Shaka Player项目中Widevine音频解密失败问题分析
2025-05-30 07:30:30作者:侯霆垣
问题背景
近期在Shaka Player项目中,用户报告了一个关于Widevine DRM在音频内容解密方面的兼容性问题。该问题主要出现在Chrome 136版本中,表现为音频内容无法正常解密播放,而在Chrome 135版本中则工作正常。
问题现象
当用户尝试播放使用Widevine DRM保护的纯音频内容时,系统会返回错误代码6001(REQUESTED_KEY_SYSTEM_CONFIG_UNAVAILABLE)。这个问题不仅出现在用户自定义应用中,在Shaka Player的官方演示应用中也能够复现。
技术分析
问题根源
经过技术分析,这个问题源于Chrome 136版本对EME(Encrypted Media Extensions)API的修改。具体来说,Chrome团队在136版本中调整了密钥系统配置的可用性检查逻辑,导致在某些情况下音频内容的解密配置无法被正确识别。
影响范围
该问题主要影响:
- 使用Widevine DRM保护的纯音频内容
- Chrome 136及以上版本(包括Beta版137)
- 多个Shaka Player版本(从4.11.2到最新4.14.10)
解决方案
Shaka Player团队已经提出了修复方案,具体是通过更新eme-encryption-scheme-polyfill库来解决兼容性问题。这个polyfill库能够在不兼容的浏览器环境中模拟正确的加密方案处理逻辑。
技术细节
EME API变更
Chrome 136对EME API的修改主要涉及密钥系统配置的可用性检查。在音频内容解密场景下,新的检查逻辑可能导致系统错误地认为所需的配置不可用。
Polyfill工作原理
修复方案中的polyfill通过以下方式工作:
- 检测浏览器环境
- 在不兼容的浏览器中模拟正确的加密方案处理
- 确保密钥系统配置检查返回正确结果
用户建议
对于遇到此问题的用户,建议:
- 暂时回退到Chrome 135版本
- 等待Shaka Player官方发布包含修复的版本
- 对于自行构建的用户,可以尝试应用相关补丁
总结
这个案例展示了浏览器更新可能对媒体加密解密流程产生的意外影响。Shaka Player团队通过polyfill的方式提供了向后兼容的解决方案,确保了在不同浏览器版本间的稳定运行。这也提醒开发者需要持续关注浏览器更新对DRM相关功能的影响。
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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- 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
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
656
4.26 K
deepin linux kernel
C
27
14
Ascend Extension for PyTorch
Python
500
606
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
390
284
🎉 (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
1.54 K
891
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++
939
861
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
1.07 K
557
暂无简介
Dart
902
218
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
132
207
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
195