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
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。C030
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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
426
3.26 K
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++
689
335
暂无简介
Dart
686
161
Ascend Extension for PyTorch
Python
231
265
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
React Native鸿蒙化仓库
JavaScript
266
326
🎉 (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
1.22 K
667
🔥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
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
25
30