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。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0148- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111