HLS.js 中 PlayReady DRM 密钥 URI 解析问题分析
背景介绍
HLS.js 是一个流行的 JavaScript 库,用于在浏览器中实现 HTTP Live Streaming (HLS) 播放功能。在处理 DRM 保护内容时,HLS.js 需要正确解析 HLS 清单中的 EXT-X-KEY 标签,特别是当使用 PlayReady DRM 系统时。
问题描述
在 HLS.js 1.5.13 版本中,存在一个关于 PlayReady DRM 密钥 URI 解析的问题。当播放使用 PlayReady DRM 保护的媒体内容时,如果 EXT-X-KEY 标签的 URI 值是一个符合规范的 base64 编码的 PlayReady 系统头(PSSH),解析过程会出现错误。
技术细节
问题的核心在于 HLS.js 对 PlayReady 密钥 URI 值的处理假设:
- HLS.js 假设 URI 值是一个 PlayReady 对象(PRO),但实际上可能是一个完整的 PSSH 盒子
- 当前实现会将整个解码后的数据 URI 直接传递给 mp4pssh 作为 PSSH 数据
- 这导致生成的 initData 实际上是一个 PSSH 包裹着另一个 PSSH,不符合 EME 规范
影响范围
这个问题会影响所有使用以下配置的播放场景:
- 使用 PlayReady DRM 保护的内容
- EXT-X-KEY 标签的 URI 值包含完整的 PSSH 数据
- 在支持 PlayReady 的浏览器中播放(如 Edge)
解决方案分析
根据技术讨论,正确的处理方式应该是:
-
对于 PlayReady KEY 标签,URI 格式应为:
data:text/plain;charset=UTF-16;base64,<base64 编码的 PlayReady 对象> -
需要区分 PlayReady 和 Widevine 的处理方式:
- Widevine 使用
data:text/plain;charset=UTF-16;base64,<base64 编码的 PSSH 盒子> - PlayReady 应使用 PlayReady 对象而非直接使用 PSSH
- Widevine 使用
-
改进建议:
- 在 getDecryptData 函数中添加检查逻辑
- 识别 URI 是否已经是 PSSH 盒子包装
- 正确处理 PlayReady 对象的提取
临时解决方案
在官方修复发布前,开发者可以使用以下临时解决方案:
通过配置 generateRequest 回调函数,在发起许可证请求前提取正确的 PSSH 数据。这种方法可以绕过当前 HLS.js 的错误处理逻辑,确保 DRM 系统获得正确的初始化数据。
总结
HLS.js 在处理 PlayReady DRM 内容时存在 URI 解析假设问题,这可能导致播放失败。正确的实现应该区分不同 DRM 系统的 URI 格式要求,并正确处理 PlayReady 对象的提取。开发者在使用 PlayReady DRM 时应注意这个问题,并根据需要实施临时解决方案,直到官方修复发布。
这个问题也提醒我们,在处理 DRM 内容时需要严格遵循各 DRM 系统的规范要求,不能简单套用一种处理模式到所有 DRM 系统上。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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