最新

问题：我经常保存关于餐厅、活动、快闪店和各种好玩的事情的 Instagram Reels/TikTok 视频，但因为它们总是被埋没在我的收藏里，所以我总是会忘记它们。 解决方案：我开发了 Cork。你可以直接将 Reel 或 TikTok 发送到 Cork，甚至无需离开应用。Cork 会自动提取视频中的信息，并将其保存在地图和日历中。 然而，我发现我的应用很难获得用户增长，而我的竞争对手却获得了成功/融资。我坚信我的应用在性能上优于所有已知的竞争对手（他们的应用在处理热门创作者的 Reels 时会失败，而我的应用则能成功）。 我来这里不是为了博取同情或打广告，而是我很好奇，为什么那些拥有足够员工和资金的团队，在面对一个相当数量的输入（即视频内容）时，却无法解决问题，而我（一个两人团队）却能以一种经济高效的方式（正如我所做的那样）解决，或者至少通过 GPT 提供一个临时的高性能解决方案。 总结：在我看来，我的应用在原始性能上优于竞争对手。为什么一个拥有人力和资金的团队却做不到一个两人团队在一个月内完成的事情？

几个月前，我曾以为在浏览器中显示音频波形会是一个周末项目。 我错了。 第一个原型在处理短音频片段时运行良好，但当我尝试加载长达数小时的录音时，一切都崩溃了。 内存占用爆炸式增长。 用户界面变得无响应。 缩放操作痛苦不堪。 即使是生成波形峰值也比预期的要慢。 最让我惊讶的是，真正的挑战并非音频解码。而是高效地渲染和管理大量的时序数据。 我最终尝试了 Web Workers、IndexedDB 缓存、虚拟化渲染和渐进式加载策略，仅仅是为了保持浏览器的响应速度。 对于那些构建过基于浏览器的音频工具的人来说： 您遇到的最困难的性能瓶颈是什么？ 是解码、渲染、内存管理，还是完全是其他什么问题？