Liquidsoap 2.3.3 版本发布:音频流媒体处理的重要更新
Liquidsoap 是一款功能强大的音频流媒体处理工具,广泛应用于网络电台、流媒体服务器等场景。它支持多种音频格式的输入输出,具备灵活的脚本配置能力,能够实现复杂的音频处理流程。本次发布的 2.3.3 版本是 2.3.x 系列的第三个错误修复版本,主要解决了内存损坏导致的段错误问题,并带来了一些功能改进和优化。
关键修复与改进
内存损坏问题修复
2.3.3 版本最重要的修复是针对 lufs
C 代码中导致的内存损坏问题。这个问题在 2.3.2 版本中引入,可能导致程序崩溃(segfault)。lufs
是用于音频响度测量的模块,对于需要精确控制音频响度的流媒体应用尤为重要。所有使用该功能的用户都应尽快升级到此版本。
OCaml 5.x 支持
这是 Liquidsoap 首次同时提供基于 OCaml 4.14.x 和 5.x 的构建版本。虽然目前 OCaml 5 版本的内存使用量仍然明显较高,尚不适合生产环境,但这一举措为未来的过渡奠定了基础。开发团队将持续优化 OCaml 5 版本的内存使用效率。
新功能与增强
SRT 输入支持 IPv6
input.srt
模块新增了 ipv6only
参数,允许绑定到纯 IPv6 地址。当 bind_address
设置为 IPv6 地址时,应将此参数设为 true
。这增强了流媒体服务器在现代网络环境中的兼容性。
HLS 分段命名改进
现在 HLS 分段名称可以包含子目录,这为组织和管理大量分段文件提供了更大的灵活性,特别适合长期运行的流媒体服务。
FFmpeg 原始音频数据隐式转换
对 FFmpeg 原始音频数据的隐式转换支持使得使用原始 FFmpeg 格式编写脚本变得更加实用。这一改进简化了音频处理流程,降低了开发复杂度。
API 变更与行为调整
defer 函数改进
defer
函数现在可以直接操作通用的 source(audio=pcm('a))
源,变得更加用户友好。原来的 defer
函数已重命名为 defer.pcm_s16
以保持向后兼容。
元数据映射默认值变更
metadata.map
函数的 strip
参数默认值改为 true
,insert_missing
参数默认值改为 false
。同时新增了 settings.metadata.map.strip
和 settings.metadata.map.insert_missing
配置项,允许恢复之前的默认行为。
其他修复与优化
- 修复了向 Shoutcast 服务器发送空元数据的问题
- 自动关闭通过脚本值打开的文件描述符,并记录文件描述符泄漏警告
- 将
dtools
、duppy
和xmlplaylist
移入 Liquidsoap 代码库,不再需要单独安装这些依赖
总结
Liquidsoap 2.3.3 版本虽然是一个维护性更新,但解决了关键的内存安全问题,并带来了一些实用的功能改进。对于需要稳定运行的生产环境,特别是使用 lufs
功能的用户,建议尽快升级。同时,OCaml 5.x 支持的引入为未来的性能优化奠定了基础,值得开发者关注。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









