Ant-Media-Server中HLS流广告插入的SCTE-35 Cue点实现方案
2025-06-13 07:48:37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
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。C042
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
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
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
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
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
435
3.3 K
Ascend Extension for PyTorch
Python
241
277
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++
694
367
仓颉编译器源码及 cjdb 调试工具。
C++
138
869
🔥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
65
19
暂无简介
Dart
696
163
React Native鸿蒙化仓库
JavaScript
270
328
仓颉编程语言运行时与标准库。
Cangjie
145
881