Furnace音频导出崩溃问题分析与修复
2025-06-27 13:22:19作者:滕妙奇
Furnace作为一款开源的音频创作软件,近期在macOS和Android平台上出现了音频导出功能崩溃的问题。本文将深入分析该问题的成因、表现及解决方案。
问题现象
该崩溃问题表现为两种不同形式:
-
预渲染崩溃:当用户打开Furnace后立即尝试导出WAV文件时,软件会在开始渲染前崩溃,导致产生损坏的WAV文件。
-
后渲染崩溃:当用户在播放模块的同时尝试导出音频时,软件能够完成渲染过程,但在渲染结束后必定崩溃。
技术分析
经过开发者调查,发现问题根源在于SDL音频子系统的处理逻辑。具体表现为:
- 在第一种情况下,崩溃可能由于音频设备尚未正确初始化导致。
- 第二种情况下,崩溃明确发生在
SDL_CloseAudioDevice(ai)调用处,这表明音频设备关闭过程中存在异常。
进一步研究发现,该问题与SDL音频后端未能正确处理缓冲区大小变化有关。当音频设备参数发生变化时,系统未能适当调整内部缓冲区,导致在设备关闭时出现内存访问违规。
解决方案
开发团队通过以下方式解决了该问题:
-
改进了SDL音频后端对缓冲区大小变化的处理逻辑,确保在设备参数变化时能够正确调整内部状态。
-
增加了对音频设备状态的检查,防止在设备未正确初始化时执行关闭操作。
-
优化了音频导出流程的整体稳定性,确保在各种使用场景下都能可靠运行。
用户建议
对于使用Furnace进行音乐创作的用户,建议:
-
确保使用最新版本的Furnace软件,以获得最稳定的音频导出功能。
-
在进行重要导出操作前,先播放一小段音乐以确保音频子系统已正确初始化。
-
如果遇到导出问题,可以尝试调整音频设置中的缓冲区大小参数。
该问题的修复不仅解决了特定平台上的崩溃问题,还提升了Furnace整体音频子系统的稳定性,为用户提供了更可靠的音乐创作体验。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
386
458
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
894
680
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
354
212
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
805
198
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781