实时音视频

本文提出 DGAF-VSR，一种基于扩散模型的视频超分辨率方法，针对现有技术在感知质量、重建保真度和时序一致性之间难以兼顾的挑战，通过关键观察发现特征域比像素域更适合提供稳定的时序…

Multiview（多视角）即在同一屏幕上同时观看两路、三路或四路直播信号，正在成为体育直播中的核心能力。决定 Multiview 成败的关键并不只是“是否支持多画面”，而是采用怎…

如果只看命名，VMAF v1 很容易被误解成一次常规模型迭代。但结合 Netflix 官方技术博客《VMAF v1: Good Is Not Good Enough》和 Netfl…

四十年来，视频编码一直沿用传统的编解码器，从MPEG 1和2，到H.264高清过渡，再到H.265的4K时代，以及后来的VVC/H.266。如今，AI 正在席卷广播电视领域，纯 A…

Android 音频 API 看似简单，实则暗藏杀机：回调线程搞错、Buffer 不归还导致无声、录制播放切换时 crash。本文用 Claude Code 写一个线程安全、支持低…

与直播工作流中其他复杂且影响重大的环节一样，关于人工智能（AI）和机器学习（ML）在直播监控与质量控制中的应用、功能及局限性，存在诸多疑问。虽然在质量保证方面，某些环节仍无法替代人…

CameraX 简化了 Android 相机开发，但也埋了不少坑——预览帧率莫名其妙掉到 15fps、分析帧堆积导致 OOM、后台回来画面卡死。本文用 Claude Code 帮你…

Meta在实时通信中采用AV1是一项历时数年的工作，本文将分享在部署 AV1 和扩大覆盖范围时遇到的技术和运营挑战，以及 Meta 如何解决这些挑战以实现实时通信。

一句话总结：绝大多数 App 开发团队应该购买实时音视频云服务而不是自建。自建一套生产级的实时通信系统至少需要 8~12 个月和 10 人以上音视频团队，而采购成熟 SDK 最快 …

ZLMediaKit 接收/处理PS流分析：使用AI开发了一个安卓GB28181推流APP，采集手机音视频进行编码压缩然后封装为PS流遇到的问题分析。

一个权限请求，iOS 要写 40 行，Android 要写 50 行，还要处理”不再询问”的各种边界情况。我们用 Claude Code 一次性生成双端统一…

一句话总结：选实时音视频平台先看三个硬指标，端到端延迟是否低于 300ms、弱网抗丢包率是否达到 70% 以上、全球节点是否覆盖你的目标市场；然后按场景匹配，互娱出海选生态成熟的、…

随着流媒体行业持续寻求更佳方案，以大规模传输低延迟的直播视频，Media over QUIC（MoQ）已成为今年NAB展会上最受热议的话题之一。这一话题之所以备受关注，很大程度上源…

在日益直接且个性化的数字世界中，在线视频聊天已成为人们沟通方式的一部分。与仅依赖短信、社交媒体帖子或延迟回复不同，如今许多用户更希望进行实时对话。看到对方的脸庞、听到对方的声音，并…

在移动端音视频（直播、RTC、短视频）开发中，ROI（Region of Interest，感兴趣区域）编码是兼顾“节省带宽成本”与“守住核心画质”的终极武器。由于 Android…

在游戏开黑交友场景中，深夜歌房是玩家在休息时段进行社交娱乐的重要功能。一个完善的深夜歌房系统不仅能满足玩家的娱乐需求，还能增强用户粘性和社交互动。 一、需求分析与场景概述 1.1 …

在游戏开黑交友场景中，玩家之间需要进行语音连麦沟通战术、分享游戏体验。一个完善的连麦配对系统是提升用户体验的关键。 一、需求分析与场景概述 1.1 核心场景 场景类型 描述 特点 …

在 Android 端，为了实现与 iOS 相同的逻辑——“自主掌控 GPU 特效（如美颜 Shader、AI 挂件），且点击拍摄自动捕捉前后各 1.5 秒（共 3 秒）的视频”，…

本文将从一个标准的线上你画我猜游戏需求出发，拆解如何用 RTC 引擎构建画板同步 + 多人语音 + 视频辅助的完整互动体验。

扩展视频会议是一个真正困难问题。本文拟将学习如何构建一个在饱和发生前就能做出反应的自适应扩展循环，以及如何通过准入规则在流量突增时保护通话质量。