一场跨国会议，开场通常是这样的：上海的产品负责人用中文讲需求，东京的工程师用日语追问，伦敦的客户代表用英语收尾。放在过去，这种会至少要配两名翻译、一套会前准备的术语表，还要预留出无…

用 ffmpeg 转换一个视频只需要 2 分钟…… 但前提是你把命令和参数都背得滚瓜烂熟。否则，你很容易就要花上半个小时翻文档。 但你的生活要改变了，因为 FFmpeg Comma…

Jitsi 已经在 Electron 框架下支持视频画中画功能，当焦点离开会议窗口时，画中画会自动打开。这个GSoC 2026项目的目标是将交互式文档画中画功能引入浏览器会议，包括…

前面的推流/通话在理想网络下跑通了，但真实网络是「会抖、会丢、会变慢」的。地铁里卡成 PPT、WiFi 切 4G 断流、晚高峰卡顿——这些全靠 QoS 引擎兜底。本文用 Claud…

语音交互和语音通信依赖清晰、可分辨的输入信号。真实环境中的风扇、道路、键盘等背景噪声会掩盖语音，扬声器回放进入麦克风会形成回声，多人同时讲话则会造成语音混叠。降噪、声学回声消除（A…

核心要点 2024 年，如果你拨打一家公司的客服电话，被转接到 “语音智能体”，你会在最初的几秒内就知道自己在和机器对话。你的问题与它的回答之间哪怕只有几秒…

NDI 公司表示，该公司正与 NVIDIA 合作开发 AI 驱动的工作流程，使广播公司能够实时创建和分发多语言内容。 通过将 NDI 原生媒体连接与 NVIDIA AI 技术（包括…

视频流媒体技术提供商 Tiledmedia 宣布推出 Tiledmedia Fabric，这是一个新平台，旨在简化流媒体内容提供商制作和分发先进内容体验的过程。 Tiledmedi…

流媒体工程师的传统职能正越来越多地被自动化解决方案所取代，或至少因可观测性（observability）与监控以及大量决策环节的卸载而被改变。在流媒体基础设施管理方面，AI 与自动…

语音智能体团队总会撞上同一堵墙：音色库里有 400 个声音，而需求偏偏要的是库里没有的那一个：为蒙特利尔经销商找一个魁北克法语口音的前台，找一个六十多岁、带着讲堂级权威感的男声解说…

乌得勒支苹果博物馆将携一系列苹果公司的历史和最新硬件亮相 IBC2026，重点展示该公司在桌面视频制作、移动内容创作和空间计算发展中所发挥的作用。 “从桌面到口袋——以及超越屏幕”…

9月9日，在2026京东全球科技探索者大会上，京东云宣布拟建设十万卡全功能GPU集群，打造超大规模国产智算基础设施。该集群以摩尔线程全功能GPU为算力底座，聚焦大模型训练、推理及具…

GStreamer 团队已发布 GStreamer 1.28.7，这是广受欢迎的跨平台多媒体框架稳定版 1.28 系列的最新维护更新。 与之前的 1.28.x 更新一样，这严格来说…

brunokeymolen 在 GitHub 上发布了一款床头闹钟，它不用蜂鸣声叫醒你，而是用一段视频来唤醒你。该设备基于 Waveshare ESP32-P4-WIFI6-Tou…

全球自学习智能客户体验 (CX) 解决方案提供商 Omilia 宣布与美国和英国最大的技术服务分销商之一 Telarus 建立合作伙伴关系。根据协议，Telarus 遍布全国的技术…

总部位于荷兰的超低延迟视频流媒体技术提供商 Ceeblue 和澳大利亚媒体技术公司 Layercake 今日宣布扩大合作，全面推出先进的数字版权管理 (DRM) 框架以及革命性的服…

多年来，许多联络中心策略都把语音视为一种”公用设施”，一个需要加以控制的高成本渠道。数字自助服务、在线聊天、消息应用和自动化曾被定位为成本更低的替代方案，而…

Zattoo 将在阿姆斯特丹举行的 IBC 2026 展会上展示其在内部 Hackdays 活动中开发的四个原型，其中包括一个基于 Media over QUIC 的实时传输系统，…

BCE 已选择 Alpha Networks 的 Gecko OTT 平台作为其端到端媒体服务组合中的关键技术组件。 在评估过程中满足了 BCE 的技术和运营要求后，Gecko 平…

Agama 已完成其客户端设备监控 (CDM) 解决方案与 Redge Technologies 的集成，使共享运营商客户能够访问详细的视频服务分析和性能报告。 Redge 部署 …