TOPIC / 技术方向

音视频开发

一个方向,串起完整学习路径。

技术文章

查看全部

PNG、JPG、WebP、AVIF、SVG 怎么选

面对封面、照片、截图、Logo 和技术插图时,图片格式选错会增加体积或损失清晰度;理解压缩方式、透明能力和矢量特性后,就能按场景快速选择合适格式。

技术文章 · 技术实践

回声消除为什么能消掉自己声音

视频会议或语音通话中,远端声音经扬声器播放后又被麦克风采回,形成拖尾和啸叫。文章拆解声学回声消除 AEC 的信号链路、回声估计、自适应滤波与双讲处理,读完能判断常见回声问题来自哪里并定位优化方向。

技术文章 · 技术实践

音频为什么会延迟和爆音

实时通话、录音或播放链路中,声音可能出现明显延迟、断续、爆音或突然卡顿。内容从缓冲、采样率、线程调度到设备与网络链路拆解原因,帮助快速定位问题所在并判断该调整哪里。

技术文章 · 技术实践

44.1kHz 和 48kHz 到底有什么区别

音乐播放、视频制作和实时通信常见不同采样率设置,差异不仅在数字大小,还会影响带宽、采样转换与处理链路;读完可以判断 44.1kHz 与 48kHz 的适用场景并减少重采样问题。

技术文章 · 技术实践

视频码率和分辨率哪个更重要

导出视频、上传平台或生成 AI 视频时,分辨率提高不一定更清晰,码率过低也会让细节和运动画面崩坏。文章解释两者如何共同影响画质、文件体积与平台表现,帮助创作者按内容类型选择合适参数。

技术文章 · 技术实践

为什么电影是24帧游戏要60帧

影视制作和游戏开发常遇到帧率选择问题,这篇内容解释电影24帧与游戏60帧背后的视觉原理、性能取舍和应用场景,帮助创作者判断不同内容该采用什么帧率。

技术文章 · 技术实践

HLS 和 DASH 怎么选

视频已经完成转码,却常在播放兼容性、清晰度切换和 CDN 分发方案上反复权衡。本文从 HLS 与 DASH 的切片、清单、编码和播放器支持讲起,读完可据业务终端与分发场景选择合适方案。

技术文章 · 技术实践

AAC 和 Opus 怎么选才合适

视频上传后需要在音质、码率、兼容性和分发成本之间取舍时,AAC 与 Opus 常常成为两种候选方案。文章对比两者的编码特点、浏览器与设备支持及典型使用场景,读完可按业务链路选择合适编码。

技术文章 · 技术实践

直播为什么比点播延迟更难控制

直播比赛或活动时,画面已经播出却总比现场慢一截,而且不同播放器、CDN和网络下延迟还会变化。内容拆解直播相对点播更难控时延的原因,并给出端到端分析与调优方法,帮助工程师定位延迟来源并合理设定直播目标。

技术文章 · 技术实践

视频 CDN 和普通文件 CDN 怎么选

视频播放出现卡顿、首帧慢或带宽成本异常时,单纯把视频当普通文件分发往往难以定位问题。内容从缓存、分片、码率、自适应播放和请求模式对比入手,帮助工程师判断两类 CDN 的差异并选择合适的分发方案。

技术文章 · 技术实践

PTS 和 DTS 为什么会不一样

视频转码后出现画面顺序异常、音画不同步或时间戳跳变时,常见原因是混淆了 PTS 与 DTS。本文从解码、重排序和播放顺序讲清两者关系,读完可以用工具定位时间戳问题。

技术文章 · 技术实践

HLS 为什么要切成小文件

视频播放出现首帧慢、带宽波动或切换码率不顺时,很多问题都与 HLS 的分片机制有关。理解清单、媒体分片和播放器缓冲的关系后,可以判断分片为何存在、分片时长怎么权衡,以及它怎样支撑流畅播放。

技术文章 · 技术实践

Progressive MP4 为什么能边下边播

视频上传后直接在线播放时,如果播放器拿不到 MP4 的关键元数据,就可能出现下载完成后才开始播放。这里解释 moov、mdat 与渐进式播放的关系,并演示 Faststart 处理,让你能判断文件是否适合边下边播。

