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。
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-1.5暂无简介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