使用WebAssembly的高效音频解码器:WASM Audio Decoders
WASM Audio Decoders 是一个精心打造的集合,包含了一系列用于浏览器的WebAssembly音频解码库,经过高度优化以提供接近原生执行速度的音频解码体验。这个库支持在主线程上的同步解码,同时也提供了内置的Web Worker实现来实现异步(线程化)解码,确保高性能的同时不影响页面的响应性。
Web Assembly是一种基于栈的虚拟机的二进制指令格式,它允许我们在Web浏览器中运行近乎原生速度的代码。实际上,这些解码器与浏览器自带的解码器相比,在某些情况下甚至更快。
立即查看演示
解码器
每个解码器都使用内联WASM构建,减少了与Webpack等转译器配合时的复杂性。内联WASM是用yEnc编码的,有效实现了二进制数据的高效编码,并且通过gzip压缩减小了文件大小。
预构建的最小化JS文件可通过NPM和每个解码器的dist目录获取。
-
mpg123-decoder: 解码MPEG Layer I/II/III到PCM,仅74.5 KiB的压缩包大小,支持浏览器和Node.js,内置Web Worker支持,基于mpg123,可从NPM安装。 -
@wasm-audio-decoders/flac: 解码FLAC和Ogg FLAC数据到PCM,仅65.2 KiB的压缩包大小,支持多通道解码(最多8个通道),全位深和采样率支持,基于
libFLAC和codec-parser,通过NPM安装。 -
ogg-opus-decoder: 解码Ogg Opus数据到PCM,108.0 KiB的压缩包大小,支持多通道解码(最多255个通道),基于libopus和codec-parser,通过NPM安装。 -
opus-decoder: 解码裸Opus音频帧到PCM,仅84.6 KiB的压缩包大小,同样支持多通道解码(最多255个通道),专为已从容器中提取Opus帧的用户设计,如Ogg、Matroska(WEBM)或ISOBMFF(mp4),基于libopus,可从NPM安装。 -
@wasm-audio-decoders/ogg-vorbis: 解码Ogg Vorbis数据到PCM,仅97.6 KiB的压缩包大小,支持多通道解码(最多255个通道),全Vorbis采样率支持,基于
libvorbis和codec-parser,通过NPM安装。
开发
预备条件
- 根据指示安装Emscripten,本项目已在Emscripten 3.1.46下测试过。
构建
- 在您想要构建的终端中执行
source命令导入Emscripten路径。 - 运行
git submodule update --init克隆子模块。 - 运行
make configure配置库。 - 运行
npm i安装构建工具依赖项。 - 运行
make clean和make进行构建,可以用make -j8加速构建,其中8是你的系统CPU核心数。
测试
- 运行
npm i安装构建和测试依赖项。 - 运行
npm run test运行测试套件。
致谢
-
OggOpusDecoder最初基于AnthumChris/opus-stream-decoder,针对大小和简单的Web应用程序集成进行了优化:- 所有内容都被打包到一个minified的JavaScript文件中,便于使用。
- 支持所有255个Opus声道的多通道解码。
- 使用yEnc编码的内联WASM,以及DEFLATE压缩以显著减少捆绑包大小。
- WASM编译器、压缩器和捆绑选项都进行了调整以获得最佳的大小和性能。
-
包含了madler/zlib的
puff作为WASM构建,用于解压WASM二进制数据。
许可证
源自本项目的源代码按照MIT许可证许可。请注意,任何被仓库包含的外部源代码,比如作为git子模块并编译进dist文件的解码库,可能有不同的许可条款。
WASM Audio Decoders是一个强大的工具,适用于需要高效、跨平台音频解码的Web开发项目。无论你是游戏开发者希望实时播放高质量音频,还是音乐流媒体应用的创作者寻求快速加载和流畅播放,或者是在构建复杂的多媒体平台,这个项目都能成为你不可或缺的一部分。现在就加入,利用WebAssembly的力量提升你的音频处理能力!
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。C048
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TSX0126
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