技术文章 · 技术实践

WebM、MP4、MOV、MKV 怎么选

视频上传后要兼顾浏览器播放、剪辑交换、字幕封装和文件体积时,容器格式的选择会直接影响兼容性与工作流。本文比较 WebM、MP4、MOV、MKV 的定位与限制,读完可以按实际场景确定输入、交付和归档格式。

技术文章 · 技术实践

AV1 为什么能把视频压得更小

视频上传和分发时,画质相近却发现不同编码器的文件体积差很多。内容从预测、变换、量化、熵编码等关键机制解释 AV1 的压缩来源,并帮助工程师判断何时值得换用 AV1、怎样平衡码率、画质与编码成本。

技术文章 · 技术实践

视频反复转码为什么会越来越糊

上传、剪辑或分发链路里同一视频被多次转码后,画面常出现细节丢失、马赛克和边缘发糊。文章解释有损编码的世代损耗、码率与参数叠加效应,并给出减少重复压缩的工程判断方法。

技术文章 · 技术实践

视频转码到底在做什么

视频上传后出现格式、清晰度、码率和兼容性差异,往往都与转码有关。文章拆解解码、处理、再编码和封装的完整过程,读完可以判断哪些参数改变了画质、体积与播放兼容性。

技术文章 · 技术实践

为什么视频要准备 360p、720p、1080p 多个版本

同一段视频在手机、电脑和不同网络环境下播放时,清晰度与流畅度很难用单一文件同时满足。文章解释 360p、720p、1080p 多版本背后的转码与自适应码率机制,并帮助工程师和内容团队判断该准备哪些规格。

技术文章 · 技术实践

为什么视频拖动后不能立即播放

播放视频时拖动进度条后出现短暂黑屏、卡顿或等待,常见原因不是网络本身,而是播放器定位到非关键帧后必须回退并解码。理解关键帧、索引和解码链路后,就能判断等待来自编码参数还是分发环节。

技术文章 · 技术实践

GOP 太大或太小有什么影响

视频转码时 GOP 参数常在画质、码率、拖动响应和直播延迟之间形成取舍,这篇内容解释 GOP 大小的作用、过大过小的实际代价,并给出转码场景中的判断方法。

技术文章 · 技术实践

I帧P帧B帧到底是什么

视频转码后体积、拖动响应和画质表现经常互相牵制,根源之一就在 I 帧、P 帧和 B 帧的组织方式。本文解释三类帧如何编码、彼此如何依赖,以及如何据此判断 GOP、码率和 seek 行为。

技术文章 · 技术实践

30 FPS 和 60 FPS 有什么区别

上传、转码或播放视频时,同样的分辨率下选择 30 FPS 还是 60 FPS 会直接影响运动流畅度、码率需求、文件体积和设备负载。理解两者记录运动的方式后,可以结合内容类型与分发环境做出合适选择。

技术文章 · 技术实践

HLS 和 MP4 直接播放怎么选

点播视频既可以直接提供支持渐进式下载的 MP4,也可以通过 HLS 分片播放。内容从播放链路、缓存分发、拖动体验和自适应码率等差异展开,帮助工程师与创作者判断不同场景该选哪种方案。

技术文章 · 技术实践

CRF 为什么不能只看码率

视频转码时,同样的码率在不同素材上可能得到完全不同的画质与体积。理解 CRF 的工作方式、与码率控制的差异及参数取舍后,可以按内容复杂度选择编码策略,并判断输出文件为什么忽大忽小。

技术文章 · 技术实践

系统教程

查看全部
编码与格式

FFmpeg 音视频处理教程

面向具备基础命令行或编程经验的音视频开发者,系统讲解 FFmpeg 的工具体系、媒体封装与编解码原理、音视频转码、滤镜处理、字幕与水印、设备采集、流媒体分发、硬件加速及自动化集成。课程以可复现的命令和综合项目贯穿,帮助学习者建立参数分析、质量控制、性能优化和故障定位能力。

流媒体与实时通信

直播系统架构:从推流接入到播放排障

直播平台上线后,推流断线、首帧缓慢、音画不同步和高并发回源常常跨越多个组件,难以依靠单点日志定位。课程以一条可运行的直播链路为主线,梳理采集编码、RTMP/SRT 接入、源站转码、HLS/LL-HLS/WebRTC 分发、播放器缓冲和业务控制平面,进一步连接鉴权、容量规划、高可用与监控指标。完成学习后,可以独立绘制直播架构,评估协议与延迟取舍,并根据分层证据定位卡顿和链路故障。

