登录社区云，与社区用户共同成长
邀请您加入社区
人员检测是一种基于深度学习的对人进行检测定位的目标检测，能广泛的用于安防、生产安全等多种场景，是周界入侵检测、越界识别、聚众识别、徘徊识别、摔倒识别等多种算法的基石算法。
车辆检测是一种基于深度学习的对人进行检测定位的目标检测，能广泛的用于园区管理、交通分析等多种场景，是违停识别、堵车识别、车流统计等多种算法的基石算法。
本文介绍一种面向企业软件的新型 Demo 演示方式：通过语音交互和 AI Agent 控制 Demo 页面，实现自动点击、输入、切换模块和流程讲解。文章结合官网自助 Demo、售前远程演示、客户培训试用等场景，分析语音交互控制 Demo 如何提升 SaaS 产品转化效率，并说明实时音视频 SDK 在其中的基础设施价值。
神旗视讯的演进之路，印证了中国技术厂商在“安全可控”与“全球兼容”之间的平衡智慧。：提供开源SDK与API接口，支持与企业OA、CRM系统深度集成，并支持界面主题、功能插件的个性化开发，实现“一企一策”。，实现H.323协议下最大9路画面交互，并与华为、宝利通、思科等传统会议系统无缝互通，助力企业平稳过渡至国产化平台。：支持从公有云、私有云到NUC迷你主机的多形态部署，3分钟快速搭建专属会议系统，
视频直播已经从单纯的视频传输，发展为融合实时互动、智能分析、多终端覆盖和行业应用的一套复杂音视频系统。真正优秀的视频直播模块，不仅需要解决低延迟播放问题，还需要面对弱网环境、编码效率、协议兼容、跨平台适配、长时间稳定运行以及智能化扩展等工程挑战。本文从大牛直播SDK（SmartMediaKit）的研发实践出发，系统分析当前视频直播技术发展的关键瓶颈，包括端到端延迟优化、多协议融合、音视频质量平衡、
随着“云值守”模式普及，超65%的24小时便利店已采用“白天人工+夜间云端”的混合运营方式，带动无人零售业态呈现多元化发展。从扫码购物的1.0版本到骑手拣货的“闪电仓”，各类无人零售方案均依赖实时音视频技术（RTC）作为兜底保障，通过云端客服与现场人员的实时交互完成交易闭环。
经过这次测评，我对免费语音转文字软件有了更深入的了解。总的来说，市面上没有一款完美的产品，每个产品都有自己的优势和不足。但如果你需要一款功能全面、免费额度充足、准确率高的录音转文字工具，智在记录确实是一个很值得尝试的选择，尤其是它的AI智能梳理和多端协同功能，能大幅提升工作效率。当然，如果你已经是某款产品的深度用户，比如飞书用户，那飞书妙记也不错；如果你是开发者，腾讯云语音识别会更适合你。关键是要
本文介绍一种新的 AI 运维协作方式：通过实时音视频交互，让运维专家边讲解、边共享屏幕、边演示排障过程，由 AI 自动生成可复用的运维工具 Skill。文章结合 K8s Pod 异常重启、数据库慢查询、线上告警回滚等场景，分析如何将专家经验沉淀为 AI Agent 可调用的组织能力。
在综合管廊等狭长密闭、电磁干扰强的场景中，传统Wi-Fi切换延迟甚至可达秒级，导致视频断流“黑屏”、远程控制指令延迟甚至丢失。随着电力、石油、交通、安防、管廊等行业加速推进“机械化、自动化”，智能巡检机器人已成为常态化作业标配。同时捆绑起来，在终端侧把数据包切片，按实时丢包/时延/抖动拆分到各链路并行传输，再经过云端聚合节点重组还原。漫游切换可达毫秒级，视频画面无卡顿。在Wi-Fi信号弱、蜂窝网络
XMOS推出新一代VocalFusion® XVF3620智能语音处理器，集成AI降噪、声学回声消除、双麦克风波束成形等核心技术，专为消费电子和工业机器人设计。该芯片能在复杂噪声环境中实现清晰人声拾取，支持全双工通信和打断唤醒功能，并通过单芯片集成简化开发流程。经测试，XVF3620在车流、雷雨等多种噪音场景下表现优异，可广泛应用于智能家电、服务机器人等领域，显著提升语音交互质量。
介绍如何在 Ubuntu 和 Windows 平台上从零开始搭建 Nginx-RTMP 流媒体服务器的技术教程，涵盖了从编译安装到配置使用的全流程。
随着生成式AI、多模态大模型和边缘推理快速发展，实时音视频SDK的价值正在被重新定义。AI降低了基础播放器、推流器和视频分析Demo的开发门槛，但真实项目中的低延迟、跨平台一致性、异常码流兼容、弱网恢复、多路并发和长期稳定运行，仍依赖长期工程积累。对大牛直播SDK（SmartMediaKit）而言，未来不应转型为通用算法平台，而应继续强化实时媒体内核，并通过统一视频帧接口、异步推理调度、事件录像、
