Ant-Media-Server中HLS流广告插入的SCTE-35 Cue点实现方案
2025-06-13 10:27:32作者:秋阔奎Evelyn
背景与挑战
在现代视频流媒体应用中,广告插入是一个关键功能。Ant-Media-Server作为一款开源的流媒体服务器,需要支持在HLS(HTTP Live Streaming)流中准确插入广告标记。这涉及到SCTE-35标准的实现,该标准定义了如何在数字电视节目流中插入广告提示信息。
技术实现方案
SCTE-35 Cue点注入流程
-
原始流处理阶段
- 使用TSDuck工具包中的
tsp
命令处理输入流 - 通过
-P spliceinject
参数将广告提示信息注入到MPEG-TS流中 - 输出包含SCTE-35数据的TS流,这些数据被写入PID为0x0258的特定数据流中
- 使用TSDuck工具包中的
-
验证阶段
- 使用FFmpeg快速检查确认SCTE-35 PID的存在
- 通过TSDuck的
splicemonitor
插件深入验证广告提示信息的完整性,包括:- 事件ID(splice_event_id)
- 时间戳(PTS)
- 持续时间
- 各种标志位
现有工具评估
经过实际测试发现:
- TSDuck的注入功能稳定可靠,能够正确生成并时间戳标记广告提示表
- GPAC的HLS插件存在可靠性问题,经常出现解析失败导致SCTE-35数据丢失的情况
- 目前没有现成的工具能完全满足从注入到HLS清单生成的全流程需求
完整解决方案设计
针对上述发现,我们设计了一个分阶段处理的解决方案:
-
广告提示信息提取与解析
- 从TS流中解复用并提取每个
splice_insert
信息 - 解析其中的关键参数,包括广告时段开始时间、持续时长等
- 从TS流中解复用并提取每个
-
HLS清单标记生成
- 根据广告提示信息的时间点,计算其在HLS分段中的位置
- 在对应的分段后插入HLS标准广告标记:
#EXT-X-CUE-OUT:DURATION=30.000 #EXT-OATCLS-SCTE35:BASE64=FCFA…
- 广告时段结束后插入
#EXT-X-CUE-IN
标记
-
质量保证
- 实现自动化测试验证广告标记的准确性和时序正确性
- 确保在各种流媒体场景下的稳定性
技术细节与最佳实践
在实际实现中,需要注意以下几个关键点:
-
时间同步处理
- 需要精确计算广告提示PTS与HLS分段边界的关系
- 处理可能的时钟漂移和同步问题
-
错误恢复机制
- 设计健壮的错误处理流程,应对可能的解析失败
- 实现数据校验确保广告提示信息的完整性
-
性能优化
- 对于高并发场景,优化处理流程减少延迟
- 考虑内存和CPU使用效率
总结
通过这套方案,Ant-Media-Server能够可靠地在HLS流中插入广告提示标记,为下游播放器提供准确的广告时段信息。这种实现既遵循了行业标准,又针对实际应用场景做了优化,为开发者提供了一个稳定可靠的广告插入解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
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~0369Hunyuan3D-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++095AI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
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
197
2.17 K

React Native鸿蒙化仓库
C++
208
285

Ascend Extension for PyTorch
Python
59
94

🎉 (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
973
574

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
9
1

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++
549
81

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
27

前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
1.2 K
133