Awesome GitHub RepositoriesVideo Encoding and Decoding

AISystem is a comprehensive AI full-stack infrastructure project covering the entire pipeline from AI chip architecture to high-level training frameworks. It encompasses the development of AI compiler frameworks, inference engines, and distributed training orchestrators designed to coordinate workloads across a heterogeneous compute stack of CPUs, GPUs, and NPUs. The project focuses on the deep integration of software and hardware, employing software-hardware co-design to align tensor layouts with physical memory structures. It provides specialized capabilities for accelerating Transformer mo

FreeRDP is a full software implementation of the Remote Desktop Protocol, providing both client and server capabilities for remote session management. It functions as an RDP client library and a standalone remote desktop client, enabling remote connectivity and interoperability across different operating systems. The project includes a dedicated network device redirector and an RDP gateway client to handle authentication and proxy routing. It allows developers to integrate remote desktop functionality into third-party software applications via its client library. The software covers a wide r

SmarterStreaming is a cross-platform SDK for hardware-accelerated audio and video capture, encoding, and streaming. It provides a complete media pipeline for low-latency RTMP and RTSP streaming, and includes an embedded lightweight RTSP server that can serve live feeds directly from the source device to local network clients without requiring a separate server. The SDK also integrates with GB28181 surveillance platforms, enabling compliant device registration and streaming for standardized video monitoring systems. The project distinguishes itself through a set of integrated capabilities for

JiaoZiVideoPlayer is an Android media player framework used to build mobile video interfaces. It serves as a unified interface layer that abstracts multiple backend playback engines to ensure consistent video delivery on mobile devices. The project integrates ExoPlayer and ijkPlayer, utilizing FFmpeg for broad codec support and efficient media decoding. This cross-backend approach allows the user interface to remain decoupled from specific playback engines, enabling the use of different decoding technologies based on hardware or software requirements. The framework provides a modular playbac

LAVFilters is an open-source media filter pack consisting of splitters and decoders designed for the DirectShow framework. It functions as a set of software components that convert compressed media data into raw formats for hardware or software rendering. The collection includes a media splitter to separate combined audio and video container formats into individual streams, as well as a specialized Blu-ray disc player filter used to identify and extract movie titles and playlists from disc structures. The project provides capabilities for audio and video stream decoding, media stream demuxin

jetson-inference is a set of libraries and tools for executing optimized deep learning models on embedded GPU hardware. Its primary purpose is to enable real-time computer vision and AI inference at the edge with low latency and high throughput. The project distinguishes itself through high-performance streaming analytics and the ability to execute concurrent AI pipelines on auto-grade silicon. It provides specialized support for multi-sensor stream processing, utilizing zero-copy data transport to load camera frames directly into GPU memory. The codebase covers a broad surface of capabiliti

WickedEngine ist eine C++ 3D-Game-Engine und ein Framework für den Bau hochauflösender dreidimensionaler Anwendungen und Grafikprojekte. Sie verfügt über einen modernen Grafik-Renderer, der aktuelle Standards implementiert, um komplexe Geometrie und Beleuchtung auf verschiedener Hardware zu erzeugen. Die Engine enthält einen eigenständigen visuellen Szenen-Editor zum Entwerfen von Umgebungen und Konfigurieren von Eigenschaften ohne Programmierung. Sie bietet zudem eine integrierte Lua-Skriptumgebung zur Verwaltung der Laufzeitlogik und zur Automatisierung von Engine-Aufgaben. Das Framework deckt 3D-Grafik-Rendering und Anwendungsentwicklung ab, einschließlich eines Modell-Import-Systems, das externe Dateiformate in ein natives Szenenformat konvertiert. Die Architektur integriert ein Multi-API-Grafik-Backend zur Unterstützung verschiedener Betriebssysteme und Hardwareschnittstellen.