WebSocketWebSocket 是一种全双工通信协议，基于 TCP 建立持久化连接，允许服务器与客户端实时双向通信。客户端通过 WebSocket 协议与服务器握手建立连接。RTC集成了火山引擎实时音视频 RTC 的音视频通信能力，基于优质的全球传输网络实现超低延时，支持自动噪声抑制，以更低的功耗实现更好的音视频通话效果。HTTP基于成熟的 HTTP 协议，开发相对简单，不需要处理复杂的实时
HarmonyOS NEXT正在加速进入移动终端、行业设备和全场景智能生态。大牛直播SDK（SmartMediaKit）全面支持鸿蒙NEXT，并非简单移植单一播放器，而是围绕采集、编码、RTMP推流、RTSP/RTMP低延迟播放、轻量级RTSP服务、GB28181接入、录像与快照，构建完整实时音视频能力底座。通过ArkTS、NAPI与Native C/C++分层架构，SmartMediaKit兼顾
随着人工智能、自动驾驶和物联网技术的快速发展，无人巡检已成为电力、石油、交通、安防、园区管理等行业的标准作业方式。无人巡检车搭载L4级自动驾驶、高精度地图、多传感器融合感知等前沿技术，可在公共道路、封闭园区实现完全无人驾驶，集立体化巡防、智能预警于一身。高速移动过程中，网络频繁切换基站，易出现丢包、抖动、延迟增加等问题，直接影响远程操控安全性和数据完整性。巡检车在偏远地区、地下管廊、隧道、山区等场
打开STM32CubeMx，选择RCC的配置，将外部低速时钟LSE设置为外部晶振模式，使用外部的32.768KHz的时钟，这个比较精准。也可以选择内部的时钟LSI是40KHz的时钟，但是这个不太精准，这里我们选择外部晶振。点开时钟配置界面，选择LSE为RTC时钟源下面进行配置RTC的一些设置，选择Timers下面的RTC选项，点击Activate Clock Source选项，使能我们的实时时钟(
机械制造领域大模型呼叫中心应用场景 摘要：机械制造行业具有设备复杂、故障影响大、服务响应要求高等特点。大模型技术为行业数字化转型提供了智能化解决方案，其呼叫中心系统具备四大核心能力：机械知识中枢、智能交互系统、预测性维护平台和全渠道协同中心。在生产制造、售后服务和供应链协同等场景可实现智能工艺咨询、设备异常诊断、AR远程指导等功能。通过构建专业知识库和系统集成，大模型正重塑机械制造服务体系，推动向
摘要：大语言模型在纺织服装行业的应用正推动全产业链智能化转型。FreeAICC系统构建了包含行业知识中枢、智能交互系统等核心能力的呼叫中心体系，覆盖设计研发（面料推荐、版型优化）、零售服务（尺码推荐、穿搭顾问）和供应链协同（异常处理、物流调度）三大场景。关键技术包括纺织专业知识库构建、多模态模型训练及企业系统集成。未来将向虚拟时尚顾问、AI协同设计等方向发展，成为行业"数字时尚大脑&qu
食品加工行业借助大语言模型实现全流程智能化升级。系统构建食品安全法规库、生产工艺知识图谱等核心知识体系，支持工艺咨询、质量诊断、配方优化等生产制造场景。在供应链管理中实现智能审核、异常处理及冷链监控，质量服务方面提升投诉处理、安全咨询和产品追溯效率。关键技术包括行业知识库构建、多模态交互和系统集成，未来将向数字孪生工厂、预测性质控等方向发展。该解决方案正重塑食品行业"生产-供应链-质量&
摘要： 大语言模型在玩具行业呼叫中心的应用显著提升了服务效率与体验。该系统构建了包含产品安全标准、适龄推荐、AR组装指导等功能的智能交互体系，解决了传统玩具行业在咨询、使用指导及售后服务中的痛点。通过多模态接入、教育价值评估和全渠道协同，实现精准适龄推荐、安全疑问解答、可视化故障诊断等场景化服务。未来将向元宇宙玩具屋、成长型AI玩伴等方向发展，推动玩具服务向安全化、教育化、情感化升级，成为企业的“
摘要：办公用品行业正通过大语言模型呼叫中心实现数字化转型，解决产品品类繁杂、采购需求多样等痛点。系统构建了产品知识中枢、智能交互系统等核心能力，应用于采购咨询、使用支持等场景，如智能推荐办公套装、AR指导设备操作等。未来将向数字孪生办公、预测性采购等方向发展，成为"智能采购中枢"，推动行业服务向精准化、自动化升级。
AI赋能体育用品行业服务升级 体育用品行业正借助大语言模型实现智能化转型。该系统构建了包含运动知识库、智能交互平台和个性化服务的核心架构，可提供专业装备推荐、AR使用指导、训练计划生成等场景化服务。通过整合运动生物力学数据、装备技术参数和用户画像分析，大模型实现了从选购到售后全流程的精准服务。 关键技术包括运动知识图谱构建、多模态交互优化和可穿戴设备数据对接。未来将向数字孪生训练、AI运动教练等方
