今天看到一篇“一个视频自动加字幕的小工具，如何做到月入2W”的博文（突字幕），考虑这个小工具如何实现，以及可能的关键难点，感觉有点意思；在当前人工智能、机器学习的热潮下，在依托成熟三方服务或者开源实现，实现一个类似的应用还是不难的，而核心的技术难点也显而易见，主要在语音识别，以及机器翻译的准确性上！关键功能点，给视频自动添加多语种字幕，大概的实现流程：1、视频中音频部分提取，含时间戳！2、语音识别，音频部分

在考虑实现一个P2P的公网监控点播方案，监控端通过局域网组网，局域网放一台服务器（双网卡，可上外网），作为局域网内所有监控的控制出口，该服务器上运行ZLMediaKit Server程序，集成tinyfecVPN Server的能力，通过该端口维持一个端口到公网STUN服务器的心跳（并转换为公网的地址和端口），所有接入的客户端通过公网的地址和端口点播实时的监控（协议走rtmp、rtsp或者hls均

查找HLS的切片格式的时候发现有ABR/DASH/FMP4等新概念，记录下这些概念，以备后续使用！

FEC(Forward Error/Erasure Correction）称为前向纠错技术，通常结合Reed-Solomon算法（RS算法），由发送方进行FEC编码后，引入冗余包，接收方进行FEC解码并恢复丢失的数据包，以解决由于UDP的丢包引起通话双方的卡顿，花屏等QOS问题；根据互联网成熟的案例，增加冗余包是对抗丢包常用且有效方法，在合适的冗余比下，能显著提升UDP传输的丢包、乱序抵抗力，为上

做转码服务的原型时，看了看MCU的实现，考虑到如果不做转码，可以将多路rtp流直接合成为一路rtmp流输出，这样对于多人连麦，然后转发直播的实现就很方便了，所以做了这个功能的实现！同转码服务的类图设计：基础库是ZLMediaKit，确实很方便！直接上代码：TranscoderTaskManager.h可以使用linux的nc 127.0.0.1 3500 进行客户端测

今天考虑一个mcu混合的实现，也就是接收多路过来的rtp流，然后转发出去一路的rtmp流，使用ffmpeg测试做的记录，刚开始一直通过ffmpeg推送的文件流不能满足要求，还是对参数配置不熟悉；