技术文章

视频通话已成为我们沟通的主要方式之一。背景噪音或其他干扰有时会让人难以集中注意力或进行清晰的对话。此时，音频静音功能便显得尤为实用。它允许用户暂时关闭麦克风，从而减少背景噪音，提升…

2025 年11 月 6 日，ZEGO即时通讯SDK（ZIM）2.24.0 版本发布，新增查询合并消息支持携带 messageID、离线推送功能支持附带 OPPO 私信模版等功能。…

本文将深入剖析 FFmpeg 中 TLS/DTLS 安全层的实现细节，从架构设计到具体实现，从证书管理到错误处理，带您全面了解这一重要模块。

本文将揭秘马上消费如何基于WebRTC，在云测平台实现双向技术突破：不仅完成了手机到浏览器200ms超低延迟投屏，更创新实现了浏览器到手机的活体认证视频流逆向传输。

重磅推荐：基于广受好评的ZLMediaKit开源版本，全新推出专业版！ ZLMediaKit Pro在保留开源版强大功能的基础上，新增了多项企业级功能，为您的流…

Juturna 是一款采用 Python 编写的轻量级实时数据处理库，它的设计目的是让构建音频/视频/传感器处理工作流程变得简单。

本文基于云 VR 串流技术与 VR 一体机的协同发展这一逻辑，从产业现状、破局思路、实施路径三个维度展开分析，探索 VR 院线如何加速 LBE 产业化与规模化发展。

本文将分享 Meta 如何克服隐形水印技术扩展过程中的挑战，包括如何构建基于CPU的解决方案，该方案不仅能提供与 GPU 相当的性能，更具备更优的运行效率。

直播技术正在不断演进，观众如今期待近乎即时的播放体验。Gcore 推出低延迟直播解决方案，通过采用 LL-HLS 和 LL-DASH 技术，实现端到端 2.0-3.0秒的延迟。该方…

这是一份实用指南，指导如何使用涵盖实用性、准确性、安全性和系统性能的多维指标来评估基于 LLM 的语音助手。

作者：Miska Hannuksela，Jill Boyce译自：https://www.nokia.com/blog/upgrading-h26x-video-coding-fe…

诺基亚技术公司体积视频编码首席工程师兼技术负责人劳里·伊洛拉解释了体积视频如何推动增强现实和扩展现实领域的新应用。

本文讲介绍如何自行部署 TURN 服务器，以实现安全、私密且具备生产环境就绪性的解决方案。

清华大学、剑桥大学与字节跳动的研究团队提出了一种让大语言模型（LLM）理解空间音频的新方法。与当前多模态大模型只能解析普通音频不同，这项工作让 LLM 有初步“听懂”三维空间中声音方向与定位的能力。

数字世界中有一位无可争议的王者：移动即时通讯。根据 Statista 的数据，全球超过 94.5% 的互联网用户每月都会使用聊天应用程序。这一数字使即时通讯成为最普及的数字活动，其…

自9月1日，美团正式发布 LongCat-Flash 系列模型，现已开源 LongCat-Flash-Chat 和 LongCat-Flash-Thinking 两大版本，获得了开…

运动估计是计算机视觉任务中至关重要却计算密集的环节，研究人员一直在寻求提高其效率的方法。 来自都柏林圣三一学院的 Julien Zouein、Vibhoothi Vibhoothi…

在超级碗、格莱美颁奖礼和奥运会等重大直播活动中，观众期待的是清晰流畅、实时无中断的观赛体验。数百万观众同时收看，广告商更是不惜重金将产品展示在观众眼前。幕后，这给流媒体服务商带来了…

在流媒体领域，”延迟 “是指视频或音频数据从源传输到观众设备的延迟时间。试想一下，在观看足球比赛等直播活动时，在您的流媒体上看到进球发生之前，您的邻居就已经…

这个系列文章我们来介绍音视频相关面试题，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，本篇介绍网络传输优化。 ——来自公众号“关键帧Keyframe”的分享 1、优…