在语音识别技术普及过程中，“方言壁垒” 始终是下沉场景落地的关键阻碍。我国方言体系复杂，仅汉语方言就涵盖官话、吴语、粤语等十大方言区，不同方言的音素结构、词汇表达差异显著，传统通用语音模型在面对 “小众方言识别不准”“普方混说语义断层” 等问题时往往力不从心。本文将从技术原理、算法优化、工程落地三个维度，系统拆解多方言语音识别的核心难点与解决方案，结合真实测试数据提供可复用的技术思路，为开发者提供
OpenAI发布专为Agent编程优化的GPT-5-Codex；MiniMax推出音乐生成模型Music1.5；即构科技联合谷歌等将举办AIGC应用出海直播；东南亚市场观察：越南偏好策略游戏与本地化内容，泰国由字节系主导娱乐生态，印尼则呈现MOBA与社交深度融合趋势，宗教场景本地化应用表现突出。
电商直播选型需根据业务阶段选择网页直播或直播SDK，考虑因素包括推流、播放、互动、连麦、商品转化和数据链路等完整能力。网页直播适合轻量活动，触达快但功能有限；App直播适合长期业务，能深度整合登录态、商品体系等。直播SDK需覆盖推流、播放、互动消息等基础模块，并关注电商所需的商品链路和内容安全。选型时应评估直播在业务中的角色，选择匹配的技术方案。
在C#编程语言中，yield关键字是一个强大的特性，它极大地简化了迭代器的实现过程。通过使用yield，开发者可以更简洁、更直观地创建枚举器，而无需手动实现完整的IEnumerable或IEnumerator接口。yield关键字是C#中简化迭代器实现的强大工具，它通过自动生成状态机代码，让开发者能够更专注于业务逻辑而不是迭代机制本身。例如，yield不能用在匿名方法中，也不能在包含catch块或
Java 17中的密封类是一项强大的特性，它通过为类层次结构提供精细化的访问控制，有效地增强了代码的安全性和可维护性。它将运行时可能出现的类型错误转化为编译时错误，迫使开发者更严谨地处理所有情况。同时，它通过使设计意图显式化，提升了代码的表达能力和文档价值。对于构建健壮、清晰且易于维护的大型应用程序或公共API而言，密封类是一个不可或缺的工具，标志着Java语言在现代化道路上的又一座里程碑。随着开
智能指针是C++11及后续标准中引入的核心组件，用于自动化资源管理，特别是动态内存的分配与释放。它们通过RAII（资源获取即初始化）理念，将资源（如动态分配的内存）与对象的生命周期绑定，当智能指针对象离开其作用域时，会自动释放其管理的内存，从而有效避免内存泄漏。C++标准库主要提供了三种智能指针：`std::unique_ptr`、`std::shared_ptr`和`std::weak_ptr`
针对技术团队面临的基础开发耗时长、多端协调效率低、工期紧张等痛点，本文推出「Vue+Java全栈商用源码解决方案」。该方案提供：1）四端同源架构，统一API降低维护成本60%；2）完整可二次开发的源码，7天交付可上线产品；3）内置用户体系、权限管理等企业级通用模块。适用于创业者、中小企业、外包公司和技术学习者，帮助团队跳过基础开发阶段，快速聚焦核心业务，抢占市场先机。方案实现从"0到1&
世界杯赛事直播面临卡顿、延迟、画质模糊三大挑战。即构科技推出「赛事直播方案」，通过自研技术实现超低卡顿（<1%）、毫秒级延迟（<1000ms）和4K HDR高清画质。方案还提供互动观赛模式，如云解说、主播陪看和好友连麦，增强参与感。同时支持高并发、版权保护及成本优化，帮助平台稳定承接流量高峰，提升用户体验。
本文总结了FFmpeg性能优化的8个关键策略，按投入产出比排序： 优先使用流复制（-c copy）代替重新编码，适用于不改动视频内容的情况，速度可提升数十倍 充分利用硬件加速编解码（如NVIDIA NVENC、RK3588 RKMPP），性能提升3-10倍 合理配置多线程参数（-threads），平衡CPU核心利用率 减少不必要的像素格式转换（如YUV↔RGB），避免性能损耗 优化滤镜处理顺序，先
Moonshine 是一款开源语音识别工具，专为边缘设备优化，实现实时转录。其准确率超 OpenAI Whisper v3，延迟低至 237 毫秒，支持离线使用。采用流式编码架构与缓存机制，兼顾隐私保护与资源效率，已在消防、直播等场景落地，轻量化设计使其成为低功耗设备的实用之选。
实时音视频
——实时音视频
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
AI编程社区
智能体开发者社区
乐奇 Rokid 开放社区
2048 AI社区
即构开发者社区
AI Agent技术社区
DAMO开发者矩阵
AtomGit AI 社区
人工智能6S服务平台
亚马逊云科技技术品牌专区
AI硬件创业社区
快递鸟社区
EazyDevelop社区
