LEARN / TUTORIALS
系统教程
从基础概念到实践应用,按章节逐步建立知识体系。
音视频开发 · 12 门教程

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。

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。

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。

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。

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: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。