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。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C045
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0122
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00