ExoPlayer 对 DASH 清单中 dashif:Laurl 属性的解析支持
在流媒体技术领域,DASH(Dynamic Adaptive Streaming over HTTP)是一种广泛使用的自适应比特率流媒体协议。作为 Android 平台上最强大的媒体播放框架之一,ExoPlayer 持续跟进 DASH 规范的最新发展,以提供更好的兼容性和用户体验。
背景介绍
DASH-IF(DASH Industry Forum)是制定 DASH 实施指南的行业组织。在其发布的 DASH-IF IOP-6 V5.0.0 规范中,7.3 章节明确规定了内容保护描述符(ContentProtection descriptor)的标准实现方式。其中,dashif:Laurl 属性被定义为获取许可证服务器 URL 的标准方式。
在此之前,ExoPlayer 已经支持了 clearkey:Laurl 和 ms:laurl 等特定 DRM 方案的许可证 URL 属性解析。但随着行业标准向更通用的 dashif:Laurl 属性迁移,开发者需要 ExoPlayer 能够正确解析这一标准化属性。
技术实现
ExoPlayer 通过 DashManifestParser 类处理 DASH 清单文件的解析工作。该类的职责包括解析清单中的各种元素和属性,包括内容保护相关的信息。为了支持 dashif:Laurl 属性,开发者在解析逻辑中添加了对这一属性的识别和处理。
这一改进使得 ExoPlayer 能够:
- 正确识别 DASH 清单中的
dashif:Laurl属性 - 在直播流节目边界处解析许可证服务器 URL
- 保持与现有
clearkey:Laurl和ms:laurl属性的向后兼容性
实际意义
这一改进对开发者而言具有多重好处:
- 标准化支持:使用行业标准属性而非特定实现,提高代码的可维护性和互操作性
- 减少混淆:避免因使用
clearkey:Laurl实现 Widevine DRM 而导致的命名混淆 - 未来兼容:遵循 DASH-IF 最新规范,确保长期兼容性
- 一致性:在直播流场景下,能够正确处理节目边界处的许可证信息
开发者建议
对于正在或计划使用 ExoPlayer 开发 DASH 流媒体应用的开发者,建议:
- 在新项目中优先使用
dashif:Laurl属性 - 在维护现有项目时,考虑逐步迁移到标准属性
- 确保 DRM 许可证服务器配置符合 DASH-IF 规范要求
- 测试不同 DRM 方案(如 Widevine、PlayReady 等)与标准属性的兼容性
ExoPlayer 团队持续关注流媒体标准的发展,并通过此类改进确保开发者能够使用最前沿的技术构建高质量的流媒体应用。这一变更体现了 ExoPlayer 对行业标准的快速响应能力,也展示了其作为 Android 平台首选媒体播放框架的技术领导力。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00