音视频开发之旅

目录 1. 背景和问题 2. VSFA算法的解决措施 3. 实验与效果 4. 源码分析 5. 实测效果与可改善点 6. 参考 一. 背景和问题 目前很多视频是用户通过移动设...

目录 1. 图像画质评测的应用场景 2. 画质评测的方法 3. 低画质图像归因 4. 画质增强的方法 5. 资料 一、 图像画质评测的应用场景 图像画质对于提升用户体验起着...

目录 1.效果展示 2.原理学习 3.流程分析 4.资料 一、效果展示 https://www.bilibili.com/video/BV1S1421m7oS/?vd_so...

目录 1.“黑边“的场景 2. 二值化--单一颜色边缘的图像 3. canny边缘检测+霍夫直线变换--处理负责的边缘图像 4. 性能优化 5. 资料 在页面展示中，如果图...

目录 1、CMLR 2、LRW-1000 3、其他数据集 4、视频收集与处理与训练 5、资料 Wav2Lip实现的是视频人物根据输入音频生成与语音同步的人物唇形，使得生成的...

目录 1.效果展示 2.MODNet原理学习 3.实现图像前后景分离并换背景 4. 遇到的问题和解决方案 5. 在线工具推荐 6.参考资料 一、效果展示 以上图片有SD生成...

目录 1.效果展示和玩法场景 2.GeneFace++原理学习 3.数据集准备以及训练的过程 5.遇到的问题与解决方案 6.参考资料 一、效果展示 AI数字人进阶--Gen...

在做数字人时,会遇到一个问题,如何把头部说话的视频和原始图片/视频合在一起，这里就涉及到很有意思的图像无缝融合的技术, 我们一起来学习下吧 目录 1. 融合的效果 2. 拉...

在做数字人时,需要对采集的数据进行预处理,然后才能进行模型训练, 预处理常用的操作有:去背景 音频重采样 视频裁剪 音频特征提取等等,今天我们来分享一个自动化脚本: 对原图...

目录 1.效果展示 2.SadTalker原理学习 3.SadTalker代码流程分析 4.性能优化 5.参考资料 AI数字人目前做的最好的无疑是heygen，但是费用也是...

目录 效果展示 sd使用流程：选大模型、写关键词和设置参数 SDWebui文生图调用流程 StableDiffusion原理浅析 参考资料...

1. 什么是自适应码流 自适应码流，是一种将视频内容制作成多种分辨率版本，然后终端播放器自动选择版本播放的技术。 如图所示，内容服务器在提供视频内容之前，预先将视频转成了流...

目录 基音周期、浊音的概念 Sonic源码分析 资料 收获 上一篇我们学习了音频变速不变调的原理以及WSOLA波形相似叠加算法进行时域压扩处理。其中在寻找相似帧方面，Son...

目录 声音的基本知识 时域压扩（TSM)的原理 波形相似叠加（WSOLA） 资料 收获 音频的原始pcm数据是由 采样率、采样通道数以及位宽而定。常见的音频采样率是4410...

通过Cmake进行工程化实践（以库、源码、跨平台的组织形式等多个角度实践）通过Cmake进行工程化实践（以库、源码、跨平台的组织形式等多个角度实践）...

目录 问题描述 问题分析 问题原因 问题解决 资料 收获 一、问题描述 用小米11 录制视频上传后，在iPhone的Safari浏览器或者应用的H5中无法播放，而andro...