日程揭晓！速览深圳站大会专题议程详解 LiveVideoStackCon2023音视频技术大会深圳站，保持着往届强大的讲师阵容以及高水准的演讲质量。两天的参会时间，您可以快速了解音视频大咖前瞻的思想、把握音视频技术发展的最新动向、深入学习技术内容和工程化方面的一手实践。现在，深圳站大会日程正式揭晓，一起来看看您所关注的演讲都出现在哪些时段吧！ 首个人体动捕基模型面世！SMPLer-X：横扫七大榜单｜NeurIPS2023 想要快速制作角色动画，但是没有动捕设备？快来试试SMPLer-X！ 吴恩达加入图灵三巨头混战，炮轰SamAltman：AI监管「不会管不如不管」，LeCun转赞 针对「A...

 //   编者按：客户端作为直接面向用户大众的接口，随着技术的发展进化与时俱进，实现更好的服务是十分必要的。FFmpeg作为最受欢迎的视频和图像处理开源软件，被相关行业的大量用户青睐，而随着HEVC标准的发布到广泛使用，相信国内很多网络流媒体从业者都在长期关注FFmpegFLV支持HEVC的官方更新。LiveVideoStackCon2023上海站邀请了来自快手的音视频首席架构师刘歧，为大家带来他关于FFmpeg直播能力的更新计划。 文/刘歧 整理/LiveVideoStack 大家好，下面由我和大家分享近期FFmpeg的最新技术、部分未来的发展方向以及一些我...

 //   编者按：随着视频直播不断向着超高清、低延时、高码率的方向发展，AppleVision的出现又进一步拓展了对3D,8K120FPS的视频编码需求，视频的编码优化也变得越来越具有挑战性。LiveVideoStackCon2023上海站邀请到腾讯云的姜骜杰老师分享腾讯云V265/TXAV1直播场景下的编码优化和应用，带领我们探索音视频技术的无限可能性。 文/姜骜杰 编辑/LiveVideoStack 大家好，我是姜骜杰，来自腾讯云，主要负责编解码开发和优化。今天分享的主题是腾讯云V265/TXAV1直播场景下的编码优化和应用。 共有三个部分：1、V265...

作者|Krishna 翻译、编辑|ArisWang 原文链接：https://ottverse.com/interview-venkat-garapati-business-head-ultra-jhakaas/  //   自1982年以来，UltraMediaandEntertainment一直是印度当地著名的娱乐内容提供商，该平台致力于为用户提供海量电影、电视节目、网络剧和其他优质内容，满足用户多样化的观看需求。 据海外媒体报道，今年3月22日，UltraMediaandEntertainment推出了新的马拉地语OTT平台“UltraJhakaas”，...

 //   编者按：随着小红书视频业务和短视频播放的规模化增长，如何有效地提升用户体验质量同时降低视频带宽成本成为一个重要的技术优化目标。LiveVideoStackCon2023上海站邀请到小红书的剑寒为大家分享小红书音视频架构算法团队开发的基于人眼感知质量的端云结合超分框架和画质及带宽优化相关实践。 文/剑寒 编辑/LiveVideoStack 大家好，我是剑寒，目前在小红书音视频架构负责视频图像算法研发和落地。今天我分享的主题是《基于人眼感知质量的端云结合画质及带宽优化实践》，核心是画质与带宽优化，有两个关键词分别是端云结合以及人眼感知质量。 我的分享分为...

编者按：上次，我们聊到了专业音视频领域ProAV的发展，而作为音视频的半壁江山，“听”的力量绝不对不容小觑，好的音频体验可以让听者更有“沉浸感”，实现身临其境的效果。本次，我们对话了专注于音频领域的赛因铸声场，创始人吴健从1999年开始从事音乐技术工作，2000年为中国摇滚音乐家崔健设计了现场录音系统，完成话筒信号分裂机和放大器的研发，崔健使用至今。如今，他们将关注放在汽车座舱声学的处理，希望能够创造完美的声学体验。以下，是LiveVideoStack与赛因芯微的对话，希望对你有所帮助。 LiveVideoStack：吴健老师您好，请您先简单介绍下赛因芯微以及贵司所专注的方向吧。 吴健：赛...

——他希望AR终端能成为人的再一次延伸，实现真正的空间共享和实时互动，让人们超时空“共在”。 采访对象|唐荣兴 文、编辑|李美涵 从03年左右开发PocketPC上软件电话SIPPhone算起，到现在AR眼镜上的AR协作软件，刚好二十年。 20年前，通讯曾是一种稀缺的资源。彼时，手机上网刚刚成为现实，资费也并不亲民，更早前的摩托罗拉手机曾是“万元户”们的身份象征。许多年轻人没听说过的概念“NGN”（NextGenerationNetwork，下一代网络）一度成为当时的热词——人们想象能有一个统一的网络平台，来整合当时已有的市内固定电话和移动电话，同时增加多媒体数据服务。 20年后，从Fac...

