Alby's blog

一、概述

Shell 调用 FFmpeg 进行定时启动和停止录制。

一、准备工作

1、安装 node

1

brew install node

可以不预先安装 meson(ninjia) 和 flatc, 编译时会自动使用 pip 安装。故需确保安装了 python3 。

2、获取源码并安装 node 包

1
2
3
4
5

# 当前目录：/Users/alby/Workspace/OpenSource/Multimedia/versatica
git clone https://github.com/versatica/mediasoup
cd mediasoup
# 如果不关心 node 部分，可以不运行下行。
npm i

曾好几次尝试在 Hexo 中使用 hexo-math、hexo-renderer-markdown-it-plus 等包以支持 LaTeX 皆不成功，要么不行要么错乱。刚刚了解到如果使用 NexT 主题的话则不需要手工安装任何包。本文是一篇备忘录。

hexo: 7.0.0
hexo-theme-next: 7.8.0

一、概述

本文简述 FFmpeg af_sidechaincompress(acompressor) 的使用。

一、概述

有时候需要将音频可视化，即转成视频。本文是一篇备忘录。

一、概述

在 ASP.NET 或 ASP.NET Core 中，如果服务端得到一个 JSON 字符串(比如从 Redis 缓存中获取)，我们可以通过 Content 方法或直接创建 ContentResult 对象来作为 Action 的返回值。

1
2

var json = "{\"key\": \"value\"}";
return Content(json, "application/json");

1
2
3
4
5

return new ContentResult
{
    Content = json,
    ContentType = "application/json"
};

而在 SignalR 中，在 ASP.NET Core 7.0 之前，对于一个 JSON 字符串只能先反序列化，否则 Web 前端得用 JSON.parse() 处理一次。

本文主要记录测试 RawResult 的结果。

一、概述

PUT 和 PATCH 方法用于更新现有资源。 它们之间的区别是，PUT 会替换整个资源，而 PATCH 仅指定更改。

在 ASP.NET Core Web API 中，由于 C# 是一种静态语言(dynamic 在此不表)，当我们定义了一个类型用于接收 HTTP Patch 请求参数的时候，在 Action 中无法直接从实例中得知客户端提供了哪些参数。

比如定义一个输入模型和数据库实体：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

public class PersonInput
{
    public string? Name { get; set; }

    public int? Age { get; set; }

    public string? Gender { get; set; }
}

public class PersonEntity
{
    public string Name { get; set; }

    public int Age { get; set; }

    public string Gender { get; set; }
}

再定义一个以 FromForm 形式接收参数的 Action:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

[HttpPatch]
[Route("patch")]
public ActionResult Patch([FromForm] PersonInput input)
{
    // 测试代码暂时将 AutoMapper 配置放在方法内。
    var config = new MapperConfiguration(cfg =>
    {
        cfg.CreateMap<PersonInput, PersonEntity>());
    });
    var mapper = config.CreateMapper();

    // entity 从数据库读取，这里仅演示。
    var entity = new PersonEntity
    {
        Name = "姓名", // 可能会被改变
        Age = 18, // 可能会被改变
        Gender = "我可能会被改变",
    };

    // 如果客户端只输入 Name 字段，entity 的 Age 和 Gender 将不能被正确映射或被置为 null。
    mapper.Map(input, entity);

    return Ok();
}

1
2

curl --location --request PATCH 'http://localhost:5094/test/patch' \
--form 'Name="foo"'

如果客户端只提供了 Name 而没有其他参数，从 HttpContext.Request.Form.Keys 可以得知这一点。如果不使用 AutoMapper，那么就需要使用丑陋的判断：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

[HttpPatch]
[Route("patch")]
public ActionResult Patch([FromForm] PersonInput input)
{
    var keys = _httpContextAccessor.HttpContext.Request.Form.Keys.Select(m => m.ToLower());
    var entity = new PersonEntity
    {
        Name = "姓名", // 可能会被改变
        Age = 18, // 可能会被改变
        Gender = "我可能会被改变",
    };

    if (keys.Contains("name"))
    {
        // 更新 Name(这里忽略合法性判断)
        entity.Name = input.Name!;
    }
    if (keys.Contains("age"))
    {
        // 更新 Age(这里忽略合法性判断)
        entity.Age = input.Age!.Value;
    }
    // ... 其他判断
    return Ok();
}

本文提供一种方式来简化这个步骤。

一、概述

pyannote.audio 直接能够进行 Speaker Verification、Speaker Diarization 等任务，但尚未提供 Speaker Identification。 本文简述如何基于 pyannote.audio 进行 Speaker Identification。

一、概述

在有 CPU 和 GPU 参与的一种运算中，比如深度学习推理，CPU 需要预处理数据，然后交给 GPU 处理，最后 CPU 对 GPU 的运算结果进行后处理。
在整个过程中都是 FIFO，即数据 ABC 按顺序输入，也需要按 A’B’C’ 顺序输出。
如果采用同步阻塞的方式，在 CPU 预处理时 GPU 处于空闲状态，GPU 运算时 CPU 后处理处于空闲状态并且也不能进行后续数据的预处理。这样影响整体的吞吐。
期望是 GPU 运算时，CPU 可以同时进行数据预处理和后处理。这是典型的单生产者单消费者模式。

在两个线程之间传递数据时，为确保线程安全，可以在一个线程每次 malloc 或 new 申请内存，在另一个线程 free 或 delete。为了避免频繁的内存分配和释放，需要使用到内存池。

本文描述采用有界队列实现内存池，适用场景和限制：

1. 需要把内存使用控制在一定范围内。
2. 整个过程不允许丢弃数据。
3. 单生产者和单消费者。即不会(也不允许)同时生产，不会(也不允许)同时消费。如果确实要多线程生产或多线程消费，本代码并不适用。
4. 生产和消费之间线程安全。

一、准备工作

1、安装 node

1

brew install node

可以不预先安装 meson(ninjia), make 时会自动使用 pip 安装。故需确保安装了 python3 。

2、获取源码并安装 node 包

1
2
3
4

# 当前目录：/Users/alby/Workspace/OpenSource/Multimedia/versatica
git clone https://github.com/versatica/mediasoup
cd mediasoup
npm i