ossia score 3.5.0版本发布:全面升级的多媒体创作平台
ossia score是一款开源的交互式多媒体创作软件,专注于时间轴编排和实时控制。它结合了可视化编程和传统音序器的特点,广泛应用于新媒体艺术、音乐创作、现场表演等领域。最新发布的3.5.0版本带来了多项重要改进,为未来的功能发展奠定了基础。
平台架构升级
3.5.0版本在底层架构上进行了重大调整。官方发布的二进制版本现在要求CPU支持AVX2指令集,并且仅提供64位版本。这一变化显著提升了处理性能,特别是在音频和图形处理方面。同时,项目更新了多个核心依赖库,包括Qt升级到6.9版本,FFMPEG升级到7.1.1版本。
在跨平台支持方面,macOS的最低系统要求提升至12.0版本,这是为了兼容新版Qt框架的必要调整。特别值得注意的是,项目现在对AArch64架构(如树莓派、Asahi Linux等设备)提供了更完善的支持,采用与x86_64架构相同的AppImage打包方式。
音频与MIDI处理增强
音频子系统在本版本中获得了多项改进。新增了ALSA支持,通过Miniaudio库为某些特殊场景(如使用Pulse ALSA插件时)提供了更稳定的音频处理方案。同时,修复了在Mac设备上处理超过128通道音频时的问题。
MIDI处理方面,整个系统现已基于MIDI 2 UMP协议重构,取代了传统的MIDI 1消息处理。虽然目前这一变化对用户界面影响不大,但在处理大量MIDI对象时能显著提升性能。新增的MIDI转数组插件为用户提供了更灵活的数据转换选项。
图形与渲染系统优化
图形子系统是本版本的重点改进领域之一。新增了对Qt RHI D3D12后端的支持,并优化了Vulkan 1.1+的兼容性。用户现在可以在设置中选择单缓冲、双缓冲或三缓冲模式,以适应不同的性能需求。
特别值得注意的是纹理输入口的改进,现在允许用户自定义渲染分辨率和过滤模式(如最近邻或线性插值)。这些改进使得视觉效果的呈现更加精细和可控。
设备控制与交互增强
在设备控制方面,DMX子系统获得了显著改进。移除了对libartnet的依赖,解决了之前ArtNet协议中的许多错误。新增了对特殊DMX设备的支持,如每宇宙510通道的DMX LED设备,并改进了地址编辑界面。
HTTP设备新增了POST请求支持和流式输入处理能力,使得网络交互更加灵活。同时,修复了OSC串口设备的小部件显示问题。
空间音频与特效处理
3.5.0版本在空间音频处理方面引入了重要新功能。新增的GBAP插件能够生成基于网格的空间化系数,为多声道音频处理提供了强大工具。同时新增的Matrix音频对象可以根据系数列表将音源空间化到多个声道。
在视觉效果方面,实现了基本的全穹顶投影模式,特别适合点云和复杂几何体的展示。这一功能为沉浸式体验创作开辟了新可能。
开发者工具与脚本增强
JavaScript引擎获得了多项改进,新增了UI模式,允许通过命令行参数运行带有自定义Qt Quick界面的项目。同时,纹理输入口现在能够接收鼠标、触摸和键盘事件,大大增强了交互可能性。
对于开发者而言,新增了在外部编辑器中打开代码的功能,并优化了地址搜索功能,使其支持递归查找,提高了开发效率。
性能优化与错误修复
整个系统在性能方面进行了多项优化。图形渲染管道减少了在滚动ISF预设时创建的表面数量,使交互更加流畅。音频处理方面改进了对非正规数的处理,并允许节点声明是否需要保留非正规数。
修复了包括LV2插件查找路径、VST插件在UI缩放时的显示问题、RMS计算在立体声模式下的错误等多个问题。特别值得一提的是,修复了无GUI模式下的播放/暂停远程控制功能。
总结
ossia score 3.5.0是一个功能丰富、改进全面的版本,在音频处理、图形渲染、设备控制和交互设计等方面都有显著提升。这些改进不仅增强了当前版本的功能性和稳定性,也为未来的发展奠定了坚实基础。无论是新媒体艺术家、音乐创作者还是交互设计师,都能从这个版本中获得更强大、更稳定的创作工具。
kernelopenEuler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。C092
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00