技术文章

来源：音视频小话链接：https://mp.weixin.qq.com/s/43KlmfNxXYpryG1Ssjq-1w 上一篇博文总体描述如何构造一个webrtc视频会议实时语音…

实时传输协议（RTP）是通过 IP 网络传输音频和视频的基本协议。它支持实时通信，因此对 VoIP、视频会议和直播等应用至关重要。本文将探讨 RTP 端口、默认端口范围、端到端流媒…

内容分发网络（CDN）是现代互联网的重要组成部分，能够高效地向全球用户传递高质量的视频内容。在本文中，我们将探讨 CDN 是什么、它们的重要性、工作原理、主要的 CDN 提供商，以…

从业务流程到科学研究，AI 代理可以处理海量数据集、简化流程并帮助决策。然而，即使有了这些发展，构建和定制 LLM 代理对大多数用户来说仍然是一项艰巨的任务。主要原因是 AI 代理…

自适应码率流式传输（ABS）是在线视频传输领域的一项关键技术，通过动态调整视频质量以适应观众的网络条件，确保流畅的播放体验。在本文中，我们将深入探讨 ABS 的工作原理、其优势与挑…

阿里巴巴集团达摩院的研究人员推出了Babel，这是一款多语言 LLM ，旨在通过覆盖使用最广泛的 25 种语言来支持全球 90% 以上的使用者。

在2025年的今天，”空间音频”（Spatial Audio）、”杜比全景声”（Dolby Atmos）等术语已经成为消费电子展会的…

本文将介绍 RTP 数据包在现实世界中如何跨网络发送，以及随之而来的一些挑战。内容来自 Webex 的首席工程师和架构师 Rob Hanton 的分享。 RTP 传输 虽然大多数互…

jitsi 是目前最流行的完整开源视频会议解决方案，用户可以非常便捷地部署在本地和云平台，实现自己的会议系统。其应用场景非常广泛。为了进一步了解Jitsi的技术架构和各种技术挑战，…

人工智能已经从简单的基于规则的系统发展成为执行复杂任务的复杂、自主的实体。在此背景下经常出现的两个术语是 AI Agents 和 Agentic AI 。虽然它们看起来可以互换，但…

分享关于使用FRPS实现的WEBRTC终端和内网FreeSWITCH的交互。

通话故障、延迟和音频失真不仅令人讨厌，还会破坏商务沟通。本文将列举一些常见的 VoIP 音频质量问题，如丢包、延迟和回音，以及消除这些问题的专业解决方案。

即使是在地区范围内大规模提供体育赛事直播，也意味着要应对分散的设备市场中的兼容性挑战，因为用户会在各种设备和平台上观看比赛，但对于全球体育赛事直播而言，当大量传统设备投入使用时，这…

OpenSIPS 控制面板是一款功能强大的工具，可通过用户友好的 Web 界面管理 OpenSIPS。它提供各种功能，可与 OpenSIPS 模块进行交互，同时利用数据库操作和管理…

OpenAI火的一塌糊涂，各种应用都计划和OpenAI集成，完成AI智能化整合。开源项目的优势之一就是用户的创新意识，Asterisk开源用户也是如此。很多功能都是来自于用户的灵感…

Elixir 是一种用于构建分布式、可扩展和可靠的多媒体应用程序的优秀语言。它基于 Erlang，而 Erlang 以同时处理大量事务而不会崩溃而著称。如果您正在处理视频流、图像处…

从优质体育直播到一系列其他任务关键型应用程序，高效的内容交付对于大规模直播至关重要。边缘交付通过尽可能靠近最终用户广泛分发边缘注释，在全球范围内实现高性能流。 在 streamin…

大型语言模型 (LLM) 利用深度学习技术来理解和生成类似人类的文本，这使得它们对于文本生成、问答、摘要和检索等各种应用都非常有用。虽然早期的 LLM 表现出了卓越的能力，但它们的…

最近，3DGS已经在新视角合成领域取得了巨大关注。它解决了NeRF训练时间过长、渲染速度过慢的问题。通过快速、可微的三维高斯光栅化，3DGS实现了实时渲染和加速训练。然而，由于在每…

从大量未标记的图像中学习有用的特征非常重要，DINO和DINOv2等模型就是为此而设计的。这些模型非常适合图像分类和分割等任务，但它们的训练过程很困难。一个关键挑战是避免表示崩溃，…