《火山引擎：火山引擎视频云技术实践精选集2023版（173页）.pdf》由会员分享，可在线阅读，更多相关《火山引擎：火山引擎视频云技术实践精选集2023版（173页）.pdf（173页珍藏版）》请在三个皮匠报告上搜索。

1、火山引擎视频云2023版技 术 实 践 精 选 集抖音同款的音视频技术实践与前沿探索面 向 体 验 驱 动 增 长卷首语FOREWORD龙年开端，OpenAI 推出的视频生成模型，横空出世，引发业界广泛关注，而 24 年也被认为是AI 视频元年，从泛互联网到全行业应用，从 2D视频到 3D 互动，从虚实结合到虚实融合，技术将推动我们走向全新的世界。而技术从来不曾孤单，它在无尽的探索中寻找同伴，渴望得到协助，一同照亮未知的领域。共享与进化，是它永恒的方向，每一步前行都承载着时代的梦想，引领我们共同迈向一个更加美好的未来。火山引擎视频云，基于抖音集团音视频技术沉淀，致力于打造面向体验的视频云，帮助

2、企业端到端提升视频能力，实现播放体验、画质体验、交互体验、性能体验的全面提升与创新。特别推出 火山引擎视频云实践精选集 2023版，收录了全年 70 余位音视频专家倾情出品的 24 篇技术深度 Blog，期待给各位同仁带去一些思考和启发的同时，也能在 AI 视频元年到来的今天，一起探索、融合和推动音视频技术进步和发展。精选集内容将围绕火山引擎视频云与抖音集团在过去一年的音视频技术实践，包括：计算机视觉、人工智能&视频质量、音频技术领域等全球前沿的论文精选；AIGC、6DoF 互动、三维重建等能力叠加的技术探索；画质、交互、播放、性能等用户指标的体验优化；赛事、游戏、汽车、VR 大空间等行业场景

3、的最佳实践；目录CONTENTSInterspeech 2023火山引擎流媒体音频技术之语音增强和 AI 音频编码火山引擎获全国人工智能大赛 AI+视频质量评价冠军CVPR 2024 满分论文DEFORMABLE 3D GAUSSIAN:基于可变形 3D 高斯的高质量单目动态重建新方法CVPR 2024MODULAR BLIND VIDEO QUALITY ASSESSMENT模块化无参视频质量评估CVPR 2024CAMixerSR 动态注意力分配的超分辨率加速框架技术探索1234和德爷一起 6DoF 互动探险火山引擎空间重建和虚实融合技术让文物“活”起来揭秘火山引擎视频云三维重建技术基于深

4、度学习的超分辨率效果优化火山引擎实时、低延时拥塞控制算法的优化实践云上智能驾驶三维重建最佳实践035041048053061如何利用播放器节省 20%点播成本？深度解读字节跳动的画质评估工具抖音也在用实战超低延时直播技术的落地实践超低延时直播技术演进之路WebTransport 开播的应用实践之路veImageX 演进之路：iOS 高性能图片加载 SDKRTC 端到端视频体验优化技术实践与探索视频时代需要一个新的“体验增长论”了0690760840981051101 1 7129抖音世界杯的画质优化实践解析“世界杯直播”技术实践解析：抖音视频编码器优化抖音世界杯直播的低延迟是怎么做到的？游戏出

5、海，如何让全球玩家“纵享丝滑”体验？毫末智行&火山引擎，迈向自动驾驶“智”高点龙游神州：揭秘云 VR 大空间背后的技术魔法137141145158160163全球前沿THE GLOBAL FRONTIERTECHNOLOGY EXPLORATION体验优化EXPERIENCEOPTIMIZATION最佳实践BESTPRACTICEPARTPARTPARTPART003017019023029全球前沿01THE GLOBAL FRONTIER全球前沿003Interspeech 2023 火山引擎流媒体音频技术之语音增强和 AI 音频编码 基于可学习梳状滤波器的轻量级语音谐波增强方法 基于 In

6、tra-BRNN 和 GB-RVQ 的端到端神经网络音频编码器 基于两阶段渐进式神经网络的回声消除方法 CHiME-7 无监督域自适应语音增强（UDASE）挑战赛冠军方案摘要THE GLOBAL FRONTIER004背景介绍BACKGROUND为了应对处理各类复杂音视频通信场景，如多设备、多人、多噪音场景，流媒体通信技术渐渐成为人们生活中不可或缺的技术。为达到更好的主观体验，使用户听得清、听得真，流媒体音频技术方案融合了传统机器学习和基于 AI 的语音增强方案，利用深度神经网络技术方案，在语音降噪、回声消除、干扰人声消除和音频编解码等方向，为实时通信中的音频质量保驾护航。作为语音信号处理研究