技术文章

以下文章来源于清熙 ，作者王庆法。 OpenAI Sora文生视频（图像看作单帧视频）一放出就炸翻整个AI 圈，也是ChatGPT掀起GenAI热潮时隔一年后，OpenAI再次史诗…

FFmpeg 是一款功能强大的音频和视频文件处理工具。您可能想用 FFmpeg 执行的常见任务之一是调整音频流或视频文件的音量。用 FFmpeg 来做这件事非常简单，它还包括处理音…

FFmpeg 是一款功能强大的工具，可对音频和视频文件执行各种操作，如转码、过滤、编辑和流式传输。本文将向你展示如何使用 FFmpeg 批量转换或转换文件夹内的所有文件，并介绍一些…

1 TURN 要解决的问题 在 TCP/IP 网络中，一个常见的问题就是如何让两台处于内网的主机进行通信，即 NAT 穿越问题。解决 NAT 穿越问题的两个关键是： 举个例子， A…

使用 HTTP 实现近实时通信的技术有很多，如轮询、长轮询、服务器发送事件，甚至 Webhooks。 所有方法都有一个共同的问题 —— 它们仅限于单向通信。 在本文中，我们将探讨 …

OpenAI新提出了一种功能强大的视频生成大模型，采用tansformer结构处理视频图像的时空块，支持不同长度、不同分辨率和不同长宽比的视频生成。其中最大的Sora模型支持长达一…

WebRTC （Web Real-Time Communication）是一项功能强大的技术，可实现浏览器与应用程序之间的实时通信。 然而，与其他技术一样，它也会遇到各种问题并产生…

物联网协议是指在物联网环境中用于设备间通信和数据传输的协议。根据不同的作用，物联网协议可分为传输协议、通信协议和行业协议。 1. 传输协议 协议 协议描述和应用场景 Mo…

在本文中，我们将介绍如何使用 FFmpeg 加快或减慢视频的速度。无论您是视频编辑者、处理媒体文件的开发人员，还是对视频操作充满好奇的爱好者，您都会发现本指南的价值。 我们将从在系…

OpenCV（开源计算机视觉库）和 FFmpeg 是两个广泛使用的开源库，它们在图像和视频处理领域各有所长，常常被用于协同工作。 OpenCV 功能与技术背景： OpenCV是一个…

摘 要：切片能够将网络资源灵活分配，将网络能力灵活组合。介绍了切片在无线侧的3 种实现机制：基于 QoS、基于 RB 资源预留、基于载波隔离。对切片和切片组的网络性能进行了验证。结…

选择 React Native 进行聊天应用程序开发，可使用单一代码库轻松构建跨平台应用程序，确保高效和快速部署，同时提供类似本地的用户体验。 React Native 可让您快速…

在过去的几年里，通信领域发生了巨大的变化。目前，企业正在采用创新战略，通过各种渠道和平台与客户和同事进行沟通。基于统一通信的平台现已成为大多数灵活品牌的通信环境焦点，可能是最重要的…

语音用户界面（VUI）、语音搜索和其他基于语音的用户体验（UX）技术正在重塑我们的世界，并彻底改变我们的交互方式。 目前，技术和流程开发的主要重点都围绕着提升用户体验。语音交互旨在…

我曾有过这样的想法：WebSocket 是一种很难理解的东西，这种实时的东西需要我花一些时间来学习，而且不会那么容易，所以这个周末我尝试了一下，结果发现非常简单。因此，如果你和我一…

在本教程中，我们将探索如何将 Flask、OpenCV 和 WebRTC 简单而强大地结合起来，创建一个流媒体直播应用程序。无论您是初学者还是经验丰富的开发人员，本教程都将一步步指…

在过去的几个月里，我们一直在非常努力地开发 W3C WebRTC 规范的 Elixir 实现，现在我们很高兴地正式宣布它的第一个版本 —— ex_webrtc 的 0.1 版本！ …

这是一个短视频，实时视频，视频会议的时代。在日常生活中，无论是工作场景，娱乐还是日常沟通大家都频繁使用了视频的形式来进行沟通。用户的需求量在不断增加，而且要求更稳定，高质量的服务，…

语音增强 (Speech Enhancement) 旨在从噪声和混响等多种干扰中恢复并提升语音的质量及可懂度，以提升人耳听感和语音识别率。在深度学习的推动下，基于神经网络的语音增强…

继续分享来自“关键帧的音视频开发圈”的音视频面试题集锦，下面是第 16 期面试题精选： 1、谈谈 iOS 音视频采集相关接口和数据结构的设计？ 1）整体框架 通常我们通过 AVCa…