由声网音频技术团队研发的 「实时声纹变声」将颠覆传统的变声音效软件与AI实时变声体验，通过提取语音的音素特征与声纹特征等一系列技术手段，在实时音视频互动中可以将任意用户的语音实时变换成指定或任意一个他…

不同国家和地区由于经济发展、国家政策等原因，网络环境有很大不同，如果要做好音视频体验，就需要分地域进行音视频指标测试。但是不论是外包，还是云测，都无法满足声网对质量的要求。 本文将介绍声网是如何对海外…

一、什么是WebRTC WebRTC(Web Real-Time Communication)即网页实时通信，是一种基于网页的实时通信技术。它允许应用程序在不借助中间媒介的情况下，通过网页浏览器进行音…

客户端传输的质量受到包括接入网络、接入服务器、设备硬件和网络环境等影响，很难做到100%不出现丢包、延时、抖动等网络质量波动。因此，在实时通信RTC应用的发展历程上，出现过多种不同的网络传输协议来对抗…

在实时互动场景中，视频分辨率是影响用户互动体验的关键因素。分辨率更高的图像往往比低分辨率的图像包含更多的细节和信息，比如，从流畅、标清到高清、超高清等，既是分辨率的增加，也是视频画质和用户观看体验的提…

视频传输过程中，由于压缩算法等因素，图像的细节可能被模糊或丢失。图像锐化(image sharpening)是一种可以增强图像的清晰度和细节的图像处理技术。其为了突出图像中物体边缘处的特征，会对边缘特…

实时互动和即时通讯是两个不同的概念，实时互动是指能够实时地传输和处理各种类型的媒体数据（如音频、视频、文本等）的通信方式。它强调的是在通信过程中的实时性、低延迟和高可靠性。 而即时通讯（Instant…

实时互动并不是一个新的概念，早在2018年声网内部发生了一次激烈的论战，首次提出了实时互动（RTE）的概念，并将其写进了2020年的招股书中，正式宣布声网的使命是 “让实时互动像空气和水一样，无处不在…

一、传统图像分割算法 传统图像分割算法主要是基于图像处理技术，包括基于阈值、区域、边缘检测、分水岭、聚类等方法。 Otsu阈值分割算法是一种基于图像直方图的自适应阈值选择方法，它可以通过寻找最佳阈值，…

伴随着线上会议、在线社交的需求暴增，越来越多的人开始使用视频通话的方式进行面对面的沟通交流。为了保护用户的环境隐私信息不被泄露，诸如腾讯会议，Zoom，MS Teams，Google Meets很多视…

目前WebRTC中支持VP8、VP9、H.264以及AV1这四种编码标准。 1）2011年：WebRTC项目由Google开始，并提出了用VP8视频编码标准进行视频通信。 2）2013年：IETF R…

1、H.265/HEVC H.265/HEVC是ITU和ISO于2013年发布的视频编解码标准，是H.264/AVC的后继者。H.265/HEVC引入了很多的高级编码技术，如分块变换、帧间预测和更强大…