按时间归档：2023年

H.264 的码流中用于解码的关键信息包括 SPS、PPS，H.265 码流中则包括 VPS、SPS 和 PPS。H.264 码流有 AVCC 和 AnnexB 两种格式，H.26…

本文示例源码为一个桌面端跨平台的 Qt5 C++ 应用程序，同时支持 Windows/macOS/Linux 平台，示例源码中已附带了三个平台最新版本的 SDK 包，可以直接运行。…

WebRTC 是一项功能强大的技术，可实现网络浏览器和移动应用程序之间的实时通信。它彻底改变了我们的通信方式，使实时共享音频、视频和数据成为可能。WebRTC 最重要的功能之一是数…

在过去的几十年里，计算机视觉算法不断进化，使得开发出先进的技术成为可能，可以监视特定环境，检测视频中感兴趣的物体，并发现CCTV录像中的可疑活动。其中一些算法专门设计用于在视频中检…

根据 Ampere Analysis 的研究，2023 年全球主要流媒体平台将在原创和收购的影视内容上投资 420 亿美元。 这标志着 Netflix、亚马逊 Prime Vide…

研华已将第 13 代英特尔酷睿处理器巧妙地融入到各种产品中，为性能和功能设定了新的基准。这些增强型解决方案在最新设计中采用了最先进的 CPU 架构，与上一代处理器相比，性能有了显著…

今年 9 月，全球最大的电子商务平台之一 Shopify 推出了其最新集成产品–苹果 iOS 17 Object Capture，用于即时创建增强现实（AR）3D 数字…

在 GITEX Global 2023 的筹备过程中，Avaya 为其联络中心客户发布了三款生成式人工智能 (GenAI) 解决方案。 每种解决方案都能仅通过书面提示自动生成新的联…

Talkdesk 发布了一系列生成式人工智能 (GenAI) 创新成果，以协助联络中心座席并简化自助服务设计。 以座席为中心的新功能建立在 Talkdesk 的自动摘要解决方案的基…

本文作者提出了可组合扩散模型(CoDi)。这是一种新的生成模型，能够处理任意组合模态输入，如语言、图像、视频和音频，进而生成任意组合模态输出。不同于先前已有的生成式AI系统，CoD…

2023 年 10 月 16 日，MuxIP 是一家广告支持流媒体自动化解决方案提供商，今天宣布它已在 FAST（免费广告支持全球流媒体电视）平台，可供 Samsung TV+、L…

最近的报告表明，Netflix正在进军实体零售领域，计划到 2025 年建立连锁零售店。 整个 2010 年代，Netflix 在娱乐领域崭露头角。然而，面对其他流媒体服务的激烈竞…

端到端语音识别中不同的建模单元有着不同的应用场景，本文对中英文常用的一些建模方式以及如何生成对应的标签进行总结，希望对大家有所帮助。 I. 中文建模单元 音素（phoneme） 音…

bzrtp背景 整数因子分解和有限域或椭圆曲线上的离散对数问题是支撑互联网上用于密钥建立和数字签名的大多数非对称算法的数学问题。这些问题及基于它们的算法将容易受到使用Shor算法的…

哈斯效应的定义及原理 当声场中存在两个响度相同的声源发出相同的音频信号时，首先到达人耳的声源被感知为声音的唯一来源，而迟到的声音似乎被忽略掉。这一现象被称为“哈斯效应”或“优先效应…

引言 在企业客服场景中，客服发送一条消息的背后，需要考虑网络通信、前端展示、后端存储以及安全性等多个方面的技术支持，单从前端层面来说，就需要考虑到消息的显示、状态更新、稳定传输以及…

一段时间以来，对虚拟现实解决方案的需求一直在加速增长。到 2032 年，VR 技术市场价值预计将达到1872.8 亿美元，复合年增长率为 22.9%。 虽然消费市场对于扩展现实创新…

自从今年早些时候微软与 ChatGPT 的创建者 OpenAI 延长了长期合作伙伴关系以来，两家公司的下一代产品组合日益紧密地交织在一起。Microsoft 利用 OpenAI 直…

在本月晚些时候举行的旗舰WebexOne 活动之前，思科已经发布了有关产品、战略和合作伙伴关系的重大公告。 WebexOne 将于 10 月 24 日在加利福尼亚州阿纳海姆万豪酒店…

2023 年 10 月 13 日，150 多位行业领袖齐聚曼谷，参加亚洲视频行业协会 (AVIA) 泰国 in View 会议，为期一天的讨论围绕泰国视频状况、内容至上和提高广告收…