技术文章

WHIP（WebRTC-HTTP ingestion protocol）是一种用于简化WebRTC媒体流输入到流媒体服务器或其他接收端点的协议。WHIP的目标是提供一种轻量级、易于…

2024年最新音视频书籍推荐：《RTC 程序设计 · 实时音视频权威指南》。本书作者戴维是字节的一位大佬，多年的音视频开发经验凝集在此，阅读此书可助你快速掌握实时音视频端到端知识全…

移动聊天应用程序是创建数字环境的一种有效方式，在这种环境中，世界各地的人们和设备可以轻松协作、社交、获得新体验并实时交换信息。全球最流行的操作系统是Android，它是一个开源移动…

摘要：为了达到5G使能工业网络的目的，3GPP对低时延、高可靠场景进行了全面增强，在标准上深度讨论和制定了支持TSN的确定性业务的方案。5G TSN打造全面互通灵活接入的确定性工业…

本文是上下文自适应二进制算术编码的内容，主要包括算术编码器基础、二进制算术编码器介绍及算术编码过程的流程图。 标题：Context-adaptive binary arithmet…

在构建 p2p 应用程序的联网过程中，您可能听说过 NAT、STUN、TURN 和 ICE。那么这些到底是什么呢？让我们通过一个类比来了解一下。 先从定义开始： NAT：网络地址转…

TGML（Tone Generation Markup Language）用于在 XSwitch 内生成各种铃音。TGML 可以直接在 XSwitch 界面上设置，如： TGML …

SIP是什么 SIP（会话发起协议）属于IP应用层协议，用于在IP网上为用户提供会话应用。会话（Session）指两方或多方用户之间的语音、视频、及其他媒体形式的通信，具体可能是I…

使用Asterisk实现小区物业的语音报警通知系统可以提高小区安全管理的效率和效果。这样的系统可以在紧急情况（如火灾、入侵等）下自动向物业管理人员、安全人员或居民发送预录制的语音消…

3D-Speaker是通义实验室语音团队贡献的一个结合了声学、语义、视觉三维模态信息来解决说话人任务的开源项目。本项目涵盖说话人日志，说话人识别和语种识别任务，开源了多个任务的工业…

您的应用程序需要 WebRTC 录制功能吗？了解实施 WebRTC 时的各种要求和架构决策。 作者：Tsahi Levent-Levi译自：https://bloggeek.me/…

研究意义 为应对日益严峻的气候问题并迎接全球范围内的第三次能源革命, 我国作为世界上最大的发展中国家, 率先面向提出 “碳达峰” 和 “碳中和” 的 “双碳” 目标。在移动通信网络…

本文是对 ELECARD Video Compression Book 第五章的翻译，本章节主要介绍如何对解码图像实施后处理，以减少HEVC中量化效应的影响。 标题：Post-pr…

视频合成能力的开发背景 想要开发一个具有视频合成功能的应用，从原理层面和应用层面都有一定的复杂度。原理上，视频合成需要应用使用各种算法对音视频数据进行编解码，并处理各类不同音视频格…

背景 Think Better。 很多行业都在“卷”，作为金融科技行业的信也，也不例外。除了卷云计算、大数据和人工智能这些非常有深度的技术以外，信也向着技术融合创新的方向逐步探索，…

本文将介绍使用 HLS(HTTP Live Streaming) 为 visionOS 准备和交付视频内容的方法。我们将深入了解 HLS 媒体交付流程，并探索如何扩展交付管道以支持…

即时通讯应用程序已成为我们日常生活中的主要工具。WhatsApp 就是这样一款广受欢迎的应用程序，它拥有友好的用户界面、丰富的功能和实时通信特性。创建像 WhatsApp 这样的聊…

什么是无人直播？ 无人直播是指提前录制好直播内容，然后在直播过程中循环播放这些录制好的视频，以达到24小时不间断直播的效果。这种方式可以节省人力和物力成本，实现低成本引流、卖货以及…

在快节奏的 Web 开发世界中，掌握最新的前端框架对于创建稳健高效的 Web 应用程序至关重要。前端框架在实现这一目标的过程中发挥着举足轻重的作用，它为开发人员提供了创建响应式、交…

本文是对 ELECARD Video Compression Book 第四章的翻译。本章节介绍了HEVC 中的运动矢量预测算法：参考图像信息和运动矢量预测。 题目：Motion …