近年来随着智能移动终端和互联网的快速发展，视频数据呈现指数级增长。视频目标分割拥有众多的消费落地场景，特别是最近火爆的视频会议、视频直播、短视频制作等场景中的应用极为广泛，因此如何为用户打造更智能、更优质、更沉浸的体验，实现对视频中兴趣对象的高精度自动分割，成为了非常热门的研究方向。由阿里云视频...

视频云的核心在于为各行各业提供更低成本、更低门槛、更强体验、全民共享的技术普惠能力。技术带来云端一体的双端体验一致性、弹性伸缩增强业务的可拓性、更低延时构成强互动性，从而可以创造出了众多新场景、新领域、新物种。视频云技术终将成为全行业通用的底层能力和数智化重构的强劲引擎。

2020 年的新冠疫情改变了在线教育中素质教育行业的生态，音乐陪练是其中的典型场景。众多线下琴行因无法承担高昂的租金关门，在线音乐教育平台用户激增，这其中的代表有 The One、VIP 陪练、快陪练、美悦陪练、音乐笔记等。根据公开信息，目前 VIP 陪练的日上课量达到 3 万节，快陪练在 2020 年 10 月用户突破 120 万。...

新内容新交互时代，“内容视频化、交互线上化”已经成为信息传播的主要形态，视频云技术突破了云和端的瓶颈和时空限制，让人与人、人与信息、人与社会更加融合，改变了我们与世界的链接方式，同时，为更多人创造视频交互体验，让世界因为视频变得更多元、更丰富、更美好。

NetEQ 是 WebRTC 音视频核心技术之一，对于提高 VoIP 质量有明显的效果，本文将从更为宏观的视角，用通俗白话介绍 WebRTC 中音频 NetEQ 的相关概念背景和框架原理，以及相关的优化实践。

前几天小伙伴们是不是都被魔性的「蚂蚁呀嘿」刷屏了？其实背后的技术含量并不复杂，主要依靠的是换脸技术和自动节奏检测，算法会找到节奏点，在这些节奏点摇脸换表情，这样一支魔性而上头短视频就诞生了。今天为大家一一解构那些网络神曲，分享音乐信息检索算法，带你理性看神曲，或许下一个网络神曲缔造者就是你！

所有的基于网络传输的音视频采集播放系统都会存在音视频同步的问题，作为现代互联网实时音视频通信系统的代表，WebRTC 也不例外。本文将对音视频同步的原理以及 WebRTC 的实现做深入分析。

2021 年首届全球视频云创新挑战赛报名火热进行中，这里奖金池高达四十万，有业界顶尖专家指导，有展示自我技能的广阔舞台，还有入职阿里的绿色招聘通道。如果你有一点点心动，那请不要错过这场挑战赛，加入我们成为今年天池大赛舞台最酷炫的 “视频玩家”！

MP4 文件格式又被称为 MPEG-4 Part 14，出自 MPEG-4 标准第 14 部分 。它是一种多媒体格式容器，广泛用于包装视频和音频数据流、海报、字幕和元数据等。（顺便一提，目前流行的视频编码格式 AVC/H264 定义在 MPEG-4 Part 10）。MP4 文件格式基于 Apple 公司的 QuickTime 格式，因此，QuickTime File Format Specificatio...

RTMP 在可靠流式传输（TCP）的基础上提供了双向的消息多路复用服务，在通讯双方之间传输与时间相关的并行流数据，如音频，视频和数据消息。协议实现方通常为不同的消息类型指定不同的优先级，这样在网络带宽受限时能改变底层传输顺序。

每当微信群内聊到春晚，只要有一个人发出 “宫廷玉液酒，一百八一杯”，接下来你就会发现即便是平时最爱潜水的人也忍不住在后面接上 “这酒怎么样？”“这酒真是美！” 一直到整个群都热闹起来，开始一场春晚经典小品串演。

本系列文章将整理各个流媒体传输协议，包括 RTP/RTCP，RTMP，希望通过深入梳理协议的设计细节，能够给流媒体领域的开发者带来一定的启发。

本系列文章将整理各个流媒体传输协议，包括 RTP/RTCP，RTMP，希望通过深入梳理协议的设计细节，能够给流媒体领域的开发者带来一定的启发。

最近，让硅谷两位顶级 VC 大打出手争相投资的 Clubhouse 火到了国内，甚至在社交圈里 “一码难求”，此种火爆程度的产品堪称现象级。那它究竟是有什么魅力让 2020 年 4 月诞生的它快速引爆投资圈、明星圈及互联网界呢？

本届大赛包括两个赛道：“算法挑战赛” 和 “创新应用挑战赛”，参赛选手可以自由报名参加任一赛道。选手可以在视频分割挑战以及视频创新应用领域中，发挥自己的创造力，探索视频云技术在互联网、零售、文娱、安防、文化、教育、金融、交通、公共安全、日常生活、公益等行业领域的应用。

