按时间归档：2022年

　　智通财经APP获悉，谷歌(GOOGL.US)正在扩大Starline项目的测试，即3D视频通话亭，在那里我们可以与全息版本的朋友、家人或同事进行聊天。在过去的一年里，该公司在自…

记者/范佳来 吴雨欣 实习生/姜霁轩 听说过洛天依和《甩葱舞》吗？伴随虚拟偶像的出圈，虚拟人产业已经成为资本下注的新目标。  公开数据显示，截至今年9月，国内虚拟数字人赛…

要做一个手机直播采集项目，首先你要解决的是推流问题，而目前几乎所以的直播项目采用都是rtmp协议进行推流。 今天我们就将rtmpdump这个开源库进行交叉编译，以便后续在采集到音视…

参考n4.4.2版本中ibavutil/mem.c，主要代码早期放在libavcodec/utils.c，后来分拆过来，文件顶部注释中有FFMPEG初版作者大神Fabrice Be…

WebRTC（Web Real-Time Communication），即“网页即时通信”，WebRTC 是一个支持浏览器进行实时语音、视频对话的开源协议，目前主流浏览器都支持We…

通过webrtc 视频会议的需求越来越多，很多人反映搭建webrtc 视频会议服务器便遇到很多问题，这篇文字将webrtc 视频会议搭建过程重新梳理一遍，希望对大家能有帮助，通过下…

MP4简介 MP4(MPEG-4 Part 14)是一种常见的多媒体容器格式，它是在“ISO/IEC 14496-14”标准文件中定义的，属于MPEG-4的一部分，是“ISO/IE…

最大化实时视频的体验质量(QoE)是一个长期存在的挑战。传统的视频传输协议以少量确定性规则为代表，难以适应异构、高度动态的现代互联网。新兴的基于学习的算法已经显示出应对这一挑战的潜…

目前比较先进的语音识别系统几乎都需要连接网络才能使用，这是因为要辨识语音并且转换成特定指令，需要大量运算。而携带式装置运算能力大多数不够，所以需要通过网络使用云服务协助。因此，现在…

如果说2022年还有什么互联网大厂集体投入的业务的话，那么视频云一定可以算一个。 绝大多数用户并不知道什么叫视频云，但视频云早已是互联网音视频行业的空气和水，在线直播、视频会议、主…

想做一个直播推流而已，为什么还要学习RTMP的协议？我们想回想一下我们推流端的简要流程： 那么在第三步，RTMP包如何封装呢？真的是简单的调用一下API就完事了吗？ 我们现在看一段…

AAC就是高级音频编码(Advanced Audio Coding)，出现于1997年，基于MPEG-2的音频编码技术,目的是取代MP3格式。 2000年，MPEG-4标准出现后，…

H.264是ITU（International Telecommunication Union，国际通信联盟）和MPEG（Motion Picture Experts Group，…

在上一篇文章《音视频开发进阶课程｜第六讲上：色彩和色彩空间》，我们带大家了解了视频、图像、像素和色彩之间的关系，还初步认识了两种常用的色彩空间，分别是大家比较熟悉的 RGB，以及更…

引言 调用系统 VideoToolbox 的 API 实现一个硬编很容易，仔细看看文档、了解 API 的使用实现一个基本功能相信难不倒大家。但实际工作中有许多细节，一不注意就会掉坑…

近日，多媒体领域顶级会议ACM Multimedia 2022在葡萄牙里斯本召开。在ACM MM 2022 Grand Challenge: Short Video Streami…

SurfaceView SurfaceView 是一个可以在子线程中更新 UI 的 View，且不会影响到主线程。 它为自己创建了一个窗口（window），就好像在视图层次（Vie…

OpenSL ES 是可以让你使用C或者C++来实现高性能，低延迟音频API。ES代表Embedded Systems，在嵌入式系统中单独设计。使用OpenSL ES可以省去nat…

本文主要介绍ffmpeg解码音频并且搭配AudioTrack以及OpenSLES播放PCM原始音频数据。 音频解码 对于使用ffmpeg进行音视频的解码过程，我们来回忆一下这张图：…

多家大型科技公司正在与高校合作开发语音识别技术，以更好地识别与残障人士相关的语音模式。亚马逊、苹果、谷歌、Meta和微软正在与伊利诺伊大学厄巴纳-香槟分校（University o…