编者按：在音视频编解码领域，以H.264/H.265为代表的深压缩编解码算法一直占据着行业的主流。随着视频编解码的需求增多，浅压缩算法逐渐得到了重视。JPEG2000曾获认为是未来取代JPEG的下一代图像压缩标准相较于主流的潜压缩JPEG来说，JPEG2000压缩比更高，体积更小，并能同时支持有损/无损两种压缩方式。 北格逻辑是专注于FPGA的音视频解决方案提供商，其提供的JPEG2000编解码算法能够在25倍压缩下实现视觉无损，延迟小于8.5ms，是在标准算法的基础上，针对视频浅压缩应用做了深入优化，充分体现了浅压缩模式下的低延迟和高画质。 那么，目前JPEG2000的应用场景如何了？在...

编者按：在技术进步的加持下，AV行业发展得如何了？本文采访了两位深耕于广播电视行业的技术人，为我们介绍了专业音视频的进展：一位冉冉升起的新星：ProAV以及FPGA在其中发挥的作用。 美国，拉斯维加斯，一个巨型球幕缓缓睁开了它的双眼，如神一般俯视着众人。 这个名为MSGSphere的大型剧院位于拉斯维加斯市中心，它高约90米，宽约150米，外面被LED屏幕覆盖，显示面积是IMAX的40多倍，采用多台8K摄像机来捕获360度全景视频，为现场观众提供比当今最佳高清电视清晰100倍的身临其境的体验。 如今，沉浸式影音世界的出现离不开专业的多媒体制作。而在多媒体领域，技术人们正不断突破着距离和时间...

 //   编者按：计算机图形与仿真技术的发展为人类带来了众多的沉浸式技术。虚拟现实（VR）、增强现实（AR）、混合现实（MR）等技术通过不同程度数字信息与现实环境的融合，为用户带来了全新体验，而统括三者的扩展现实（XR）更强调虚拟世界与现实世界的弥合，缩小人们、信息和体验之间的距离壁垒。LiveVideoStackCon2023上海站邀请了来自北京邮电大学的黄亚坤，为大家分享学术界关于云化XR和沉浸式全息交互技术的探索与思考 。 文/黄亚坤 整理/LiveVideoStack 大家好，我是来自北京邮电大学的黄亚坤，目前主要在学术界从事研究工作。本次我...

 //   编者按：在视频流量爆发式增长的当下，面对多用户多场景的网络挑战，如何降低卡顿、提升用户体验是流媒体传输研究的关键。LiveVideoStackCon2023上海站邀请到了清华大学博士黄天驰，为大家分享自适应流媒体智能传输优化研究进展。 文/黄天驰 编辑/LiveVideoStack 大家好，我今天分享的主题是自适应流媒体智能传输优化研究。 让我简单介绍一下我自己：我叫黄天驰，刚从清华大学获得博士学位，我的导师是孙立峰教授。我的研究方向是智能流媒体传输。我一共发表了17篇一作论文，其中有8篇是CCF-A类论文。我还有一些荣誉，比如获得过NOSSDAV...

 //   深度神经网络是深度学习的一种框架，它是一种具备至少一个隐层的神经网络。与浅层神经网络类似，深度神经网络也能够为复杂非线性系统提供建模，但多出的层次为模型提供了更高的抽象层次，因而提高了模型的能力。深度神经网络是一种判别模型，可以使用反向传播算法进行训练。随着深度神经网络使用的越来越多，相应的压缩和加速技术也孕育而生。LiveVideoStackCon2023上海站邀请到了胡浩基教授为我们分享他们实验室的一些实践。 文/胡浩基 编辑/LiveVideoStack 大家好，我是来自浙江大学信息与电子工程学院的胡浩基。今天我分享的主题是《深度神经网络压缩与...

每周一期，纵览音视频技术领域的干货。 西交、清华等发布多模态大模型，有望成为「DALL·E4」技术路线？和AI一起「白日作梦」 DALL·E3让我们看到了生成+理解的大语言模型的魔力。就在其发布的同一天，国内的一个新工作引起了社区的关注：DreamLLM。DreamLLM实现了协同学习的多模态理解和生成的大一统，能端到端进行生成和理解，这是否有望成为未来「DALL·E4」的技术路线？ 顶尖科学家如何玩转AI？DeepSpeed4Science：利用先进的AI系统优化技术实现科学发现 AI助力科学发现，DeepSpeed4Science计划引领新时代技术突破！在接下来的十年中，深度学习可...