xrdp is an open-source implementation of the Remote Desktop Protocol (RDP) that enables users to establish a remote graphical desktop session to a Linux machine. It provides a standard RDP connection to a Linux desktop, allowing clients to access and interact with the remote system's graphical interface. The project supports a wide range of platforms beyond standard x86 and ARM Linux environments, including macOS, FreeBSD, and other UNIX-like systems. It offers extensive configuration options for remote display management, such as matching the client display to the server screen, dynamic resi

jsmpeg is a JavaScript MPEG1 video decoder and canvas-based video renderer. It functions as a client-side media decoder that processes video frames in JavaScript, rendering them to an HTML5 canvas without relying on native browser video elements. The project provides a low-latency video player capable of receiving binary media data over WebSockets for real-time streaming. It also supports the progressive loading of static video files via Ajax to allow playback to begin before a file is fully downloaded. The system includes capabilities for playback state and event management, allowing for th

SkyReels-V2 is a video generation system that creates, extends, and refines video clips from text descriptions, images, or both. It operates as a diffusion-based video generation model that can produce videos of any duration by denoising frames sequentially, with each new frame conditioned on the ones that came before it. The system supports generating videos from scratch using text prompts, starting from a single image and producing subsequent frames, or constraining both the first and last frames to match user-provided images. What distinguishes SkyReels-V2 is its combination of infinite-le

OpenH264 ist eine Bibliothek zum Enkodieren und Dekodieren von Videos nach dem H.264-Standard. Sie bietet Tools, um rohe Videoframes in komprimierte Bytestreams umzuwandeln und diese Streams wieder in rohe Pixel-Frames zu dekomprimieren. Das Projekt enthält einen Simulcast-Videostream-Generator, der mehrere Auflösungen aus einer einzigen Quelle erzeugt. Diese Funktion unterstützt adaptives Bitrate-Streaming und Echtzeit-Videokommunikation unter variierenden Netzwerkbedingungen. Das System implementiert Videoverarbeitungs-Workflows, einschließlich adaptiver Ratensteuerung, Slicing-basierter paralleler Enkodierung und YUV-Planar-Buffer-Management. Es nutzt zustandsbasiertes Bitstream-Parsing, um sequentielle Videoframe-Abhängigkeiten zu verarbeiten.

Neutts is a neural text-to-speech engine designed for real-time streaming output on edge devices such as phones and laptops. It supports voice cloning from short audio references, enabling zero-shot reproduction of a target speaker's voice, and can be fine-tuned or retrained from scratch for custom voices and styles. The system distinguishes itself through a decoder-only architecture that halves memory and accelerates generation on constrained hardware, combined with quantized model inference for reduced memory footprint. Its streaming decoder loop interleaves synthesis with playback, deliver

Eine Sammlung von Referenzimplementierungen und Code-Beispielen für die Integration von Android-Kamera-Hardware und -Software-APIs. Das Projekt bietet Demonstrationen für die Verwendung sowohl der Jetpack-CameraX-Bibliothek als auch der Low-Level-Camera2-API zur Implementierung von Foto- und Videoaufnahmefunktionen. Das Repository enthält spezialisierte Implementierungen für High-Performance-Aufnahmen, wie z. B. Slow-Motion mit hoher Bildrate und HDR-Video. Es bietet zudem Beispiele für Machine-Learning-Vision und demonstriert, wie Live-Kamerabilder für die Objekterkennung und das Scannen von QR-Codes analysiert werden können. Das Projekt deckt umfassende Imaging-Funktionen ab, einschließlich Standbildaufnahme, Live-Viewfinder-Rendering und Videokonfiguration. Es beschreibt zudem die Verwendung herstellerspezifischer Hardware-Erweiterungen zur Anwendung von Effekten wie Bokeh, Nachtmodus und HDR. Die Beispiele enthalten Utilities für das Koordinaten-Mapping zur Darstellung visueller Overlays sowie Event-Monitoring zur Nachverfolgung von Aufnahmestatus.

