10月29日，在「2026腾讯全球数字生态大会」期间，数美科技与腾讯云战略合作签约仪式正式举行，此次签约标志着数美科技与腾讯云的合作进一步走向体系化协同。 未来，双方将围绕云服务与…

H5 直播选型，先回答两个问题：主播是不是也在浏览器里开播，你能接受”低延迟”变成一个单独计费的增值项吗。这两个答案基本决定了选谁，剩下的才是延迟和价格。 …

大语言模型已经开始逐字生成回答，语音助手却迟迟不开口，原因可能出在 TTS：它仍要等完整文本，才能生成声音。流式 TTS 在文本陆续到达时开始合成，前面的音频播放时，后面的内容还在…

随着 AI 应用越来越多地依赖摄像头和视觉传感器去解读物理环境、协调活动并在无人干预的情况下做出决策，视频基础设施正逼近一个架构转折点。 这一转变正在暴露物理 AI（Physica…

一个动听的嗓音并不能告诉我们这位导师教得怎么样。真正的问题在于：当对话结束后，学习者能独立解释出什么？ 这是一项近期研究背后的核心问题。该研究考察了在线 MBA 课程中语音与文本辅…

语音 AI 赛道正炙手可热，随着更多商业模式通过合作与并购浮出水面，头部玩家们正在努力巩固自己的地位。Deepgram 是最新一个出手的公司：该公司于周四宣布，将收购 Daily，…

语音 AI 最重要的事情，不是语音本身，而是语音所能成就的体验。 回想一下你经历过的最好的服务体验：你感到被理解了。你不必重复自己的问题，不必去搞清楚这个组织是如何运转的，也不必应…

美颜是直播、相机、视频通话的绝对刚需。磨皮、美白、瘦脸、大眼，传统美颜靠肤色检测和几何变形，AI 美颜靠关键点 + 语义分割，既磨得自然又不糊五官。 1、你遇到的场景 &#8220…

加利福尼亚州新的流媒体响度法规实施已有数月，有一点已经变得清晰：虽然 SB 576 的设计初衷是防止观众被音量过大的广告”吓一跳”，但其实际影响远深入流媒体…

Block 的 AI 研究实验室发布了 Dessa，一个仅用人类对话语音训练的全双工语音模型。Block 于 2026 年 10 月 23 日 以研究预览版的形式宣布了这一成果。D…

随着娱乐方式日益数字化，现场体验的吸引力却持续增长。对于媒体公司而言，这为开发新的收入来源、强化品牌以及与受众建立更紧密的联系创造了机遇。 在与 Broadband TV News…

2026 Flutter 即时通讯云服务怎么选？本文不从厂商参数表出发，而是从 pub.dev 插件事实、平台声明、UI Kit 成熟度、离线推送和升级成本，对比ZEGO、融云、环…

本文说明在什么情况下做媒体服务选择，比较主流的服务端 WebRTC 库，并把它们对应到各自适合的工作负载。

RingCentral 宣布为 RingCX 推出一系列新的 AI 能力，让联络中心可以在同一个地方，把 AI 座席与人工座席作为一个统一的劳动力来监管、衡量和规划。 RingCX…

Signal 通话库（calling library）中的一个漏洞，可能让通话对方在用户已经挂断之后，仍然持续收到该用户的音频，甚至可能收到视频。 该漏洞编号为 CVE-2026-…

SRS 8 现在可以在 Windows 上原生运行了。这个大型功能由 AI 完成：一天之内约 1.5 万行代码。它没有引入新 Bug，也没有改坏任何现有代码。 作者：Winlin …

据全球 AI 技术研究和咨询公司信息服务集团 (ISG) 发布的一份新研究报告显示，越来越多的组织正在用基于 Amazon Connect 平台的云环境取代分散的客户体验系统，以实…

amaran 宣布推出 amaran Cam，其最大亮点是独特的 Auto Lighting（自动打光）功能。 这款摄像头面向内容创作者和直播主播设计，将 4K60 画质与该公司所…

总部位于伦敦的 LBG Media 是一家专注于年轻人的社交娱乐视频和流媒体巨头，该公司报告称，截至 9 月 30 日的整个财年，预计收入约为 1.06 亿英镑（1.265 亿欧元…

开源项目 D7VK 在 Vulkan API 之上实现了 Direct3D 7、6、5、3 这四代 API，以便获得更快、更符合现代标准的性能；如今，该项目发布了新版本。D7VK …