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。
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