技术干货

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…

音量“增益”的本质是什么 “增益”指的是放大一定倍数，音量“增益”简而言之就是将音量放大一定倍数。 我们已经知道，决定音量大小的物理量为“振幅”，如果能对“振幅”进行调节，其实也就…

在之前的文章中，我们已经接触了两个重要的音频前处理模块 – 回声消除 AEC 和噪声抑制 ANS，它们分别解决了 RTC 场景下的回声、噪声问题，极大提升了用户的体验。至此，音频前…

为了保证实时通信体验，通话前可以进行网络与设备的检测，提前识别并排查问题。 本文将介绍如何使用 ZEGO SDK 接口，实现上述两个角度的检测。 网络检测 请参考 网络与性能 进行…

良好的直播体验一直是直播产品留住用户的关键流量密码。国内直播行业已呈现一片红海，各直播产品的用户增长速度在逐渐放缓，行业内竞争进入白热化阶段，急需通过在直播体验上的精细化运营来保障…

用户使用移动设备进行直播或视频通话时，通常有以下几种旋转方式： 以下示例中“拉流端”渲染画面的模式以默认的 “ASPECT_FIT”（等比缩放，可能有黑边）方式，具体请参考&nbs…

屏幕旋转是在视频直播类 APP 中常见的场景，在即构科技之前发布的 Roomkit SDK 中也有屏幕跟随手机自动旋转的场景。 在 Roomkit SDK 自身开发和客户接入的过程…

在上一期中，我们从声音三要素、音频模拟信号的数字化和音频数字信号特征等方面，重新认识了“声音”这个老朋友。今天，我们会进一步聊聊这个老朋友在 RTC 世界中的其他故事。 磨刀不误砍…

在视频通话或直播时，开发者可以根据需要指定推流和拉流视频相关配置，如视频采集分辨率、视频编码输出分辨率、视频帧率、码率、视图模式和镜像模式。设置合适的视频分辨率、帧率和码率可以在音…

音频数字信号有几个需要我们关注的基础属性，分别是采样率、采样位深和声道数，下面一一介绍。 1 采样率  音频采样率，指的是单位时间内（1s）对声音信号的采样次数（参考数字化过程-采…

我们现在知道，声音可以从三要素的维度来进行描述、区分，但仅仅是描述还远远不够，我们需往实际应用层面继续前进，要对声音进行应用开发，而应用开发的前提是要将其进行采集和存储。在空气或固…

对于声音，我们似乎已再熟悉不过。但如果要你具体描述某一种声音，你会从哪方面入手呢？我们描述一个人的时候，可以使用性别、外貌、身高、体重等特征，而描述声音时往往会使用一些形容词，比如…