技术文章

算力时代，靠吃「硬件红利」便能搞定新应用场景的「甜蜜期」已经过去。 人类社会的每一次科技跃迁，其本质都是计算力的突破与演进。 算盘拨出农耕文明的繁荣，机械计算机催生出第一次工业革命…

蝙蝠具有在黑暗中行动的能力，即使它们无法在视觉上感知周围环境。这种能力基于它们发射的超声波产生独特的回波模式，提供有关附近感兴趣物体或障碍物位置的信息。 图片源于：Dümbgen …

卡塔尔世界杯已经结束，29天赛程，64场比赛，最终梅西带领阿根廷时隔三十六年再次捧杯。世界杯期间，抖音提供的稳定高质直播画面为观众带来了完美的观赛体验，决赛的PCU高达3700W+…

如何提高交互式图像分割算法的效率？上海交大和华师大的研究者提出了一种基于多智能体深度强化学习的新型算法。 现有的交互式图像分割算法虽然能迭代式地更新分割结果，但很大程度上忽略了对连…

事实上，研究表明视觉线索在语言学习中起着关键的作用。相比之下，人工智能语言识别系统主要是建立在音频上。而且需要大量数据来训练，通常需要数万小时的记录。 为了研究视觉效果，尤其是嘴部…

Slack是一种消息服务，允许与团队成员进行通信。Slack 允许创建频道，团队成员可以在其中发送消息和共享文件。Incoming Webhooks 是将消息从自定义应用程序发送到…

WebRTC术语非常多，这里分析来自“给好奇者的WebRTC”给出的相关术语，欢迎大家继续补充。 ACK: Acknowledgment (确认报文) AVP: Audio and…

webrtc支持多个平台，比如ios、android，同时支持多款浏览器。本文分享webrtc 在 android 上是如何调用的。  WebRTC Android开发基础知识 在…

在视频压缩中，两种流行的编解码器脱颖而出——AVC 和 HEVC，引发了 AVC 与 HEVC 的争论。AVC，也称为 H.264，十多年来一直是行业标准，但 HEVC，也称为 H…

在音视频中，MPEG2-TS(简称TS)流是一种常用的复合流。几乎所有的流媒体协议都支持TS流，如：RTSP、UDP、SRT等。 TS流的结构介绍 TS流支持的三层结构： 他分别是…

什么是码率控制？码率控制是指通过调节图像的压缩比例，从而决定输出编码码率的过程。在音视频领域，码率控制模式有着举足轻重的地位。 H264码率控制模式 H264码率控制模式分别有：C…

声音是由物体振动产生的声波。是通过介质（空气或固体、液体）传播并能被人或动物听觉器官所感知的波动现象。最初发出振动（震动）的物体叫声源。声音以波的形式振动（震动）传播。声音是声波通…

MP4基本介绍 MP4格式是目前应用最广泛的封装格式，良好的跨平台特性是其最大的优势。我们有必要了解一下MP4的基本格式信息 ，方便我们封装裸流信息。 MP4中封装了视频或者音频裸…

半年之前我写过一篇文章——为播放器外接一套渲染框架，本质就是通过OpenGL将视频的内容绘制在SurfaceView或者TextureView的画布上，实现控制视频渲染的作用，当时…

本文以JPEG-XS编码和SD-WAN+互联网技术为基础，通过一系列测试，探究远程制作中涉及的重要参数和解决方案。 作者：中央广播电视总台 王刚来源：选自2022年第11期《现代电…

随着线上泛娱乐的兴起，语聊房、在线 KTV 以及直播等场景在人们的日常生活中占据越来越重要的地位，用户对于音质的要求也越来越高，因此超越传统语音降噪算法的 AI 降噪算法应运而生，…

如何用2分钟的时间，把语音识别功能加到你的项目中？ 早在十年前，就有一些大厂推出了AI开放平台，这里面就包含语音识别的功能。 用法也非常简单，大概的流程就是，先把你的语音录制成文件…

本文分享从零开始搭建一个轻量级的IM服务端，搭建的IM服务端实现以下功能： 一对一的文本消息、文件消息通信 每个消息有“已发送”/“已送达”/“已读”回执 存储离线消息 支持用户登…

今天给大家分享一下本人做小程序使用websocket的一点小经验，希望对大家有所帮助。 使用之前肯定首先要了解一下websocket是什么，简单来讲websocket就是客户端与服…

背景：一般与服务端交互频繁的需求，可以使用轮询机制来实现。然而一些业务场景，比如游戏大厅、直播、即时聊天等，这些需求都可以或者说更适合使用长连接来实现，一方面可以减少轮询带来的流量…