技术文章

本文介绍如何使用即构的 uniapp 即时通讯SDK(ZIM SDK)快速实现基本的消息收发功能。ZIM SDK具有登录状态监控、会话模块、房间模块、群组模块、消息模块、消息优先级…

Sockets 是一种处理网络的范例，这一概念已经存在了几十年。Sockets曾经是网络输入和输出标准化的一种方式，就像应用程序接口（API）一样，这样，无论硬件的具体情况如何，应…

本文研究如何使用预训练的图像扩散模型进行文本引导的视频编辑。提出了一种免训练的方法，并且可以推广到广泛的编辑中。并且通过大量实验证明了该方法的有效性，并将其与四种不同的先前和并行工…

FunASR是由通义实验室语音团队开源的语音识别框架，集成了语音端点检测、语音识别、标点预测等领域的工业级模型的训练和部署，吸引了众多开发者参与体验和开发。 为了支持用户便捷高效的…

WebTransport 是 Websockets 的现代升级版，使用 http3 在客户端和服务器之间传输数据。 WTransport 是用 Rust 编写的 http3 Web…

双向梯度修正（Bi-directional Gradient Correction，BGC）是利用双向参考块间的差值对预测值进行修正的技术，BGC是AVS3中新增的inter技术。…

在实施聊天用户界面时，有许多错综复杂的细节需要考虑。要创建一个我们每天都要使用数十次的聊天应用程序，我们需要考虑看似显而易见的细节，并在考虑用户体验（UX）的基础上实现高质量的聊天…

本文分享如何使用 Solid JS + Node JS + Websockets 创建一个聊天应用程序。 流程： 先处理房间，因为需要它们来进行消息传递。 房间 先给房间取个名字，…

前言：第19届杭州亚运会已经落下帷幕，中国代表团获201金完美收官，创造了新的历史。全球观众通过电视和低时延直播共同见证了新纪录的诞生。通过低时延直播先进技术，让每一个热爱体育的人…

什么是 OpenVidu？ OpenVidu 是一个开源的 WebRTC 视频会议平台，旨在提供一种简单、高效、可扩展的实时通信解决方案。它基于Java 编写，使用了 W…

1 前言 随着人工智能技术的快速发展，B站已经有非常多的AI算法可以用来助力多媒体业务，诸如超分辨率、人脸增强、视频插帧、窄带高清等等。如今，以扩散模型（Stable Diffus…

为什么需要标准化路线图？ MPEG 已经创建、并仍在制定多媒体标准，这使得庞大的市场得以繁荣。 路线图文档中包含了什么内容？ MPEG 是什么？它做了什么？ MPEG是一个由100…

广播行业正经历着快速的数字化转型阶段，而 IP 技术的应用则推动了许多以技术为先导的发展，事实证明，IP 技术是创新和提高效率的主要推动力。许多以前依赖传统工作流程的公司正在采用基…

做音视频或图像处理方向的开发同学一般都或多或少接触过 libyuv[1] 这个开源库，我们在音视频开发中处理 YUV、RGB 等格式的数据转换、旋转、缩放时常常用到它。libyuv…

扩声系统用于放大声音，其典型应用包括：多媒体电教室、本地会议系统、助听器和人工耳蜗等，该电声系统至少包括一个传声器、一个放大器以及声重放单元扬声器。当传声器与扬声器处于同一个声学环…

本文介绍了研究人类如何使用身体接触与世界互动，以实现以人为中心的人工智能的重要性。文中提到，为了建模逼真和物理可行的人与物体互动，推断3D接触至关重要。然而，现有的方法要么专注于2…

摘要：随着互联网新兴业务的兴起，数据流量迎来了爆炸式增长。围绕超高速大容量光传输系统中的超高速单波技术、扩展波段技术与新型光纤技术，详细介绍了其关键技术、发展现状以及相关产业发展情…

在本教程中，您将学习如何使用 Python 套接字编程和 Socket API 在客户端和服务器之间交换数据。 稍后，本教程将讨论如何使用托管提供程序在两个或多个 Python 客…

对视频内容的需求改变了我们消费流媒体内容的方式。互联网的快速扩张推动了视频流媒体行业的发展。内容提供商寻求有效的解决方案来提供高质量的直播流媒体体验。整合视频内容分发网络（CDN）…

近年来，基于神经网络的图像压缩得到了积极的发展，与传统方法相比，其表现出了令人印象深刻的性能。然而，大多数工作都集中在不可扩展的图像压缩上，而空间可扩展图像压缩虽然有很多应用，但却…