探索面部识别与WebRTC
2018-03-01
作者：Andy，Simpleweb（原文链接） 翻译：刘通 原标题：Exploring Facial Recognition with WebRTC 近几年来，面部识别技术一直在智能手机创新的周围徘徊。随着苹果公司在iPhone X上推出Face ID，人们开始更多的关注面部识别技术。 我们团队向来喜欢实验和探索未来技术的潜力。所以我们与Cristiano一同利用WebRTC做一些关
18个实时音视频开发中会用到开源项目
2018-02-05
实时音视频的开发学习有很多可以参考的开源项目。一个实时音视频应用共包括几个环节：采集、编码、前后处理、传输、解码、缓冲、渲染等很多环节。每一个细分环节，还有更细分的技术模块。比如，前后处理环节有美颜、滤镜、回声消除、噪声抑制等，采集有麦克风阵列等，编解码有VP8、VP9、H.264、H.265等。 我们今天汇总了一些能帮助到正在学习或进行音视频开发的实时音视频开发者们的开源项目与几个也
跟macOS系统上的WebRTC音频bug说再见
2018-01-11
作者：Philipp Hancke（原文链接） 翻译：刘通 原标题：Goodbye macOS WebRTC audio bug 如果你在macOS系统上的Chrome中使用WebRTC，你可能曾经遇到过麦克风不工作或者你必须重启浏览器的状况。这些问题终于得到了解决，所以让我们来看看发生了什么，以及为什么花了这么就才解决这些问题。 这些bug已经存在很长时间了，最初是在2012年年中
getUserMedia()音频约束
2017-12-03
作者：addpipe.com（原文链接） 翻译：刘通 原标题：Supported Audio Constraints in getUserMedia() 相关文章：getUserMedia()视频约束 getUserMedia()音频约束 媒体捕捉和流规范管理着所有浏览器应该实现的跨浏览器音频选项，并且在最新的候选推荐标准中，定义了不少的音频约束。 下面是完整的清单，还附有说明和我对数字声音工作原
getUserMedia()视频约束
2017-11-30
作者：addpipe.com（原文链接） 翻译：刘通 原标题：getUserMedia() Video Constraints WebRTC在持续不断地发展，它其中最广为人知的一个函数就是getUserMedia()。有了它，你就可以访问设备的摄像头和麦克风，并且可以请求视频流，音频流或者两者同时请求。 在本篇文章中，我们会聚焦于通过getUserMedia()请求视频流时可用的视频约束。 Med
改进而不改变VP9—3
2017-11-22
作者：Alex Eleftheriadis，Vidyo（原文链接） 翻译：刘通 原标题：Improving VP9 Without Changing It – part 3 前文链接：改进而不改变VP9—2 改进而不改变VP9—1 在这个系
getUserMedia()出现的常见错误
2017-11-19
作者：Pipe（原文链接） 翻译：刘通 原标题：Common getUserMedia() Errors 在你的getUserMedia()开始运行的那一瞬间，就会遇到各种各样的错误： 1. 用户没有摄像头，只有一个麦克风 &nb
改进而不改变VP9 — 2
2017-11-16
作者：Alex Eleftheriadis，Vidyo（原文链接） 翻译：刘通 原标题：Improving VP9 Without Changing It – part 2 前文链接：改进而不改变VP9 — 1 在这一系列的三篇文章中，我们将要讨论VP9，可伸缩性，以及Vidyo全新的，更好性能的VP9编解码器。在第一篇文章中，我们讨论了时域可扩展性，今天我们要深
现在能听见我了吗？WebRTC中的音频
2017-11-05
作者：Hector Zelaya, webrtc.ventures（原文链接） 翻译：刘通 原标题：Can You Hear Me Now? … A WebRTC Audio Demo 对WebRTC是如何处理音频的感兴趣？本文包括一个简单的WebRTC音频demo，会给你展示如何获取音频设备，如何实时的检测数据流中产生的变化。 引文 设想一个场景：你等了好久的重要视频通话终于要进行了
RNNoise：用深度学习进行噪声抑制（基础知识）
2017-10-13
作者：xiph.org（原文链接） 翻译：刘通 原标题：RNNoise: Learning Noise Suppression 上图展示了降噪前和降噪后的频谱图。 这里是RNNoise 这个demo展示的是RNNoise项目，展现了如何用深度学习来进行噪声抑制。主要想法是将经典信号处理与深度学习相结合来创造一个又小又快的实时噪声抑制算法。对GPU的要求不高—可在Raspberry Pi
近期热门
有奖小调查
1 分钟回答 3 个小问题，让内容更符合你的 WebRTC 学习与开发期望。
每个月最后一天会随机抽出 5 名获奖者，并通过邮件联系送上奖品。
填写问卷
Previous
Next
