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 est un moteur de jeu 3D en C++ et un framework conçu pour construire des applications tridimensionnelles et des projets graphiques haute fidélité. Il dispose d'un moteur de rendu graphique moderne qui implémente les normes actuelles pour produire une géométrie et un éclairage complexes sur différents matériels. Le moteur inclut un éditeur de scène visuel autonome pour concevoir des environnements et configurer des propriétés sans écrire de code. Il fournit également un environnement de script Lua intégré pour gérer la logique d'exécution et automatiser les tâches du moteur. Le framework couvre le rendu graphique 3D et le développement d'applications, y compris un système d'importation de modèles qui convertit les formats de fichiers externes en un format de scène natif. Son architecture intègre un backend graphique multi-API pour prendre en charge divers systèmes d'exploitation et interfaces matérielles.

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 est une bibliothèque d'encodage et de décodage vidéo utilisant le standard H.264. Elle fournit des outils pour transformer des trames vidéo brutes en flux d'octets compressés et décompresser ces flux en trames de pixels brutes. Le projet inclut un générateur de flux vidéo simulcast qui produit plusieurs résolutions à partir d'une source unique. Cette capacité prend en charge le streaming à débit adaptatif et la communication vidéo en temps réel dans des conditions réseau variables. Le système implémente des workflows de traitement vidéo incluant le contrôle de débit adaptatif, l'encodage parallèle par tranches et la gestion de tampons planaires YUV. Il utilise l'analyse de flux binaire basée sur les états pour gérer les dépendances séquentielles des trames vidéo.

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

Une collection d'implémentations de référence et d'exemples de code pour intégrer le matériel et les API logicielles de caméra Android. Le projet fournit des démonstrations pour utiliser à la fois la bibliothèque Jetpack CameraX et l'API Camera2 de bas niveau pour implémenter des fonctionnalités de capture photo et vidéo. Le dépôt inclut des implémentations spécialisées pour l'enregistrement haute performance, comme le ralenti à haute fréquence d'images et la vidéo à haute gamme dynamique (HDR). Il propose également des exemples de vision par machine learning, démontrant comment analyser des images de caméra en direct pour la détection d'objets et le scan de QR codes. Le projet couvre de larges capacités d'imagerie, incluant l'acquisition d'images fixes, le rendu de viseur en direct et la configuration de la qualité vidéo. Il détaille en outre l'utilisation d'extensions matérielles spécifiques aux fabricants pour appliquer des effets comme le bokeh, le mode nuit et le HDR. Les exemples incluent des utilitaires pour le mappage de coordonnées afin de rendre des superpositions visuelles et le monitoring d'événements pour suivre les états d'enregistrement.

gfx est une abstraction d'API graphique agnostique au matériel qui traduit un ensemble unifié de commandes graphiques et de calcul en instructions natives pour plusieurs pilotes GPU. Il fournit une interface commune pour le rendu multiplateforme et la programmation de calcul GPU à usage général. Le projet dispose d'un système de traduction de shaders à représentation intermédiaire qui convertit le code source et SPIR-V en langages spécifiques à la cible. Il emploie un framework de test de référence piloté par les données pour vérifier que la sortie graphique reste cohérente sur différentes plateformes matérielles. Les capacités incluent l'encodage de buffer de commandes parallèle sur plusieurs threads et l'encapsulation des états de pipeline dans des objets uniques pour minimiser les changements d'état redondants. Le système gère les ressources GPU de bas niveau, incluant l'allocation mémoire, le mappage de buffer asynchrone et la présentation explicite d'images via des swapchains. L'implémentation cible les environnements natifs et les navigateurs web via WebAssembly, fournissant des couches de traduction pour WebGL et WebGL2.

Ce projet est un logiciel de lecture multimédia et un récepteur de télévision numérique conçu pour rendre une grande variété de formats de fichiers audio et vidéo ainsi que des signaux de diffusion numérique. Il fonctionne comme un lecteur multimédia DirectShow, fournissant une interface de rendu vidéo pour gérer les paramètres de sortie et la qualité visuelle. Le logiciel inclut des capacités pour le réglage de la télévision numérique, permettant la capture, l'enregistrement et la lecture de signaux de diffusion en direct via des cartes tuner matérielles compatibles. Il dispose également d'un décodage multimédia accéléré par le matériel et d'une intégration de décodeur interne pour assurer une lecture multi-format sur diverses spécifications matérielles. Le système couvre la gestion de la sortie vidéo via l'utilisation de shaders et la gestion des couleurs, ainsi que le rendu des sous-titres pour les superpositions de texte et d'images. Les utilisateurs peuvent personnaliser l'espace de travail via la personnalisation de la mise en page de l'interface et la création de barres d'outils personnalisées.

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 est une bibliothèque de lecteur multimédia Android et un framework de lecture conçu pour décoder et rendre du contenu audio et vidéo haute performance. Il fournit un décodeur vidéo accéléré par le matériel pour réduire la charge CPU et la consommation de batterie sur les appareils mobiles. Le projet inclut un client de streaming à débit adaptatif qui ajuste la qualité vidéo en temps réel en fonction des conditions réseau pour éviter les interruptions de lecture. Il dispose également d'un moteur de rendu vidéo capable de configurer les formats de pixels et la sortie chroma pour optimiser la qualité visuelle sur les écrans mobiles. La bibliothèque couvre de vastes capacités multimédias, incluant la gestion des sous-titres, le contrôle de la vitesse de lecture et l'utilisation d'en-têtes HTTP personnalisés pour le chargement des flux. Elle prend en charge le streaming multimédia sécurisé via SSL, TLS et HTTPS intégrés, et utilise la mise en cache sur stockage local pour réduire l'utilisation de la bande passante.