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。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00