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。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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-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
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