Shaka Player 4.13.9版本发布:优化HLS音频检测与UI交互体验
Shaka Player是由Google开发的一个开源HTML5视频播放器库,它支持多种流媒体协议,包括DASH、HLS等。作为一款功能强大的播放器解决方案,Shaka Player在Web视频播放领域有着广泛的应用。最新发布的4.13.9版本带来了一系列重要的改进和修复,特别是在HLS音频检测和用户界面交互方面。
HLS音频检测增强
本次更新中,Shaka Player改进了对Dolby AC-4编码的空间音频检测能力。空间音频技术能够为听众创造更加沉浸式的听觉体验,通过精确的声音定位让用户感受到声音来自不同方向。在HLS流媒体中,当使用Dolby AC-4编码时,播放器现在能够更准确地识别空间音频配置,确保用户获得最佳的音频体验。
视频空间信息事件优化
Shaka Player 4.13.9对视频空间信息相关事件进行了优化。现在,spatialvideoinfo和nospatialvideoinfo事件将仅针对视频流触发,而不再错误地应用于音频流。这一改进使得开发者能够更精确地处理视频空间信息,为VR/AR等需要空间感知的应用场景提供更好的支持。
用户界面交互改进
本次更新对用户界面进行了多项优化:
-
菜单关闭延迟配置:开发者现在可以自定义菜单关闭的延迟时间,这为不同应用场景下的用户体验优化提供了更大的灵活性。
-
移动设备UI隐藏支持:新增了对移动设备上UI隐藏功能的支持,使得全屏观看体验更加纯净。
-
上下文菜单同步关闭:当隐藏UI时,上下文菜单将同步关闭,避免了界面状态不一致的问题。
-
播放速率显示优化:移除了播放速率选项的自动排序功能,确保播放速率按照开发者预期的顺序显示。
-
音量控制逻辑改进:修复了从静音状态恢复音量时的行为问题,使音量控制更加符合用户预期。
-
触控交互优化:改进了seekOnTaps功能在点击和滚动时的行为,提升了移动设备上的操作体验。
性能优化
在VR性能方面,Shaka Player 4.13.9进行了针对性的优化。虚拟现实应用对性能要求极高,本次更新通过代码优化减少了不必要的计算和渲染开销,使得在VR环境下的播放更加流畅,为用户提供更舒适的沉浸式观看体验。
加载机制改进
在标准加载流程中,播放器不再等待未完成的许可证请求完成。这一改变减少了播放启动时的等待时间,特别是在DRM内容播放场景下,用户可以更快地开始观看内容。
Shaka Player 4.13.9版本的这些改进和修复,进一步提升了播放器的稳定性、性能和用户体验。无论是对于普通视频播放还是高级的沉浸式媒体应用,这些更新都为开发者提供了更强大的工具和更流畅的播放体验。
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