编码与格式

多媒体技术基础:从音视频采集到直播播放

音视频应用开发经常遇到格式不兼容、画面花屏、播放卡顿和音画不同步等问题,原因可能分布在采集、编码、封装、传输或播放的不同环节。课程以 FFmpeg 和 ffprobe 为实验工具,沿数字音视频表示、压缩编码、媒体容器、设备采集、转码处理、播放器架构和直播传输逐步建立知识体系。学完能够检查媒体参数、生成兼容文件、分析播放时序,并依据延迟和故障现象定位链路问题。

编码与格式

视频编码原理:从帧内预测到帧间压缩

同一段视频在 H.264、H.265 和 AV1 下常出现文件体积、细节保留与编码耗时的明显差异,单看输出码率难以判断原因。课程顺着像素采样、帧内预测、变换量化、运动补偿、参考帧、环路滤波与熵编码建立压缩链路,再用 FFmpeg 对照编码结果、质量指标及延迟约束,定位块效应、振铃与运动拖影,并为不同场景选择编码参数。

流媒体与实时通信

WebRTC 实时语音通信开发

浏览器或客户端接入实时语音后,常见问题往往集中在采集参数、编码协商、网络抖动、回声、延迟和爆音。课程沿着 WebRTC 音频链路拆解采集、轨道、编码、RTP、抖动缓冲与音频处理,并结合浏览器工具完成定位与验证,最终能搭出可排障的实时语音通信链路。

编码与格式

图片格式与压缩原理

面对 PNG、JPEG、WebP、AVIF 与 SVG 时,开发者常能使用格式却难以解释体积、画质和兼容差异。课程从像素、颜色与压缩基础出发,逐步拆解各格式的编码机制,最终能按内容特征、质量目标和分发场景设计图片处理方案。

音频开发

音频开发:从 PCM 到实时处理链路

实时通话中的爆音、静音、延迟和音高异常,常由采样格式、缓冲、时钟、编解码和网络链路共同引起。课程从 PCM 与采样模型出发,逐步覆盖文件封装、采集播放、基础 DSP、RTP 实时传输与故障定位,最终能独立搭建并诊断一条实时音频处理链路。

音频开发

Web Audio API 开发:构建浏览器音频应用

浏览器中的音频播放、录制、处理和可视化往往涉及媒体元素、音频图、权限、时序与性能等多个环节。课程围绕 Web Audio API 的实际开发链路,逐步处理音频节点连接、参数自动化、麦克风采集、分析可视化、空间音频和 AudioWorklet,并延伸到低延迟处理与常见故障定位,最终完成可运行的浏览器音频处理应用。

编码与格式

视频格式与编码压缩原理

面对 MP4、H.264、H.265、AV1 与 HLS 等概念时,开发者常把封装、编码和播放协议混在一起。课程从帧、码率与色彩基础出发,拆解主流视频编码和流媒体机制,最终能设计合理的视频压缩、转码与分发方案。

音频开发

数字音频信号处理实战:从频谱到实时链路

实时通话与播放器中的爆音、噪声、失真和延迟,往往同时牵涉采样、滤波与实时调度。课程用 Python/NumPy 验证算法,以 C++20 落地实时链路,覆盖 FFT、滤波、动态、重采样与语音增强,并用回放和性能指标定位实时故障。

音频开发

语音识别与合成:搭建实时语音应用

语音应用常卡在音频格式、实时延迟、识别准确率与合成自然度,而不只是模型调用。课程从音频输入规范化开始,逐步完成批量与流式 ASR、可控 TTS、对话状态机、打断处理和服务化部署,最终能独立搭建可监控、可压测、可恢复的实时语音助手。

编码与格式

音视频开发教程

面向具备基础编程能力、希望进入音视频领域的开发者,系统讲解音频采样、视频像素、编解码、封装格式、时间戳与同步机制,并结合 FFmpeg、SDL 和 WebRTC 完成采集、播放、转码、推流及实时通信实践。课程强调数据流分析、工程拆分、性能优化和常见故障排查,帮助学习者建立完整的音视频开发知识体系。

知识速查

查看全部

登录哪都通