logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

音视频开发-yuv原理

yuv和rgbyuv相较于rgb优势在于音视频传输时更节省网络带宽。

#音视频
音视频开发-H264 编码与 GOP 帧

H.264(AVC)是一种高效视频编码标准,通过帧内/帧间预测减少冗余。其核心是GOP(图像组)结构,包含I帧(独立编码)、P帧(前向预测)和B帧(双向预测)。I帧确保随机访问,P/B帧提升压缩率。GOP长度直接影响压缩效率和访问性能:长GOP适合存储(高压缩),短GOP适合直播/会议(低延迟)。解码时需处理帧顺序重排。合理配置GOP结构和帧类型对视频应用至关重要,需平衡压缩率、延迟和容错性。

#音视频
音视频开发-码率和码率控制

比如:一段 60 秒、码率 2 Mbps 的视频,大约占用 15 MB 空间(2 Mbps × 60s ÷ 8)。用固定量化参数(如 H.264/AVC 中的 QP)来编码,量化参数决定了压缩强度,从而间接控制码率。:既想要 VBR 的画质优势,又不希望瞬间流量冲垮播放器的场景(比如硬件播放设备对峰值码率有限制)。画质好的场景码率自动低,画质复杂的场景码率自动飙高。整个文件最终的平均码率达到目标值

#音视频
音视频开发 - VENC 模块深入解析

在音视频开发中,VENC(Video Encoder,视频编码器)是将摄像头、屏幕录制等产生的原始视频帧(YUV/RGB)压缩为符合标准的视频码流(如 H.264、H.265)的核心模块。它直接影响最终视频的画质、延迟和文件大小,是实时通信、直播推流、安防监控等场景的基础设施。VENC 模块通常位于采集(VI)、预处理(VPSS)之后,负责接收原始帧、根据配置参数编码、输出码流包。

#音视频
音视频开发-VCL层和NAL层

在我们做音视频产品的时候,经常会把音视频数据进行网络传输,而此时音视频数据就需要进行编码(所谓编码就是指压缩)。因为在网络传输的时候,网络带宽有限,若此时网络传输的时候还用原始数据进行传输的时候,则会对网络带宽造成极大的负担。比方说一个分辨率为1280 * 720 帧率为30帧的视频,按照YUV420格式的计算,它每秒传输的数据量就是1280* 720* 30 * 3/2 ~= 39.5M,这个数

#音视频
音视频开发-PCM 原理与 AI 模块实战

根据奈奎斯特采样定理:当采样率大于等于连续信号最高频率的 2 倍时,采样信号就能无差别还原出原始信号。例如采样深度为 16bit,则声音有 2 的 16 次方个振幅等级;本文将从 PCM 原理出发,系统讲解音频数据的生成过程、核心参数与存储格式,并结合 AI 模块(语音识别、AI 降噪等)的实战应用,帮助读者建立从底层数据到上层智能处理的完整认知。采样率指每秒钟采样的个数,即 1 秒内采集声音的频

#音视频
RV1126 音视频开发:AENC 音频编码模块详解

AENC 是 RKMPP 中负责音频编码的功能模块。与视频编码(VENC)类似,AENC 通过 MPI(Media Process Interface)对外提供统一的编程接口,屏蔽了底层硬件编解码器的差异。初始化 AI 音频采集通道:设置采样率(48000Hz)、采样格式(S16)、声道数(2)等参数,并通过配置、使能 AI 通道。创建 AENC 编码通道:配置编码类型为 AAC、码率 64kbp

#音视频
音视频开发-PCM 原理与 AI 模块实战

根据奈奎斯特采样定理:当采样率大于等于连续信号最高频率的 2 倍时,采样信号就能无差别还原出原始信号。例如采样深度为 16bit,则声音有 2 的 16 次方个振幅等级;本文将从 PCM 原理出发,系统讲解音频数据的生成过程、核心参数与存储格式,并结合 AI 模块(语音识别、AI 降噪等)的实战应用,帮助读者建立从底层数据到上层智能处理的完整认知。采样率指每秒钟采样的个数,即 1 秒内采集声音的频

#音视频
API Error: 400 The content[].thinking in the thinking mode must be passed back to the API

当使用ccSwitch调用DeepSeek-V4时出现400错误,原因是API兼容性问题。解决方法是在供应商配置文件中添加"thinking": false参数,这会关闭Claude特有的thinking机制。该参数对DeepSeek-V4的性能没有影响,因为其API只是模拟Anthropic格式。适用于ccSwitch v3.15.0及以上版本调用DeepSeek兼容API的情况,能有效避免40

到底了