AndroidX Media3 1.6.0-alpha02 版本技术解析
AndroidX Media3 是 Google 推出的新一代媒体播放框架,它为 Android 平台提供了强大的多媒体处理能力。该框架包含 ExoPlayer、Transformer 等多个核心组件,支持音频、视频播放、转码、混流等多种媒体操作。
核心组件更新
Common Library 改进
SimpleBasePlayer 修复了一个关于媒体项索引和元数据评估的重要问题。现在当使用 setPlaylist 方法设置 null MediaMetadata 后,再更新 currentMediaItemIndex 时,系统会正确重新评估元数据。
ExoPlayer 增强
本次更新为 ExoPlayer 带来了多项重要改进:
-
视频渲染器预热:新增了实验性的 MediaCodecVideoRenderer 预热支持。通过 DefaultRenderersFactory 的 experimentalSetEnableMediaCodecVideoRendererPrewarming 配置,可以为 ExoPlayer 提供第二个 MediaCodecVideoRenderer。这一特性能够在播放过程中预处理连续媒体项的视频内容,显著减少媒体项切换时的延迟。
-
广告播放优化:修复了中插广告后可能出现额外解码帧快速连续显示的问题,提升了广告与内容之间的过渡体验。
-
元数据处理:DefaultRenderersFactory 现在默认添加两个 MetadataRenderer 实例,使应用能够同时接收两种不同方案的元数据。
-
异步初始化:DeviceInfo 和设备音量现在支持异步初始化(需通过 setDeviceVolumeControlEnabled 启用)。这些值在 ExoPlayer.Builder.build() 后不会立即可用,而是通过 Player.Listener 的 onDeviceInfoChanged 和 onDeviceVolumeChanged 回调通知变化。
-
加载控制优化:改进了播放暂停时的块加载取消逻辑,提升了资源使用效率。
Transformer 功能升级
Transformer 组件迎来了多项重要更新:
-
平台诊断支持:新增了通过 MediaMetricsManager 的 Android 平台诊断支持。Transformer 现在可以将编辑事件和性能数据转发至平台,有助于提供系统性能信息和设备调试数据。应用可以通过 Transformer.Builder.setUsePlatformDiagnostics(false) 选择退出平台诊断。
-
混流器重构:将 InAppMuxer 拆分为 InAppMp4Muxer 和 InAppFragmentedMp4Muxer,分别用于生成非分片和分片 MP4 文件。同时将 Muxer 接口从 media3-muxer 移至 media3-transformer 模块。
-
Dolby Vision 支持:新增了对 Dolby Vision(profile 8)格式的转码和转封装支持。
编解码与格式处理
提取器改进
- 修复了处理以1或2字节(而非4字节)表示长度的NAL单元的问题。
- 解决了MP4编辑列表从非同步帧开始且前面没有同步帧时可能出现的数组越界异常。
音频处理优化
- 当 SpeedChangingAudioProcessor 使用默认参数配置时,不再绕过 SonicAudioProcessor。
- 修复了 Sonic#getOutputSize() 中的下溢问题,该问题可能导致 DefaultAudioSink 停滞。
- 改进了 MediaCodecAudioRenderer 和 DecoderAudioRenderer 的 getDurationToProgressUs() 方法,确保搜索操作正确重置提供的持续时间。
字幕与文本处理
- TTML 增强:新增了对通过 style 引用 tts:origin 和 tts:extent 的支持。
- 时间戳规范化:WebVTT 和 SubRip 时间戳现在严格限制为3位小数。之前版本错误地解析任意小数位数但总是假设值为毫秒,导致时间戳不正确。
- 新格式支持:新增了对 VobSub 字幕的支持。
- 问题修复:
- 修复了包含带CEA-608或CEA-708字幕的剪辑项时播放可能挂起的问题
- 解决了SSA文件包含零持续时间字幕时可能出现的非法状态异常
- 改进了字幕与音视频混流时的错误处理,现在会抑制并记录解析错误
混流器(Muxer)API变更
- 重命名了 Mp4Muxer.Builder 和 FragmentedMp4Muxer.Builder 中的 setSampleCopyEnabled() 方法为 setSampleCopyingEnabled()。
- Mp4Muxer.addTrack() 和 FragmentedMp4Muxer.addTrack() 现在返回 int 类型的轨道ID而非 TrackToken。
- Mp4Muxer 和 FragmentedMp4Muxer 不再实现 Muxer 接口。
其他重要更新
- Session 修复:解决了在连接到传统会话的 MediaController 上调用 Player 方法时可能丢弃待处理更新的问题。
- UI 组件:media3-ui-compose 新增了 PresentationState 状态持有类及相应的 rememberPresentationState Composable。
- HLS 扩展:新增了对 HLS 播放列表中 SUPPLEMENTAL-CODECS 标签的解析,以检测 Dolby Vision 格式。
- DASH 扩展:
- 修复了多时段直播流中广告插入更新间隔计算的问题
- 新增了对 DASH 清单中 scte214:supplementalCodecs 属性的解析以检测 Dolby Vision 格式
- 改进了包含超出声明时段持续时间的媒体样本的直播流时段转换处理
废弃API移除
移除了以下已废弃的组件:
- ExoPlayer.VideoComponent
- ExoPlayer.AudioComponent
- ExoPlayer.TextComponent
- ExoPlayer.DeviceComponent
本次更新为 AndroidX Media3 带来了多项性能优化和新功能支持,特别是在视频预处理、Dolby Vision 支持和字幕处理方面有显著改进,为开发者构建高质量媒体应用提供了更强大的工具集。
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0372Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0104AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









