音视频开发

音视频牛哥

不只是等待 IDR：SmartMediaKit 播放器对 H.264 GDR 码流的完整适配实践在直播、安防监控、无人机回传、工业视觉和远程巡检等实时视频场景中，H.264 仍然是当前部署最广泛的视频编码标准之一。对于大多数音视频开发者来说，H.264 中的关键帧，尤其是 IDR 帧，几乎是播放器起播、断线重连、录像切片和解码器恢复的基础前提。

语音转文本python基于OpenAI Whisper，完全离线，不用API密钥，支持长音频、多语种，对硬件有一定要求。需额外安装录音库：

Android GLSurfaceView 完全指南GLSurfaceView 是 Android 平台上专门用于 OpenGL ES 渲染的 View 组件。它继承自 SurfaceView，提供了以下核心功能：

AAC 元数据：ADTS 与 ASC 的区别、转换和常见坑在音视频工程里说“AAC 元数据”，通常不是指 ID3、title、artist 这类媒体标签，而是指解码 AAC 所必须知道的音频配置：AAC profile、采样率、声道配置、SBR/PS 扩展等。

iOS 音频实战：边播边缓存、预加载与断点续播完整实现在 iOS 音频开发中，单纯的“播放功能”早已无法满足用户需求——无论是音乐 App、有声书 App，还是播客类应用，用户都希望实现「网络音频边播边存」「切换音频无等待」「断网/退出后继续播放」的体验。这三个核心功能（边播边缓存、预加载、断点续播），直接决定了音频 App 的用户留存率。

11年老程序猿在线搬砖

2026年语聊APP开发费用深度拆解：从MVP到百万并发的预算清单2026年，声音社交的热度只增不减。TikTok LIVE、Bigo Live 等平台继续高歌猛进，国内也有大量创业者想在这一赛道分一杯羹。但在我们参与过的多个项目中，最常见的问题就是：“做个语聊APP到底要花多少钱？”很多团队前期没把账算清，导致开发到一半资金断裂，或者盲目投入功能结果用户不买账。

Android MediaCodec 全面详解：从入门到精通MediaCodec 是 Android 系统提供的底层媒体编解码接口，用于访问设备上的硬件或软件编解码器。它是 Android 多媒体支持基础设施的核心组件之一，自 API Level 16 (Android 4.1) 开始引入。

StarrySky重新维护了，摆烂了一段时间，想想还是搞搞吧。本来AI时代我觉得很多所谓的功能库其实已经没必要再更新了，也没什么难的，都是一句话AI全帮你解决。但没管了一段时间后再看看自己以前做的东西，感觉还是得交代一下，所以就重新维护了。

关于我是如何用AI创作一个1分半的短视频的我最近做了一个大胆的尝试，使用AI来创作AI短视频。我曾经以为这个AI泛滥的时代，制作一条短视频不是轻而易举么？但是事实远远没有我想象得那么简单...

FFmpeg 开发实战全解析：从入门到精通（附完整代码示例）作者：码流怪侠日期： 2026-05-01 标签： FFmpeg、音视频开发、H264、AAC、解码、编码、Filter 参考项目： ffmpeg-demo（基于 FFmpeg 4.1）

HeyGen 开源了一个"用 HTML 写视频"的框架，我研究了一下，发现事情没那么简单HeyGen 最近开源了一个叫 Hyperframes 的项目，GitHub 上已经拿到 11.2k Star。

iOS 音频会话 AVAudioSession 完整机制：分类、模式、激活策略在iOS开发中，只要涉及音频播放、录制（如音乐播放器、语音通话、录音APP），就绕不开 AVAudioSession。它是iOS系统管理音频资源的“总管家”，负责协调APP与系统、其他APP之间的音频抢占、路由切换（扬声器/耳机/蓝牙）、音量控制等核心逻辑。

集成第三方 C/C++ 库到 Android NDK 项目：OpenCV 与 FFmpeg 实战指南在 Android 开发中，我们经常会遇到这样的场景：实现实时人脸检测、图像滤镜等功能，Java 代码帧率不足 10fps

从零实现一个 IM + 直播 App：Kotlin + Compose 多模块架构全流程记录仓库地址：github.com/qwfy5287/Li…Kotlin 2.0 / Jetpack Compose / Clean Architecture / Hilt / Room / Media3 / Paging 3。

音视频牛哥

鸿蒙 NEXT 下 RTSP/RTMP 播放器如何实时调节音量、亮度、对比度与饱和度？本文基于大牛直播 SDK（SmartMediaKit）的鸿蒙 NEXT 移植版本，结合真实的 ArkTS 工程代码，完整介绍播放过程中如何对音量、画面亮度、对比度、饱和度进行实时动态调节。

音视频同步与渲染：PTS、VSYNC 与 SurfaceFlinger 的协作之道你应该有过这种体验：看一段讲课视频，口型和声音差了半秒，难受到想关掉。或者打王者荣耀直播，英雄死了一秒后才听到"一血"的提示音。

MediaPlayer 播放器架构：NuPlayer 的 Source/Decoder/Renderer 三驾马车有没有遇到过这种情况：用 MediaPlayer 播放一段视频，seekTo 完之后画面卡在了之前的帧，音频倒是跳过去了？或者直播流有时候音画不同步，声音跑快了半秒钟？

硬件加速与 OMX/Codec2：解密编解码器的底层世界用 MediaCodec 开发的时候，偶尔会看到这样的代码：这些以 vendor. 开头的参数是什么？为什么官方文档里找不到？它们是怎么传递到硬件编码器的？

MediaCodec 编解码基础：Buffer 队列、状态机与零拷贝的艺术MediaCodec 是 Android 视频开发绕不开的核心类。初学者往往觉得它"挺简单的"——创建一个、配置一下、喂数据、取输出——然后在第一个 IllegalStateException 面前愣住，接着花一下午研究为什么 Buffer 一直取不到，最后发现自己把 releaseOutputBuffer 写在了错误的地方……

Camera HAL3 接口：Android 相机的真正底牌如果你花时间学完了 Camera2 API，你大概会有一种感觉：这套 API 设计得挺精妙，但有时候行为很"神秘"——同样的参数，不同手机效果天差地别；明明已经配置了对焦模式，实际却不生效；相机帧率时快时慢……