技术文章

要了解 libWebRTC 存在的原因及其如此重要的原因，我们应该从 2011 年谷歌首次宣布一个闪亮的网络浏览器新开源项目时的草根开始。 该项目已经转移到一个全新的网站webrt…

了解 WebRTC IP 泄漏的历史：一个新的 JavaScript 库如何无意中引入隐私问题、它是如何被利用的，以及这个问题得到了多大程度的解决。 在进入本文的精彩部分之前，您需…

语音sdk是什么意思 语音SDK简单来说就是一个软件开发工具包，集合了许多语音服务功能，开发者通过集成SDK可以快速实现各种语音类功能。 即构实时语音SDK（Express Aud…

对于WebRTC的架构说明，官方的英文文档已经说的很清楚了，所以本文可能更多的是充当这一个翻译者的角色。下面我们从上往下分别了解WebRTC的架构设计。 三层架构 首先我们从Web…

当前的感知视觉质量评价指标(Perceptual Visual Quality Metrics,PVQMs)通常是复杂且不可微的，这使得它们很难在恢复和压缩调优中用作损失函数，传统…

近年来，深度学习技术在许多语言和图像处理任务中取得了显著的成果。这包括视觉语音识别（VSR），它只需要通过分析说话人的嘴唇运动来识别说话的内容。 a-c、基线ASR模型（a）、基线…

H.264简介 H.264是新一代的编码标准，以高压缩高质量和支持多种网络的流媒体传输著称。 在H.264协议里定义了三种帧，完整编码的帧叫 I 帧，参考之前的 I 帧生成的只包含…

目前小程序IM即时通讯多人聊天应用非常广泛，比如电商购物场景，买家和卖家、客服之间需要通信，发送文本、图片、订单等消息；互动直播场景中的弹幕消息、礼物消息，语聊房内的麦位控制等。今…

在过去的十五年中，网络变得越来越流行。越来越多的人上网，而且这种趋势只会持续下去。这导致基于 Web 的应用程序越来越受欢迎，并且出于任何给定原因需要更好的在线交流方式——无论是与…

今天我们来分享一个开源的音频采集代码，现在大部分音频采集都是通过ALSA框架去采集，如果大家把ALSA采集代码学懂，那么大部分的音频采集都可以搞定。这个代码是用ALSA进行音频PC…

　　S12决赛尾声，伴随DRX成员们从眼泪到荣耀的升华，技术保障团队的心也松弛下来，逐渐把目光从监控中挪开。一方面分享胜利的喜悦，一方面也为实现了“边喝茶边保障”的目标而高兴。 　…

直播作为一种新兴社交方式，已然成为一项互联网基础应用，也成为技术大牛们探索更高效轻量的技术方案的新阵地。 由于用户对社交互动的强烈需求，“连麦直播”已成为直播的标配。通过视频连麦，…

虽然直播是一个非常庞大而复杂的功能，但是通过WebRTC来建立直播却并不复杂，只需要几十行代码就可以完成。 搭建直播的步骤： 创建PeerConnectionFactory对象 创…

本文提出了一种参数化模型，使用神经辐射场将自由视图图像映射到编码面部形状、表情和外观的向量空间，即 Morphable Facial NeRF。MoFaNeRF 将编码后的面部形状…

多媒体框架是一种在电脑上处理媒体并经网络传播的软件框架。一个良好的多媒体框架提供了一个直观的API和一个模块化的架构而易于添加对新的音频、视频和容器格式以及传输协议的支持。这意味着…

一、背景介绍 拍照是手机的基本功能，优化拍照性能，主要是优化点击拍照到生成照片的这一段时间，看看可以在什么地方减少耗时下面将打开camera到拍照完成这段时间拆解一下 这段过程主要…

　 移动互联网、智能手机以及社交网络的发展带来了海量图片信息，根据BI五月份的文章，Instagram每天图片上传量约为6000万张；今年2月份WhatsApp每天的图片发送量为5…

在音视频开发中，音频也是一个重要功能之一。在音频开发中有两个重要的概念，一个是PCM数据格式，另外一个是AAC数据格式。下面我们会重点介绍！ 一、PCM重要音频参数： PCM数据也…

从直播趋势看「分发」与「计算」 阿里云直播产品架构图中，主要分为端和云两个部分：在端侧，主要包含推流端和播放端；在云侧，一是基于分布式节点构建的传输网，二是在阿里云中心构建的不同R…

世界杯 ⚽️ 期间，我与其他的梅西粉丝在某 APP 里建了个梅粉聊天群，群内人数上万人，大家一起讨论赛事热点，可谓热火朝天，此起彼伏，这是四年一度的狂欢，虽值冬季，但热情不减。 “…