技术文章

在数据爆发式增长及算法日益精进的大背景下，属于「算力」的时代俨然到来。 随着视频成为互联网流量的主角，日趋饱和的音视频场景渗透率、人类对“感官之限”的追求与突破、更多元化的场景探索…

PNG (Portable Network Graphics) 是一种无损的位图图像格式。它是为了取代GIF格式而设计的，并且可以支持更多的颜色和透明度。 PNG图像使用一种称为D…

1. Vulkan概述 1.1 计算机图形软件 图形软件有两个大类：专用软件包（special-purpose packages）和通用编程软件包（general programm…

3月31日，LiveVideoStackCon 2022音视频技术大会·北京站拉开帷幕。网心科技CEO李浩受邀出席，并发表了题为《构建新摩尔定律下的算力分发网络》的主题演讲。 李浩…

在音视频通话，尤其是多人群组通话场景，过大的请求包体会导致客户端频繁报错、连接超时等问题。 为解决这一问题，融云引入并优化相关算法，使呼叫和全局双向请求传输体积下降了 85%，为用…

在 IM 系统中，“用户状态” 通常指用户的离线和在线状态；在一些企业 IM 系统应用中，会对用户的状态进行扩展，比如：“会议中”、“疯狂编码中”、“发热中” 等等；对于前一类用户…

回忆起一年多前那场“倒计时应战”，每一位参与的快手音视频技术团队成员都历历在目。 当时，国际巨星成龙即将在快手开通全球首个短视频社交账号。这次官宣势必会聚集全球各地的大量粉丝，这也…

MobileIMSDK – 微信小程序端是一套基于微信原生 WebSocket 的即时通讯库： 1）超轻量级、无任何第 3 方库依赖（开箱即用）； 2）纯 JS 编写、…

听说端到端语音识别工具包 WeNet 效果还不错，但在测试电脑上用 Docker 进行测试并不成功。在使用源码编译的过程中也遇见些问题，遂记…

本文作者 Phil Nash 基于 ChatGPT API，分享了使用 Node.js 用 31 行代码实现聊天机器人命令行界面 (CLI) 的过程。 完整代码： 运行此代码时，它…

一、概述 FFmpeg 提供了一种以管道的方式对音视频进行滤镜操作的框架。其也内置了非常多的滤镜，如果这些滤镜还不能满足需求的话也可以自行开发。 本文主要梳理 FFmpeg 滤镜相…

本文分析 FFmpeg af_silencedetect 的实现。 一、af_silencedetect 的作用及基本原理 af_silencedet…

本文分析 FFmpeg af_volumedetect 的实现。 一、af_volumedetect 的作用及基本原理 af_volumedetect…

本文主要测试在 FFmpeg 命令中使用 silenceremove filter 进行音频静音的修剪。 参数说明 1、start_x 参数…

本文提出了一种基于时空分辨率自适应的视频压缩框架(ViSTRA)，该框架基于定量分辨率决策，在编码过程中对输入视频进行时空动态重采样，并在解码器处重建全分辨率视频。时间上采样采用帧…

一、概述 本文分析 FFmpeg af_volume 的实现 二、af_volume的作用及基本原理 af_volume的作用是调整音频的音量，基本原理是PCM数据乘于某个系数，就…

由于目前互联网上有关AV1视频编码标准的中文资料特别少，针对它的compound inter prediction这一术语，本文将其译为混合帧间预测，以下皆用此名词代指。 1.基本…

研究意义 5G移动通信系统中，LDPC码作为主要信道编码方案之一实现了较高的可靠度和吞吐率。近年来，诸多新兴的通信场景对可靠度提出了更高要求。车联网、无人机通信、增强/虚拟现实等新…

一、打包流程： 从H264编码器读出一帧数据（一个完整的H264帧） 然后遍历H264的所有NALU：如果NALU长度小于MTU，则将该NALU打包为一个RTP包；否则，将NALU…

1 背景 随着直播行业的飞速发展，越来越多的企业涉足这一领域，直播间的稳定性和用户体验成为了直播平台竞争的重要因素。但是，由于直播间涉及到多个复杂的技术环节，如视频传输、网络通讯、…