Alby's blog

一、概述

基于电视节目的特征，包括视觉特征、音频特征、文本特征、压缩域特征等，对新闻节目进行结构化分析，然后采用视频分割技术将连续的视频流分割为具有特定语义的多个小视频，这就是电视新闻拆条。经过拆条后的电视新闻节目，可以用于互动电视、OTT、互联网视频等多种应用场景，满足了新媒体行业对视听节目碎片化的要求。

如果仅有音频数据需对其拆条，就只能主要通过音频特征和通过语音识别出来的文本特征了。

拆条需求是能够拆节目，也能够拆节目里的片段。比如新闻联播和新闻联播里每一条新闻。对应命名为整档拆条和片段拆条。

一、概述

听说端到端语音识别工具包 WeNet 效果还不错，但在测试电脑上用 Docker 进行测试并不成功。在使用源码编译的过程中也遇见些问题，遂记录备忘。

一、概述

本文主要测试在 FFmpeg 命令中使用 silenceremove filter 进行音频静音的修剪。

一、概述

本文分析 FFmpeg af_silencedetect 的实现。

一、概述

本文分析 FFmpeg af_volumedetect 的实现。

一、概述

本文分析 FFmpeg af_volume 的实现。

一、概述

FFmpeg 提供了一种以管道的方式对音视频进行滤镜操作的框架。其也内置了非常多的滤镜，如果这些滤镜还不能满足需求的话也可以自行开发。

本文主要梳理 FFmpeg 滤镜相关的一些基本概念和 API，为之后对具体内置滤镜的分析做准备。

一、概述

本文简述在 WPF 中绘制功率谱(Power Spectrum)。会将功率谱密度(PSD,Power spectral density)单位转换为分贝(dB, Decibel)， 实现类似于 Adobe Audition 软件中频谱分析的功能。为简单起见及本人需要，FFT 数量使用 2048，窗口函数使用汉宁窗(Hanning)。

一、概述

(图片来源：李超)

mediasoup 的服务端由两部分构成：
1、使用 C++ 编写的作为子进程的媒体层 (ICE, DTLS, RTP 等)。可执行文件在 Linux 或 macOS 上为 mediasoup-worker，在 Windows 上为 mediasoup-worker.exe。
2、使用 Javascript(Typescript) 编写的、基于 Node.js 的用于与 mediasoup-worker 进行通信的组件。因为官方或几乎所有第三方的 mediasoup 服务端都是使用的是 Node.js 来实现，所以官方提供一个中间层让开发者不直接和 mediassoup-workder 交互。

本文主要讨论如何使用 ASP.NET Core 替换 Javascript(Node.js) 的实现。

(备注：由于是在参考图基础上 PS 的，不太准确，有心情了再改吧。)

一、概述

本文整理一些使用 FFmpeg 进行音量控制的 Demo 。