实时音视频

在数字化浪潮和全球化进程的双重驱动下，线上线下的沟通触点倍速增长，跨语言沟通场景在我们的生活、工作中愈发普遍。但常见的翻译工具仍以“说一句、停一下”的回合制翻译为主，机械化、响应慢…

本文深入探讨了 FFmpeg 中 libavcodec 库的核心功能——音视频编码与解码。我们将从基础概念出发，逐步解析其工作原理、关键数据结构、API 使用流程，并通过实际代码示…

本文全面介绍 FFmpeg 中 libavfilter 库的使用方法与核心原理。libavfilter 提供了一套强大的音视频滤镜框架，支持从简单的裁剪、缩放到复杂的音频混合、视频…

libavformat 是 FFmpeg 框架中的核心库之一，专门负责处理各种媒体容器格式的解复用（demuxing）和复用（muxing）操作。它为音视频数据的读取和写入提供了统…

ZEGO AI 数字人伴学互动方案，通过 AI Agent + 数字人 + RTC 三位一体的技术架构，用AI 数字人教师代替真人老师，实现学生个性化的口语互动，并给出个性化的反馈，提升学习效果。

Jitsi Meet 长期支持视频 ReceiverConstraints 功能。接收方可指定希望接收的视频流及其分辨率，后端将在可用带宽范围内尽力满足这些约束。但音频方面此前缺乏…

OpenVidu Meet 是一款基于 OpenVidu 构建的完整视频通话服务，旨在为虚拟会议提供易于使用的自主托管解决方案。

在开发跨平台 Vulkan 应用程序时，处理平台特定差异对于确保代码在不同操作系统上无缝运行至关重要。SaschaWillems/Vulkan 仓库展示了一种优雅的平台抽象方法，使相同的 Vulkan 示例能够在不同平台上运行。

着色器是任何 Vulkan 应用程序的核心，定义了图形和计算操作如何在 GPU 上执行。本文将带你了解着色器结构、编译工作流以及整个示例中使用的集成模式。

性能优化对于创建能够充分利用现代 GPU 硬件的高性能 Vulkan 应用程序至关重要。本文将探讨SaschaWillems/Vulkan 仓库中可用的关键性能优化示例，并解释如何在自己的应用程序中利用这些技术。

本文介绍一种实时基于统计模型的VAD算法，与WebRTC VAD流程解析中不同，这里可以复用ANR噪声估计的结果进行判决，在算力受限的端侧设备上是一个不错的选择。

本文探索 SaschaWillems/Vulkan 仓库中的计算着色器示例，展示如何实现从图像处理到粒子模拟的各种计算密集型应用。

光线追踪代表了渲染技术的范式转变，超越了传统的光栅化，转而模拟光的物理行为。SaschaWillems/Vulkan 仓库提供了全面的光线追踪示例集合。

在 H.264/AVC 视频编码标准的 Extended Profile（扩展档次）中，B 帧（Bidirectional Predictive Frame）作为帧间压缩的核心技术…

本文探讨了 SaschaWillems/Vulkan 仓库中实现的几种高级渲染技术，展示了如何利用 Vulkan 的功能创建令人惊叹的视觉效果。

FFmpeg AI Agent：一条自然语言指令，实现一个简单音视频处理。让用户说一句：音视频的处理要求，AI Agent帮你把活给做了。

在 SaschaWillems/Vulkan 仓库中，基础渲染示例展示了 Vulkan 图形编程的基本概念。本文将带你了解关键的基础渲染示例，并解释它们展示的核心概念。

本文探讨 SaschaWillems/Vulkan 仓库如何实现交换链管理和呈现，为你提供将这些概念集成到自己的 Vulkan 应用程序中的知识。

过去十年间，人们的互动方式经历了巨大的变化。电话曾占据主导地位，电子邮件似乎不可撼动。然而，视频聊天悄然崛起。它悄然渗透进职场、家庭聚餐、在线课堂，甚至医疗咨询。这不仅是又一种工具…

在 Vulkan 中，设备管理是一个基础概念，它架起了应用程序与物理 GPU 之间的桥梁。SaschaWillems/Vulkan 仓库通过其 VulkanDevice 类提供了一种健壮且结构良好的方法来处理物理和逻辑设备。