按时间归档：2022年

作为国内主流传播渠道之一的IPTV/OTT，其安全性一直以来都是业务发展绕不开的要求。近来，中宣部、广电总局、运营商相继提出更高安全要求：中宣部、广电总局要求业务平台具备自动切换能…

关于 FFmpeg 的编译，是个老生常谈的话题了，很多初学者都会卡在怎么编译动态库 so 的问题上，这其实也是 Android 开发转音视频的一大拦路虎，一行 FFmpe…

以下文章来源于音视频平凡之路 ，作者小安安开火车。 FFmpeg模块分类 打开FFmpeg源码，会发现有一系列libavxxx的模块，这些模块很好地划分了代码的结构和分工。 lib…

12月29日，2022通信产业大会暨第十七届通信技术年会在线上举行。今年大会以“共赢主航道：面向数字经济的能力与创新”为主题，分析当下、趋势未来。会上，国际电信协会(ITS)常务理…

音视频直播技术的现状 从直播服务端的角度看，随着时代的发展、技术的进步，单纯的实时互动直播或娱乐直播已经不能满足人们的日常需求了。以在线教育为例，它既要求老师与学生之间可以进行实时…

音视频直播是众多音视频应用中最亮眼，也是大家最需要的应用。对于不同的行业和领域，在使用音视频直播时，人们往往给直播不同的称谓，比如：在教育领域中使用的直播称为在线教育直播，在远程办…

本文章将结合实例全面解析 WebRTC AEC 的基本框架和基本原理，一起探索回声消除的基本原理，技术难点以及优化方向。 回声的形成 WebRTC 架构中上下行音频信号处理流程如图…

本文是T-CSVT 2022接收论文《DMVC: Decomposed Motion Modeling for Learned Video Compression》的解读。该论文由…

OBS Studio 近日新增了一个名为 “Add WebRTC (WHIP) output support” 的 PR，主要内容是贡献者希望使用 Rust 为 OBS Studi…

在做音视频处理技术的过程中，有时候会需要对音频进行速度的调整，比如调快，调慢等，而在FFmpeg中已经有滤镜可以支持这样的调慢、调快的功能，主要是通过atempo滤镜来进行操作，下…

使用ffmpeg实现合并多个音频为一个音频可以使用ffmpeg的filter功能来进行这个操作，而且效果很好 amerge也可以实现，但是这里就介绍一下使用amix来做的方法 ff…

2022 年，生成式 AI 模型的世界出现了真正的繁荣。例如，像 DALL-E（以及很快的 DALL-E 2）、Midjourney、Lensa 和 Stable Diffusio…

客户需要更轻松的方式与他们忠诚的品牌进行沟通。因此，企业有责任在竞争更加激烈的环境中找到满足这些客户需求的沟通渠道。 WhatsApp每天有超过 20 亿用户发送超过1000 亿条…

在极度扩张的物联网市场中，制定脱颖而出的解决方案已不再是突破性的，而且很明显，更多的是一些人所说的行业最低标准。随着居家消费者对其日常生活进行现代化改造，以及企业从过时的流程向自动…

在过去十年中，原始设备制造商 (OEM) 和现场服务公司一直在对他们解决问题的方式进行数字化改造，以预测性、规范性和自动方式解决问题。这种演变在一定程度上是由具有更复杂机制的更多互…

纵观过去几年 WebRTC 的发展和新兴 WebRTC 解决方案的前景，我们看到了相当多的以 WebRTC 为中心的 JavaScript (JS) 库。事实上，在浏览器供应商开始…

几乎在任何地方，基于人工智能的语音技术在 2022 年继续蓬勃发展，从谷歌趋势中衡量的兴趣增加，到表明语音模式可以帮助检测某些疾病的令人惊讶的医学进步，再到用户控制的各种数字服务和…

当人类优渥于一种状态，总有想象力来冲破平衡。阿里云打造的《云想之力》系列报道旨在探索云计算大背景下爆发的应用场景和新兴技术，以想象的高维碰撞之力，窥探 ” 云 &#82…

　　每次在网上分享关于VR相关内容时，很多评论都会指向一个方向：“VR到底有什么用？”同时我们也能注意到，很多使用过VR/AR设备的人又会给出相反的回答：“这玩意儿真的是太爽了！”…

图像分类是计算机视觉基本任务之一。顾名思义，图像分类即给定一幅图像，计算机利用算法找出其所属的类别标签。 图像分类的过程主要包括图像的预处理、图像的特征提取以及使用分类器对图像进行…