处理、移动端支持视频采集后、美颜前、美颜后、编码后的实时转储、PK 混流场…

Meta 研究人员推出了感知编码器视听模型（PE-AV），作为用于联合音频和视频理解的新型编码器系列。该模型利用对约 1 亿个带有文本字幕的音视频对进行大规模对比训练，在单一嵌入空…