jsjwangmingmin的博客

在src/modules/video_coding/BUILD.gn文件中，找到rtc_static_library(“webrtc_h264”)选项，在此选项最后添加如下代码，即可把X264库包含进webrtc库中if(is_android){ cflags = ["-I/home/XXX/workspace/x264"] ldflags = ["-L/home/X...

转载地址：https://zhuanlan.zhihu.com/p/278962391 SPS和PPS从何处而来？2 SPS和PPS中的每个参数起什么作用？3 如何解析SDP中包含的H.264的SPS和PPS串？1 客户端抓包在做客户端视频解码时，一般都会使用Wireshark抓包工具对接收的H264码流进行分析，如下所示：在这里我们可以看到对解码视频起关键作用的SPS和PPS。双...

git 常用说明1. $ git clone XX(用户名)@IP地址:/home/WORK/git/webtrc.git/ # clone 主分支master2. $ git clone -b trunk XX(用户名)@IP地址:/home/WORK/git/webrtc.git # clone 指定分支3. $ git add . # 添加当前目录下修改4. $ git st...

递归删除当前目录下所有指定文件$ sudo find . -type f -name ".git*" -delete递归删除当前目录下所有指定目录及文件sudo find . -name .git* | xargs sudo rm -rf

1、通过如下Action监控USB设备的插入或拔出 UsbManager.ACTION_USB_ACCESSORY_ATTACHED; UsbManager.ACTION_USB_ACCESSORY_DETACHED; UsbManager.ACTION_USB_DEVICE_ATTACHED; UsbManager.ACTION_USB_DEVICE_DE...

logcat -v time | grep -Ei “[VDIWE]/A|B” | tee /sdcard/111.log，保存满足此条件"[VDIWE]/A|B"日志到文件

版权声明：本文来自于icoolmedia，欢迎转载，转载请注明出处，相关的音视频算法讨论请加群（374737122）一起交流！　　上次关于语音增强的原理讲说了噪声估计问题，这次打算说下增益因子如何确定，也就是当噪声已知后，如何进行去噪的问题（把增益因子与带噪语音相乘即可）。这里主要说下MMSE滤波，顺带说下谱减法、维纳滤波。当然也有其它方式来实现语音增强的，比如基于矩阵分解原理的子空间

版权声明：本文来自于icoolmedia，欢迎转载，转载请注明出处，相关的音视频算法讨论请加群（374737122）一起交流！　　语音增强的整个过程，通常假设噪声为加性随机平稳噪声，且语音短时平稳，下面的原理描述中，都是在这两个假设前提之下来做的。整个语音增强的流程大致可以分为两大部分　　一、噪声估计　　二、衰减因子（有的地方也叫做增益因子）的计算 　　最后，把衰减因子

版权声明：本文来自于icoolmedia，欢迎转载，转载请注明出处，相关的音视频算法讨论请加群（374737122）一起交流！在学习信号处理的时候，线性预测是一个比较难理解的知识点，为了加快很多朋友的理解，这里给出Levinson-Durbin算法的线性预测实现和一个测试Demo，Demo中很明确的把输入信号、预测信号、预测误差打印了出来，这样就能以最直观的方式，把线性预测的实现与作用展示

版权声明：本文来自于icoolmedia，欢迎转载，转载请注明出处，相关的音视频算法讨论请加群（374737122）一起交流！一、回声消除算法模型　　先来分析下自适应回声消除的主要组成部分，大体上可以把回声消除模型分为两个部分横向滤波器结构滤波器系数自适应与步长控制　　横向滤波器用脉冲响应w(n)【有的地方也称为回声路径】与远端说话者信号u(n)卷积得到回声估计，并用y

版权声明：本文来自于icoolmedia，欢迎转载，转载请注明出处，相关的音视频算法讨论请加群（374737122）一起交流！　　由于工作中经常会用到傅里叶分析方法、不得不对它基本思想做一些深入的思考。这里记录下我对傅立叶分析的学习过程中真正加深自己印象的一些推导过程，希望对其它朋友能有所帮助、初学时，能看些浅显易懂的图文分析对理解的帮助是非常大的，至少能让你很快的理解主要思路而不至于

版权声明：本文来自于icoolmedia，欢迎转载，转载请注明出处，相关的音视频算法讨论请加群（374737122）一起交流！由于人耳对声音的感知（如：频率、音调）是非线性的，为了对声音的感知进行度量，产生了一系列的尺度（如：十二平均律），这里重点说下Bark尺度与Mel尺度。刚开始的时候，我自己也没弄明白这两个尺度的区别。后来才逐渐的明白他们的思考出发点，这里简单分享出来。 

版权声明：本文来自于icoolmedia，欢迎转载，转载请注明出处，相关的音视频算法讨论请加群（374737122）一起交流！一、混响时间的计算与预测所谓混响就是声音的直达声与反射声很紧凑的重合在一起时人耳所听到的声音，这个效果在语音的后期处理时特别有用。能产生混响最常见的场景就是房间内，尤其是空旷的房间中。混响有直达声，早期反射和后期反射声组成。其中直达声是声源信号不经过

版权声明：本文来自于icoolmedia，欢迎转载，转载请注明出处，相关的音视频算法讨论请加群（374737122）一起交流！先说明下，这里的代码流程是修改过的Speex流程，但与Speex代码差异不大，应该不影响阅读。 （1）用RemoveDCoffset函数进行去直流（2）远端信号预加重后放入x[i+frame_size]，近端信号预加重后放入input缓冲区（3）前M

/**     * byte数组转short数组     * @param src     * @return     */    public short[] toShortArray(byte[] src) {        int count = src.length >> 1;        short[] dest = new short[count];

相对于tcpdump配合wireshark抓包的优势在于：(1)无需root (2)对Android和Iphone同样适用 (3)操作更简单方便(第一次安装配置，第二次只需设置代理即可) (4)数据包的查看更清晰易懂,Fiddler的UI更简单明了 (5) 可以查看https请求。如果你坚持使用tcpdump也可见：利用tcpdump和wireshark抓取网络数据包。 PS：需要