gfx ist eine Hardware-agnostische Grafik-API-Abstraktion, die einen einheitlichen Satz von Grafik- und Compute-Befehlen in native Anweisungen für mehrere GPU-Treiber übersetzt. Sie bietet eine gemeinsame Schnittstelle für plattformübergreifendes Rendering und allgemeine GPU-Compute-Programmierung. Das Projekt bietet ein Shader-Übersetzungssystem für Zwischenrepräsentationen, das Quellcode und SPIR-V in zielspezifische Sprachen konvertiert. Es verwendet ein datengesteuertes Referenz-Test-Framework, um zu verifizieren, dass die Grafikausgabe über verschiedene Hardwareplattformen hinweg konsistent bleibt. Die Funktionen umfassen paralleles Command-Buffer-Encoding über mehrere Threads hinweg und die Kapselung von Pipeline-Zuständen in einzelne Objekte, um redundante Zustandsänderungen zu minimieren. Das System verwaltet Low-Level-GPU-Ressourcen, einschließlich Speicherallokation, asynchronem Buffer-Mapping und expliziter Frame-Präsentation via Swapchains. Die Implementierung zielt auf native Umgebungen und Webbrowser mittels WebAssembly ab und bietet Übersetzungsschichten für WebGL und WebGL2.

Dieses Projekt ist eine Media-Player-Software und ein digitaler Fernsehempfänger, der für das Rendern einer Vielzahl von Audio- und Video-Dateiformaten sowie digitalen Broadcast-Signalen entwickelt wurde. Er fungiert als DirectShow-Media-Player und bietet ein Video-Rendering-Interface zur Verwaltung von Ausgabeeinstellungen und visueller Qualität. Die Software umfasst Funktionen für den digitalen Fernsehempfang, die das Aufnehmen, Speichern und Wiedergeben von Live-Broadcast-Signalen über kompatible Hardware-Tuner-Karten ermöglichen. Sie bietet zudem hardwarebeschleunigte Media-Dekodierung und interne Decoder-Integration, um eine Multi-Format-Wiedergabe über verschiedene Hardwarespezifikationen hinweg zu gewährleisten. Das System deckt die Videoausgabeverwaltung durch den Einsatz von Shadern und Farbmanagement sowie das Untertitel-Rendering für Text- und Bild-Overlays ab. Benutzer können den Arbeitsbereich durch Anpassung des Interface-Layouts und die Erstellung benutzerdefinierter Toolbars personalisieren.

DKVideoPlayer is an Android video player library and media playback framework designed to integrate advanced streaming and playback capabilities into mobile applications. It provides a hardware-accelerated video renderer and a customizable UI kit for building player interfaces, including support for picture-in-picture floating windows. The framework distinguishes itself through specialized interactive features, such as real-time comment overlays, frame capture snapshots, and gesture-based controls for adjusting volume, brightness, and playback progress. It also supports multi-stream playback,

VitamioBundle ist eine Android-Media-Player-Bibliothek und ein Playback-Framework zum Dekodieren und Rendern von High-Performance-Audio- und Videoinhalten. Es bietet einen hardwarebeschleunigten Videodecoder, um CPU-Last und Akkuverbrauch auf Mobilgeräten zu senken. Das Projekt enthält einen Adaptive-Bitrate-Streaming-Client, der die Videoqualität in Echtzeit an die Netzwerkbedingungen anpasst, um Wiedergabeunterbrechungen zu vermeiden. Zudem verfügt es über eine Video-Rendering-Engine, die Pixelformate und Chroma-Output konfigurieren kann, um die visuelle Qualität auf mobilen Displays zu optimieren. Die Bibliothek deckt umfassende Multimedia-Funktionen ab, darunter Untertitelverwaltung, Wiedergabegeschwindigkeitskontrolle und die Verwendung benutzerdefinierter HTTP-Header für das Stream-Laden. Sie unterstützt sicheres Media-Streaming via integriertem SSL, TLS und HTTPS und nutzt lokales Storage-Caching, um den Bandbreitenverbrauch zu reduzieren.