FREYA-LIVE-LIBRARY-OPTIMIZER-FOR-ANDROID 的安装和配置教程
2025-05-26 01:26:27作者:苗圣禹Peter
1. 项目基础介绍和主要编程语言
FREYA-LIVE-LIBRARY-OPTIMIZER-FOR-ANDROID 是一套为安卓设备优化的 RTMP 直播推流库编译简化工具。它可以帮助开发者简单配置后一键完成库文件的编译与优化。该项目主要用于简化 FFMPEG、X264、FDKAAC、LIBRTMP/LIBYUV 等常用库文件的编译过程,支持 ARM、ARMV7-A、ARM64-V8A、X86、X86_64、MIPS、MIPS64 全平台编译。
项目主要使用 C 语言编写,同时涉及 Assembly、C++、Makefile、Shell、Objective-C 等编程语言。
2. 项目使用的关键技术和框架
该项目使用 NDK (Native Development Kit) 工具链进行库文件编译,并结合 YASM (Yasm Modular Assembler) 对 X86/X86_64 平台进行编译。项目还引用了 FFMPEG、X264、FDKAAC、LIBRTMP/LIBYUV 等开源库,并针对不同平台进行了优化。
3. 项目安装和配置的准备工作
- 操作系统: Linux X64,推荐使用 UBUNTU-12.04.5-DESKTOP-AMD64 或以上版本。
- NDK 版本: R13 或以上版本,确保包含 GCC 编译器。
- 编译 X86/X86_64 库文件: 需要安装 YASM 1.3.0 或以上版本。
安装步骤
- 克隆项目: 使用
git clone https://github.com/jkkj93/FREYA-LIVE-LIBRARY-OPTIMIZER-FOR-ANDROID.git命令克隆项目到本地。 - 配置编译脚本: 根据需要编译的平台,找到对应的编译脚本文件(如 freya_compile_arm.sh)。
- 配置变量:
- 配置 CURRENT_PATH 变量,设置为编译脚本所在的目录位置。
- 配置 NDKROOT_PATH 变量,设置为 NDK 所在目录位置。
- 根据需要,配置 FFMPEG_RTMP_OPTIONS 变量以选择 LIBRTMP(RTMPDUMP) 或 FFMPEG NATIVE RTMP 作为 RTMP 推流库。
- 配置 PREBUILT_TOOL_*_PATH 变量,指出各平台的 TOOLCHAIN 目录与程序名。
- 配置 PLATFORM_*_PATH 变量,指出各平台的 ANDROID API 目录。
- 配置 PLATFORM_*_API 变量,设置各平台的 ANDROID API 级别。
- 配置 PLATFORM_NDK_TOOLCHAIN_VERSION 变量,设置各平台的 TOOLCHAIN 版本,默认为 4.9。
- 对于 X86/X86_64 平台,配置 YASM_*_PATH 变量指出 YASM 编译器的位置。
- 编译库文件: 使用 root 用户运行对应平台的编译脚本(如 ./freya_compile_arm.sh)。
- 检查编译结果: 编译完成后,在 freya_build_finished/平台名/lib 目录中查看生成的库文件。
总结
本文详细介绍了 FREYA-LIVE-LIBRARY-OPTIMIZER-FOR-ANDROID 项目的安装和配置过程。通过简单配置和编译脚本,开发者可以轻松地为安卓设备编译和优化常用的 RTMP 直播推流库文件。
登录后查看全文
热门项目推荐
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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- 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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
386
458
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++
894
680
暂无简介
Dart
805
198
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
354
211
昇腾LLM分布式训练框架
Python
120
146
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
12
1
🔥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
68
20
🎉 (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
1.37 K
781