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 es un motor de juegos 3D en C++ y un framework diseñado para construir aplicaciones tridimensionales de alta fidelidad y proyectos gráficos. Cuenta con un renderizador gráfico moderno que implementa estándares actuales para producir geometría e iluminación complejas en diferentes tipos de hardware. El motor incluye un editor de escenas visual independiente para diseñar entornos y configurar propiedades sin escribir código. También proporciona un entorno de scripting Lua integrado para gestionar la lógica en tiempo de ejecución y automatizar tareas del motor. El framework cubre el renderizado de gráficos 3D y el desarrollo de aplicaciones, incluyendo un sistema de importación de modelos que convierte formatos de archivo externos en un formato de escena nativo. Su arquitectura incorpora un backend gráfico multi-API para admitir varios sistemas operativos e interfaces de hardware.

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 es una librería para codificar y decodificar video utilizando el estándar H.264. Proporciona herramientas para transformar frames de video crudos en flujos de bytes comprimidos y descomprimir dichos flujos de vuelta a frames de píxeles crudos. El proyecto incluye un generador de flujos de video simulcast que produce múltiples resoluciones desde una única fuente. Esta capacidad admite streaming de bitrate adaptativo y comunicación de video en tiempo real en diversas condiciones de red. El sistema implementa flujos de trabajo de procesamiento de video que incluyen control de tasa adaptativo, codificación paralela basada en slices y gestión de buffers planares YUV. Utiliza análisis de bitstream basado en estados para manejar dependencias secuenciales de frames de video.

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

Una colección de implementaciones de referencia y muestras de código para integrar hardware de cámara Android y APIs de software. El proyecto proporciona demostraciones para usar tanto la librería Jetpack CameraX como la API Camera2 de bajo nivel para implementar funciones de captura de fotos y vídeo. El repositorio incluye implementaciones especializadas para grabación de alto rendimiento, como cámara lenta de alta tasa de fotogramas y vídeo de alto rango dinámico (HDR). También cuenta con ejemplos de visión por aprendizaje automático, demostrando cómo analizar fotogramas de cámara en vivo para la detección de objetos y escaneo de códigos QR. El proyecto cubre capacidades de imagen amplias, incluyendo adquisición de imágenes fijas, renderizado de visor en vivo y configuración de calidad de vídeo. Detalla además el uso de extensiones de hardware específicas del fabricante para aplicar efectos como bokeh, modo nocturno y HDR. Las muestras incluyen utilidades para el mapeo de coordenadas para renderizar superposiciones visuales y monitoreo de eventos para rastrear estados de grabación.

gfx es una abstracción de API de gráficos agnóstica al hardware que traduce un conjunto unificado de comandos de gráficos y cómputo en instrucciones nativas para múltiples controladores de GPU. Proporciona una interfaz común para el renderizado multiplataforma y la programación de cómputo de GPU de propósito general. El proyecto cuenta con un sistema de traducción de shaders de representación intermedia que convierte el código fuente y SPIR-V en lenguajes específicos para el objetivo. Emplea un framework de pruebas de referencia basado en datos para verificar que la salida de gráficos permanezca consistente a través de diferentes plataformas de hardware. Las capacidades incluyen la codificación de buffers de comandos en paralelo a través de múltiples hilos y la encapsulación de estados de pipeline en objetos únicos para minimizar cambios de estado redundantes. El sistema gestiona recursos de GPU de bajo nivel, incluyendo asignación de memoria, mapeo de buffers asíncrono y presentación explícita de fotogramas a través de swapchains. La implementación apunta a entornos nativos y navegadores web a través de WebAssembly, proporcionando capas de traducción para WebGL y WebGL2.

Este proyecto es un software de reproductor multimedia y receptor de televisión digital diseñado para renderizar una amplia variedad de formatos de archivos de audio y video y señales de transmisión digital. Funciona como un reproductor multimedia DirectShow, proporcionando una interfaz de renderizado de video para gestionar ajustes de salida y calidad visual. El software incluye capacidades para sintonización de televisión digital, permitiendo la captura, grabación y reproducción de señales de transmisión en vivo mediante tarjetas sintonizadoras de hardware compatibles. También cuenta con decodificación multimedia acelerada por hardware e integración de decodificadores internos para asegurar la reproducción multiformato en diversas especificaciones de hardware. El sistema cubre la gestión de salida de video mediante el uso de shaders y gestión de color, así como el renderizado de subtítulos para superposiciones de texto e imagen. Los usuarios pueden personalizar el espacio de trabajo mediante la personalización del diseño de la interfaz y la creación de barras de herramientas personalizadas.

VitamioBundle es una librería de reproductor multimedia y framework de reproducción para Android diseñado para decodificar y renderizar contenido de audio y video de alto rendimiento. Proporciona un decodificador de video acelerado por hardware para reducir la carga de CPU y el consumo de batería en dispositivos móviles. El proyecto incluye un cliente de streaming de bitrate adaptativo que ajusta la calidad de video en tiempo real según las condiciones de la red para evitar interrupciones en la reproducción. También cuenta con un motor de renderizado de video capaz de configurar formatos de píxel y salida de croma para optimizar la calidad visual en pantallas móviles. La librería cubre amplias capacidades multimedia, incluyendo gestión de subtítulos, control de velocidad de reproducción y el uso de cabeceras HTTP personalizadas para la carga de streams. Soporta streaming de medios seguro mediante SSL, TLS y HTTPS integrados, y utiliza caché de almacenamiento local para reducir el uso de ancho de banda.

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,