屏幕共享是视频会议中使用频率最高的功能之一，但在实际场景中用户所处网络环境复杂，常遇到丢包或者拥塞的情况，所以如何优化弱网环境下的用户体验也成为了音视频通信中重要的一环。本文主要分享阿里云 RTC QoS 如何通过若干编码器相关优化提升弱网环境下的屏幕共享体验。

WebRTC 无疑推动和改变了互联网视频，而这仅仅是刚刚开始，除了大家熟悉的 WebRTC-PC、Simulcast 和 SVC，有太多的新技术和新架构出现在 WebRTC 新的标准中，比如 WebTransport、WebCodecs、AV1、E2EE、SFrame、ML 等等，这篇文章详细介绍了未来的 WebRTC-NV，不容错过。

大家都知道奥斯卡有提名，其实在 WebRTC 的 ICE 中也有提名，有常规的提名，也有激进的提名，而且提名的候选人不一定是最优秀的候选人喔，本文就带你一探其中玄妙。文章内容主要描述 RFC 5245 中 ICE 相关的状态和 ICE 提名机制，并结合 libnice(0.14) 版本进行分析。

在与同行交流过程中，发现很多同行对 WebRTC 改动太多，导致无法升级 WebRTC 版本。而 WebRTC 开源社区的快速迭代，让他们感到欣喜又焦虑：开源社区的迭代效果，是不是超过了他们对 WebRTC 的优化效果？我们针对特定场景优化 WebRTC 时，怎么紧跟 WebRTC 开源社区通用的优化？

在 WebRTC 中，Audio 数据在被送入编码器之前，有 2 大部分需要特别关注，一是数据采集，二是 Audio Processing。

首先什么是倍频程？从中文字义上看，就是“X 倍频率的范围”，是截至频率和起始频率之比成倍数关系的频段。与之相对应的另一个概念是等宽频程，意思是截止频率和起始频率之差相等的频段。具体定义如下：

前言：做音视频的小伙伴们多少都遇到过奇怪的BUG（如：卡顿、花屏、绿屏、变声等），表象上矛盾点颇多，推理得出的结论都是：“不应该啊！”，最终你抽丝剥茧，发现真相只有一个：“事出反常必有妖”！

前言：近年来，音视频会议产品提升着工作协同的效率，在线教育产品突破着传统教育形式的种种限制，娱乐互动直播产品丰富着生活社交的多样性，背后都离不开音视频通信技术的优化与创新，其中音频信息内容传递的流畅性、完整性、可懂度直接决定着用户之间的沟通质量。自 2011 年 WebRTC 开源以来，无论是其技术架构，还是...

图像质量的衡量是个老问题，对此人们提出过很多简单可行的解决方案。例如均方误差（Mean-squared-error，MSE）、峰值信噪比（Peak-signal-to-noise-ratio，PSNR）以及结构相似性指数（Structural Similarity Index，SSIM），这些指标最初都是被用于衡量图像质量的，随后被扩展到视频领域。这些指标通常会用在循环用在编...

WebRTC 是 Web Real-Time Communication，即网页实时通信的缩写，是 RTC 协议的一种 Web 实现，项目由 Google 开源，并和 IETF 和 W3C 制定了行业标准。在国内 WebRTC 已经获得了越来越多厂商的支持，应用前景变得更加广阔，所以我们也开设专栏，分享阿里云内部的 WebRTC 研究工作。

直播，已经成为了“剁手党”们最喜闻乐见的一种购物形式。对直播体验的极致追求，也是淘宝技术人们长期的努力方向。为了提升用户购物体验，让直播更加丝滑，让剁手更快一些，在2020双十一期间，淘宝首次启用了阿里云CDN的GRTN全球实时传输网络。数据显示，和传统的HTTPFLV/RTMP方式相比，在启用了GRTN后，直播端到端的延时...

伴随11月11日的零点，2020年的双11热浪高潮终于汹涌而来，天猫双11全球狂欢季实时成交额突破3723亿。此次淘宝直播数据显示，商家自播GMV占比超六成，直播商家覆盖数增长220%。可想，薇娅与李佳琦的淘宝直播间大概是这场热浪之巅，据达人带货当日实时排行显示，两者分列一二位。不妨简单回顾一下。2020年10月21日零点，双...

比起往年，今年格外不同，天猫双11早在10月21日便揭起预售大幕，8亿人蹲守淘宝直播，仅当日的李佳琦直播间，观看人次就突破了1.5亿，直至10月31日，连续长达10天的明星直播间和品牌商家总裁连麦均是亮点。无疑，淘宝直播在双11期间发挥巨大作用，而电商直播已俨然成为标配输出。

2020年11月1日，阿里云视频云亮相 LiveVideoStackCon 音视频技术大会，阿里云智能视频云高级技术专家邹娟，就智能媒体生产展开主题演讲——《“云端一体”的智能媒体生产制作演进之路》，以下为完整的演讲内容：