Shaka Player 4.12.18版本发布:HLS音频检测与UI交互优化
Shaka Player是由Google开发的一款开源HTML5视频播放器,支持DASH、HLS等多种流媒体协议。作为一款功能强大的播放器解决方案,它广泛应用于各类视频网站和流媒体服务中。本次发布的4.12.18版本主要针对HLS音频格式检测和用户界面交互体验进行了多项优化和改进。
HLS音频格式检测增强
新版本改进了对Dolby AC-4音频格式的空间音频检测能力。在HLS流媒体播放场景中,播放器现在能够更准确地识别包含空间音频信息的Dolby AC-4音轨。这一改进使得支持空间音频的内容能够被正确识别和处理,为观众提供更沉浸式的音频体验。
同时,播放器现在会针对视频流和音频流分别触发相应的事件。只有当检测到视频流时才触发spatialvideoinfo和nospatialvideoinfo事件,避免了之前版本中可能出现的错误事件触发情况。
用户界面交互优化
4.12.18版本对播放器的用户界面进行了多项改进:
-
菜单关闭延迟配置:开发者现在可以通过配置参数自定义菜单关闭的延迟时间,使得UI交互更加灵活可控。
-
移动设备支持:新增了对移动设备上隐藏UI功能的支持,增强了移动端的用户体验一致性。
-
上下文菜单管理:当隐藏UI时,系统会自动关闭当前打开的上下文菜单,避免了界面元素残留的问题。
-
音量控制逻辑:修复了从静音状态恢复音量时的异常行为,使音量调节更加平滑自然。
性能优化与错误修复
在性能方面,新版本特别针对VR(虚拟现实)场景进行了优化,提升了在VR环境下的渲染效率和整体性能表现。
在错误修复方面,解决了标准加载模式下可能出现的许可证请求等待问题。现在在标准加载过程中,播放器不再等待未完成的许可证请求,从而提高了播放启动速度。
总结
Shaka Player 4.12.18版本通过增强音频格式检测能力、优化用户界面交互体验以及改进性能表现,进一步提升了播放器的稳定性和用户体验。这些改进使得Shaka Player在支持高级音频格式和提供流畅UI交互方面更加出色,为开发者提供了更强大的工具来构建高质量的流媒体播放解决方案。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00