向更智能、更兼容演进。 陈高星｜演讲者 Cloud  Imagine 大家好，我是阿里云视频云的陈高星，今天和大家分享的主题是“多”维演进：智能化编码架构的研究与实践。 本次分享分为四部分：首先是视频编码与增强方向的业界趋势，其次是对在该背景下衍生的阿里云视频云智能编码架构进行介绍，以及其中关于“多”维演进的技术细节，最后是我们对于智能编码的一些思考和探索。 01 视频编码与增强方向的业界趋势 首先介绍视频编码与增强方向的业界趋势。视频技术发展的趋势始终在追求更高清、更实时、更互动、更低成本以及更智能。 过去几年直至2022年，虽然从“高清化”的角度围绕AR/VR、沉浸式8K这...

 //   4K/8K超高清时代的来临对于原有系统带来很多新的挑战，存储、带宽、算力成本的大幅增长也是阻碍超高清推广普及的重要原因。LiveVideoStackCon2023上海站邀请到了腾讯云音视频的刘兆瑞分享在4K/8K超高清视频在实时编码的过程中遇到的困难以及解决方案。 文/刘兆瑞 编辑/LiveVideoStack 大家好，今天跟大家分享下在支持4K/8K超高清视频的实时编码、媒体处理、系统架构、专有云流量分发所遇到的困难和挑战，希望能给大家带来帮助。 分享内容分为六个部分： 01 4K/8K超高清视频的背景 随着央视冬奥会和央视8K频道的播出，超...

 //   AIGC的发展为音频带来了什么？AIGC如何赋能音乐创作？如何识别虚假音频？TTS可以在哪种场景下解决特定问题？7月29日LiveVideoStackCon2023上海站音频新体验专场，为您解答。 音频新体验 随着多媒体和通信网络技术的不断更新，以及新型音视频应用场景的不断涌现，音频处理技术向着更加智能化和沉浸化的趋势发展。人们对音频的听觉体验要求也逐步提高，各类场景下的声音体验更加清晰，并呈现声临其境的沉浸感。 议题介绍 TOPIC1《AIGC技术探索与应用创新》 江源科大讯飞 讯飞音乐首席科学家 针对近年来元宇宙、AIGC、大模型等关键...

最初，在疫情的影响下，我们不得不做出决定将本次LiveVideoStackCon转为线上。对于第一次举办线上活动的我们来说，充满了太多的未知与不确定性。而在与众多专家讲师沟通后，我们更多得到的是肯定的鼓励，这也是后续我们为之不断努力的动力之一。 好在，在所有出品人与讲师不遗余力的支持下，一切都还算顺利，LiveVideoStackCon2020首届音视频线上峰会已经圆满落下帷幕。 按照惯例，大会组委会评选出了优秀出品人和优秀讲师。评选的标准包括以下4个指标： 出品人：工作输出，协作响应，专业能力，专题内讲师听众参与情况均值 讲师：工作输出，协作响应，专业能力，现场听众参与情况 不过，前3...

音效渲染是音频或音乐播放器最为重要的后处理模块之一。LiveVideoStackCon2022北京站邀请到腾讯音乐银河音效开发负责人——闫震海，为大家介绍银河音效在QQ音乐播放器中的创新应用，包括空间环绕效果和音效制作工具等内容。 文/闫震海 编辑/LiveVideoStack  大家好！很高兴和大家一起分享交流关于QQ音乐银河音效的一些技术实践。 相信大家对音效处理都不陌生。它已经被广泛应用在各种音频信号、音乐信号的渲染场景中。本次分享重点是音乐重放场景，如何利用音效对最终听到的感觉进行补偿和修饰。 主要包括以下四方面： 1、音效在播放器中的应用：关于音效的简单介绍，以及在QQ音...

 //   随着互联网以及终端设备的全面发展，直播在日常的生活中已经越来越常见。越来越多的人开始在直播中与主播互动，作为一种娱乐消遣的方式。但是有些直播平台频发的卡顿以及打赏特效的单一会让用户的直播体验大打折扣。LiveVideoStack邀请到腾讯云的江敏为我们介绍腾讯云如何将云渲染应用在直播场景中，为直播带来更好的体验。 文/江敏 编辑/LiveVideoStack 大家好，我是来自腾讯云的江敏，今天给大家分享的主题是实时云渲染与直播应用场景结合的技术探索。我在2020年加入腾讯云云渲染团队，腾讯云云渲染平台从最初云游戏平台开始，逐步发展，目前支持3D云应用...

 //   元宇宙时代的来临对实时3D引擎提出了诸多要求，Unity作为游戏行业应用最广泛的3D实时内容创作引擎，为应对这些新挑战，提出了Unity云原生分布式运行时的解决方案。LiveVideoStack2023上海站邀请到Unity中国的解决方案工程师舒润萱，和大家分享该方案的实践案例、面临的问题、解决方式，并介绍了Unity目前对其他方案的构想。 文/舒润萱 整理/LiveVideoStack 大家好，我叫舒润萱，现在在Unity中国担任解决方案工程师，主要负责开发的项目是Unity云原生分布式运行时。 首先介绍一下Unity。Unity是游戏行业应用最...