音视频

2025年Sora类视频生成模型架构剖析：时空编码与扩散机制目录1 引言2 综述相关工作3 基础知识与原理3.1 扩散模型的基本数学框架3.2 潜空间扩散与 3D VAE

用纯 Go 实现一个 AES-128 加密 m3u8 视频下载器（不依赖 ffmpeg）HLS 的核心思想很简单：典型的 m3u8 大概长这样：对于加密的流，关键就是这行：它说明了：只要我们能拿到：

安防监控EasyCVR视频汇聚平台RTSP流播放异常的原因排查近期，我们接到用户反馈，某个通过EasyCVR平台接入的RTSP流在之前一直能够正常播放，但近期突然出现无法播放的问题。虽然平台界面显示该通道为在线或可接入状态，但实际无法获取视频数据进行播放。针对这一情况，我们立即展开排查，并定位到问题的关键所在。

Step-Audio-R1 首个成功实现测试时计算扩展的音频语言模型Step-Audio-R1 是首个成功实现测试时计算扩展的音频语言模型。它彻底解决了困扰现有模型的"逆向扩展"异常现象——即性能会随着推理链延长而反常下降的问题。

音视频牛哥

从低延迟到高可用：RTMP与 HTTP/HTTPS-FLV在App播放体系中的角色重构在大牛直播SDK（SmartMediakit）的播放器体系中，RTMP 一直是“低延迟播放”的代名词：毫秒级首屏、百毫秒级端到端时延，让它在实时互动、工业视觉、无人机回传等场景中长期占据主导位置。

如何利用剪映小助手实现视频批量剪辑？剪映小助手（CapCut Mate）是一个帮助您批量处理视频剪辑的工具，通过简单的接口调用，您可以快速创建多个视频草稿、添加各类素材并批量生成视频，大大提高视频制作效率。

EasyGBS新版本（v3.7.168）发布！视频能力再度升级！EasyGBS平台近日迎来版本大更新（v3.7.168）。本次迭代聚焦功能拓展与体验优化，新增音频转码、推流插件及RTC设备接入能力，同时优化核心交互逻辑，移除冗余功能，进一步提升平台在安防监控、直播分发等场景的适配性与稳定性。以下为详细更新解读：

私人珍藏库

[Android] 迅捷音频(2.9.00)[Android] 迅捷音频(2.9.00) 链接：https://pan.xunlei.com/s/VOfTfwWg7tQXw3AlHpH9ZPQuA1?pwd=tvxs#

你好音视频

RTSP推流：RTP包组装逻辑详解本文档结合FFmpeg源代码，详细解释RTSP推流时如何将媒体数据组装成RTP包的完整流程。位置: libavformat/rtspenc.c:182

视频直播点播平台EasyDSS构建安全高效的医疗培训直播新体系随着医学技术的快速发展和医疗资源的分布不均，传统医疗培训模式面临着时间、空间和经济成本的多重挑战。本文将深入探讨视频直播点播平台EasyDSS在医疗培训场景中的创新应用，展示如何通过该技术解决方案构建安全、高效、可溯源的远程医学教育体系，推动优质医疗教育资源的下沉和共享。

告别注意力机制？MamEVSR：基于状态空间模型的事件视频超分新范式点击原文链接，查看更多图像超分辨率顶会顶刊论文视频超分辨率（Video Super-Resolution, VSR）的目标是从低分辨率视频中恢复出高分辨率画面，广泛应用于监控、高清电视等领域。

酷柚易汛智推官

从清影2.0看AIGC视频未来：技术、生态与可持续产业价值的竞争逻辑当“一句话生成高清视频”从科幻场景走进日常创作，AIGC视频工具的发展已跨过技术炫技的初级阶段，迈入“全民可用、产业适配”的关键转折期。智谱AI推出的清影2.0，以1080P高清输出、中文语义精准理解、视听一体生成等核心优势，不仅刷新了大众对AI创作工具的认知，更凭借灵活的商业化模式，为AIGC技术从实验室走向产业场景提供了清晰范本。在内容生产效率革命与行业降本增效需求的双重驱动下，清影2.0的发布，恰似一面镜子，照见了AIGC视频工具的当下价值与未来方向。

ffmpeg实战2-从MP4文件提取音频和视频通过的mp4文件一般都是由音频:AAC 视频:H264 组成可以通过mediainfo这款软件进行查看

python百炼成钢

49.Linux音频驱动一款音频芯片都具有ADC和DAC的功能，也就是专用的音频编解码芯片衡量指标：采样率采样位数扬声器采样率：

13.6B参数铸就“世界模型”，美团LongCat-Video实现5分钟原生视频生成，定义AI视频新标杆近日，美团发布了一款名为LongCat-Video的AI视频生成模型，以其原生支持5分钟720p长视频生成的能力，迅速在行业内引起广泛关注。

基于扩散模型的视频生成优化：从Stable Diffusion到AnimateDiff的显存革命摘要：在24GB显存上跑Stable Diffusion Video直接OOM？我花了三周时间，通过分离时空注意力、切片VAE解码和量化感知LoRA，在单张4090上实现了2048帧长视频生成，显存占用从37GB降至14GB，推理速度提升4.8倍。核心创新是将时间模块和空间模块解耦训练，配合梯度检查点的"时间换空间"策略。附完整可运行代码和ComfyUI插件，直接复用至生产级视频生成平台。

summerkissyou1987

audio-audioflinger-应用音量到活跃流好的，这是一个非常深入的问题。我们来详细分析 AudioFlinger 如何将应用设置的音量应用到活跃的音频流上。

【音视频开发】深度解析图像处理核心概念：饱和度、色度与对比度饱和度（Saturation）描述的是色彩的纯度或鲜艳程度。在 HSV (Hue, Saturation, Value) 色彩空间中，饱和度 S S S 的计算依赖于RGB通道中的最大值和最小值。

使用 PowerShell + ffmpeg 自动压缩视频（支持 CRF、无损、目标大小模式）视频文件往往体积庞大，尤其是高分辨率或高码率的视频。如果你经常需要压缩视频以便存储、传输或分享，那么手动输入 ffmpeg 命令会很繁琐。本文将教你如何编写一个 PowerShell 自动化脚本，智能选择压缩参数，支持以下模式：

【音视频开发】Linux UVC (USB Video Class) 驱动框架深度解析UVC (USB Video Class) 协议定义了视频流设备在 USB 总线上的标准行为，使得操作系统无需安装特定驱动即可支持摄像头等设备。