技术文章

本文内容来自 WebRTC 专家 Olivier Anguenot 的分享。 对于 WebRTC API 而言，2024 年是无聊的一年吗？2024 年，没有全新的 WebRTC …

通过 WebRTC 的强大功能，数百万人可以与各大洲的同事进行面对面连接、在虚拟白板上实时协作、与支持团队共享屏幕等等。然而，当问题出现时，在复杂的连接网络中找出根本原因就像大海捞…

长期以来，广播领域的传统对讲系统一直由专有解决方案主导，这些解决方案成本高昂，基础设施僵化。广播公司经常发现自己被锁定在昂贵且不灵活的系统中，这限制了他们适应和扩展的能力。为了应对…

本系列文章将从客户端、服务器以及音视频编码优化三个层面，介绍如何基于WebRTC构建视频连麦系统。希望通过这一系列的讲解，帮助开发者更全面地了解 WebRTC 的核心技术与实践应用…

大型语言模型 (LLM) 主要用于基于文本的任务，这限制了它们解释和生成多模态内容（例如图像、视频和音频）的能力。传统上，多模态操作是针对大量标记数据进行训练的任务特定模型，这使得…

尽管人工智能驱动的人体动画取得了进展，但现有模型在动作逼真度、适应性和可扩展性方面往往面临限制。许多模型难以生成流畅的肢体动作，并且依赖于过滤后的训练数据集，这限制了它们处理各种场…

科技公司 Yandex 开发并开源了Perforator，这是一种用于对服务器和应用程序进行持续实时监控和分析的创新工具。 Perforator 可帮助开发人员识别资源最密集的代码…

远程办公越来越多，实时协作工具已成为开发团队必不可少的工具。虽然有 VS Code Live Share 这样的平台，但了解如何创建自己的协作代码编辑器可以为实时同步和点对点通信提…

由大型语言模型(LLM)驱动的自主代理研究已显示出在提高人类生产力方面的巨大潜力。这些代理旨在协助完成各种任务，例如编码、数据分析和网页导航。它们通过自动执行常规数字任务，让用户专…

VoIP 不只是技术人员的专利。它适用于任何准备深入 SIP、pjsip 和扩展世界的人，同时还能玩转 Docker！本文将向你展示如何使用 Docker 安装 Asterisk（…

标记化是将文本分解成更小单元的过程，长期以来一直是自然语言处理 (NLP) 中的一个基本步骤。然而，它带来了一些挑战。基于标记器的语言模型 (LM) 经常难以处理多语言文本、词汇表…

在数字创新时代，音频质量已成为 PC(personal computing) 的一个决定性特征。无论是游戏、视频会议、内容创建还是媒体消费，对沉浸式的高品质音频体验的需求都在不断增…

一 背景&现状 创作者服务平台作为得物为社区创作者提供的PC端视频发布入口，地位非常重要。且随着功能的升级迭代，用户群体也越来越多。但我们偶尔会收到如下反馈： 视频的损坏不…

远程音乐协作已大为流行，但许多解决方案都因延迟问题而无法实现实时性能。在本文中，我们将使用 WebRTC 和 Web Audio API 构建一个低延迟音乐协作应用程序，使音乐家们…

大型语言模型 (LLM) 已成为人工智能的关键，为从聊天机器人到内容生成工具的各种应用提供支持。然而，大规模部署它们带来了显著的挑战。高计算成本、延迟和能耗通常会限制它们的广泛使用…

在物联网世界中，安全是最大的挑战之一。当您通过网络将多个设备连接在一起时，各种安全威胁之门都会半开，同时涉及数据传输的门本身数量也会增加。 然而，数据传输是物联网不可或缺的一部分，…

视频会议已成为跨国通信、教育、医疗保健和远程工作的必要手段。然而，传统方法有几个缺点，如视频和音频质量差、延迟问题、带宽限制和日益严重的数据安全问题。这些限制使得有效协作和交流更具…

FFmpeg 工具包 FFmpegKit 作者 Taner Sener 表示自2025 年 1 月 6 日起，FFmpegKit正式退役，不会再发布任何新版本。 以下为全文： 做出…

人工智能代理有可能从根本上改变个人在流媒体平台、软件应用程序、新闻媒体等各种服务中管理订阅的方式。 本文章将分享实施支持 MCP（模型上下文协议）的流媒体服务原型的经验，以证明人工…

多模态大型语言模型最重要、最先进的功能之一是长上下文视频建模，它允许模型处理长达数小时的电影、纪录片和直播。然而，尽管 LLM 在视频理解（包括字幕生成和问题解答）方面取得了值得称…