AndroidX Media 1.8.0-alpha01 版本技术解析
AndroidX Media 是一个由 Google 维护的多媒体框架库,它为 Android 开发者提供了强大的音视频播放、转码、下载等功能。最新发布的 1.8.0-alpha01 版本带来了多项重要改进和新特性,本文将对这些技术更新进行详细解析。
核心播放器(ExoPlayer)增强
本次更新中,ExoPlayer 引入了"scrubbing mode"(擦洗模式)这一重要功能。当用户频繁拖动进度条时,播放器可以进入这种特殊模式进行优化。开发者可以通过setScrubbingModeEnabled()方法启用此功能,并通过setScrubbingModeParameters()进行自定义配置。
在音频处理方面,新版本改进了DefaultAudioMixer,支持恒定功率的上混/下混处理,并公开了多个音频处理器类,包括ChannelMappingAudioProcessor、TrimmingAudioProcessor和ToFloatPcmAudioProcessor,为开发者提供了更多音频处理能力。
视频解码方面新增了实验性API,通过设置MediaCodec.BUFFER_FLAG_DECODE_ONLY标志来跳过仅解码缓冲区,从而加快搜索速度。同时改进了对软件视频编解码器的性能检查机制。
媒体转码(Transformer)改进
Transformer模块进行了多项架构调整和功能增强。其中最重要的是将Muxer接口从media3-transformer迁移到了media3-muxer模块,实现了更好的模块化设计。
对于图像处理,现在要求必须通过MediaItem.Builder().setImageDuration(long)显式设置图像持续时间才能导入媒体项作为图像。新增的实验性功能experimentalSetMp4EditListTrimEnabled()可以在修剪时包含MP4编辑列表,指示播放器忽略修剪开始点之前的样本。
字幕处理优化
字幕支持方面有多项改进:修复了SSA和SubRip字幕在启用字幕时显示进行中提示的问题;解决了从包含字幕错误的流切换到实时流时播放卡住的问题;修正了H.262流中包含B帧时CEA-608字幕显示乱码的问题。
特别值得注意的是新增了对Matroska文件中CodecId = S_TEXT/SSA格式的SSA字幕支持,以及对SSA字幕文件中layer属性的支持,该属性用于定义多个字幕同时显示时的z轴顺序。
下载功能增强
下载模块现在支持渐进式流的部分下载。开发者可以使用DownloadHelper准备渐进式流,并通过指定时间范围来请求下载内容。类似地,自适应流也新增了部分下载支持。
架构方面引入了DownloadHelper.Factory和SegmentDownloader的工厂模式,取代了原有的静态方法,提供了更灵活的扩展方式。
其他重要改进
音频同步方面修复了蓝牙设备恢复播放后前10秒音视频不同步的问题;视频播放修复了某些设备上VP9 Widevine播放错误;RTSP扩展增加了对包含尾部空格字符的会话描述的支持;Cast扩展新增了设备音量控制相关API。
在测试工具方面,移除了旧的音频编解码器测试配置方法,统一使用MediaCodecConfig进行配置,并将编解码器名称前缀从"exotest"改为"media3"。
总结
AndroidX Media 1.8.0-alpha01版本带来了多项实质性改进,特别是在播放优化、转码能力和下载功能方面。这些更新不仅提升了框架的性能和稳定性,也为开发者提供了更多灵活的控制选项。虽然目前是alpha版本,但这些改进预示着正式版将带来更强大的多媒体处理能力。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0199
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07