技术干货

大型群聊聚集了同一项目爱好者，将单纯的群聊功能转变为线上俱乐部性质的大型发烧友群聊，如APP场景中大规模用户的即时消息推送，是区别于普通 IM 房间的，类似这种超大规模 IM 通讯…

计算机在处理图像时，需要按一定规则将像素数据从内存中读取出来。这里的“规则”，首先基于色彩的采样 & 存储格式，其规定了色彩分量的“存储顺序”以及“分平面存储逻辑”。但仅知…

早在五年前，ZEGO就推出了支持32人实时互动的视频通话连麦技术，比苹果的FaceTime早一年实现该能力。 但时至今日，在大多数用户的感知中，支持同时上麦互动的人数也并未显著提升…

“图像的基本组成单元为像素，对视频图像的存储，实际上是对像素的存储”。基于图像位深，我们可以确定存储一个像素所需的字节数，下面，可以开始“指导”计算机如何定量读取图像数据了。 像素…

推多路流即 SDK 提供了同时推多路流的能力。 目前 SDK 支持最大推流通道数量为 4 路流，2.14.0 之前版本默认最大推流通道数量为 2 路，如需支持更多推流通道，请联系 …

在前文《RTC 应用中最常使用的色彩空间之 RGB 和 YUV》中，我们已经知道，图像由像素组成，而像素通过记录色彩空间各分量呈现各种各样的色彩。对于 RGB 色彩空间，其三个分量…

1 YUV 的采样格式 大家已经知道，区别于 RGB 色彩空间，YUV 色彩空间的三个分量并非都参与颜色的表示，即便仅存在亮度分量 Y，也能呈现黑白灰的图像轮廓。而人眼对…

我们今天讨论的噪声，无论是稳态还是非稳态，都是相对于“有用的声音”（人声）的加性噪声。加性噪声和人声不相关，人声的存在与否不影响加性噪声的存在性，它们的混合信号可以通过相加得到。 …

虚拟直播场景为元宇宙社交娱乐模式下的全新直播方式，由虚拟形象替代真人出镜，可以给用户打造不一样的直播体验，还可以加入表情随动、手势识别触发特效等多种玩法，在场景里支持多位虚拟形象视…

通过上文 噪声抑制ANS原理解析，我们学习了 WebRTC 的一种降噪方案，大致了解了噪声抑制的基本原理。基于对这些原理的了解，我们可以进一步讨论WebRTC 降噪模块存在的一些问…

摘要：轻量级神经网络降噪方法，解析 ZegoAIDenoise 的算法实现！ 轻量级神经网络降噪——ZegoAIDenoise 当下，用户在进行音频通话时常常置身于各种不同的场景中…

本文分享在 RTC 应用中最常使用的两种色彩空间：RGB 和 YUV 。 1 RGB    首先，我们来认识一下 RGB 色彩空间。 我们前面已初步了解，RGB 色彩模型基于光的三…

功能简介 混流是把多路音视频流从云端混合成单流的技术。 1混流优点    2混流常见使用场景   3混流使用说明    SDK 既支持音视频混流，也支…

在上文中我们除了提及的 AAC ，常见的音频编解码格式还有：OPUS、SILK、SPEEX、MP3、iLBC、AMR、Vorbis、G.7 系列等等，而在 RTC 应用中常用的有 …

我们已经知道，音频编码过程是压缩、减少数据量的过程，但“减少”并不代表可以随意丢弃，而要在减少“数据量”时，同时尽可能避免“信息量”的丢失，也即保真。如果被压缩的音频数据，其所有信…

我们都知道，要想把音视频数据实时分享到世界的各个角落，有一个传输工具必不可少：网络。而要用好这个传输工具，有一个必须关注的点：网络带宽。 作为资深网民，大家肯定都了解过带宽。它指的…

ZEGO Express SDK 支持推流到 CDN（Content Delivery Network，内容分发网络），包括转推 CDN 和直推 CDN 两种功能。开发者基于该功能…

抠图简介 抠图主要解决的是图像中前景和背景区域的准确预测问题，对于图像编辑和影视制作有着极其重要的实际意义。所以准确有效的抠图算法可以极大的改善内容生产的工作流程，从而节省大量的人…

在低光照的夜间，摄像头采集的画面通常是一片昏暗，画面清晰度要远远低于肉眼。而随着实时音视频应用技术的发展，我们已经看到了各种画质增强的视频增强技术，那么是否存在一种技术，可以使视频…

在了解 AGC “自动控制”的策略之前，我们先对其处理的音量对象做进一步明确。 显然，并不是所有信号都要进行音量增益控制的，和 ANS/AEC 只抑制噪声/远端回声、要保留近端语音…