技术文章

随着以智能助手为代表的人机语音对话系统和会议转录与纪要等应用的爆发，对话语音识别（Conversational ASR） 技术变得愈发重要。对话语音（Conversational …

在资源有限的Android设备上进行音视频处理时，性能优化至关重要。AVSample项目展示了多项关键优化技术，可显著提升多媒体应用的性能。 1、原生库编译优化 项目针对FFmpe…

在语音通信领域，通话质量不仅仅取决于技术规格，它直接反映了团队协作方式、客户服务体验以及企业日常运营。多年来，业界一直依赖平均意见得分 (MOS) 来衡量语音质量。尽管 MOS 确…

媒体和娱乐行业近期最引人注目的市场趋势之一是流媒体直播的增长。全球流媒体直播市场从 2022 年的 12.4 亿美元增至 2023 年的 14.9 亿美元，复合年增长率（CAGR）…

本文探讨 AVSample 项目中的原生媒体播放器实现，该实现展示了如何使用 Android 原生 API 构建高性能的音频和视频播放器。

百度播放内核团队将氛围模式效果应用到了视频播放场景，用于提升用户观看视频沉浸感，同时在百度App、好看App两款产品完成上线。本文将详细说明视频场景氛围模式技术方案。

这个系列文章我们来介绍一位海外工程师如何探索安卓音视频基础技术，对于想要开始学习音视频技术的朋友，这些文章是份不错的入门资料，本篇介绍 Java 媒体播放器。 ——来自公众号“关键…

视频通话的网络连接听起来很简单。你把视频发送到服务器，服务器再把视频发送回来。但这种思维模型在现实世界中会失效。一个最初在稳定的家庭Wi-Fi上建立的连接，可能会因为有人走出家门而…

2025年11月24日，即构科技 uni-app x 离线推送 SDK——ZPNs SDK v2.8.0 UTS 插件首次发布，支持接收 Apple、Google、华为、小米、OP…

MQTT 的实时性优势在面对异步操作时显得捉襟见肘，这正是许多物联网项目变得复杂的根本原因。而基于 EMQX 消息队列功能，这种统一、高效的消息处理模式已成为现实。

什么是各向异性扩散？ 各向异性扩散（Anisotropic Diffusion）是一种先进的图像处理技术，主要用于图像平滑和边缘保持。各向异性扩散（也称为Perona-Malik扩…

在虚拟现实和增强现实快速发展的领域，音频长期以来一直处于视觉效果的次要地位。但随着MPEG-I沉浸式音频标准的出现，一场翻天覆地的变革正在发生。该标准有望彻底改变我们在数字领域体验…

您的企业运用 AI 分析报告或划分客户群体，这极具价值。但若 AI 需要即时行动呢？我们谈论的是毫秒级的决策。部署必须即时响应的 AI 系统面临着完全独特的挑战。这不仅关乎准确性，…

直播的本质始终在于连接。那种激动、活力与实时互动，正是赋予直播内容生命力的源泉。然而随着观众规模扩大、直播形式日益复杂，维系这种即时的人际联结变得前所未有的困难。 每位主播都深有体…

什么是小波压缩？ 小波压缩（Wavelet Compression）是一种图像压缩技术，它利用小波变换在保持图像质量的同时减小文件大小。与其他仅关注频率域或空间域变换的压缩技术不同…

技术上数据量越大，降级概率越大，但消息业务场景上数据量大的是影响力更大的UP，业务不接受技术降级，如何破？如果消息流量增加10倍，怎么保障服务不挂？

什么是自适应阈值处理？ 自适应阈值处理（Adaptive Thresholding）是一种图像处理技术，它根据局部像素强度将灰度图像转换为二值图像。与使用单一全局阈值不同，自适应阈…

实时重建高质量视频对从视频会议到增强现实等应用构成重大挑战，既要求视觉保真度又需极低延迟。来自北京大学、华侨大学和快手的研究团队通过 InstantViR 解决了这一难题。 Ins…

为了满足企业日益增长的无线网络需求，Wi-Fi 技术正在飞速发展。办公室、酒店、商业场所和工业场所越来越需要能够深度集成到其运营中的无线网络。Wi-Fi 7 标准 (IEEE 80…

欧洲的播客行业正在蓬勃发展。据 Grand View Research 的数据显示，2024 年欧洲播客市场规模将超过 85 亿美元，预计未来几年的增长率将达到 25% 至 30%…