Shaka Player中PlayReady离线播放问题的分析与解决
背景介绍
Shaka Player作为一款流行的开源HTML5视频播放器,支持多种DRM方案,包括Widevine、PlayReady和FairPlay。在实际应用中,开发者经常需要实现视频内容的离线播放功能。然而,在使用PlayReady DRM方案时,部分开发者遇到了无法下载内容进行离线播放的问题。
问题现象
开发者在使用Shaka Player 4.11.17版本时发现:
- 非DRM加密内容可以正常下载并离线播放
- Widevine加密内容也能成功下载并离线播放
- 但PlayReady加密内容在尝试下载时抛出错误:"Failed to execute 'generateRequest' on 'MediaKeySession': Failed to create MF PR CdmSession (2154823689)"
技术分析
这个错误表明在创建PlayReady的媒体密钥会话时出现了问题。经过深入调查,发现主要原因包括:
-
密钥系统标识符问题:在Windows Edge浏览器上,需要使用"com.microsoft.playready.recommendation"而非"com.microsoft.playready"作为密钥系统标识符。
-
持久性许可证支持:离线播放需要许可证服务器支持持久性许可证(persistent license),而部分许可证服务器可能未正确配置此功能。
-
CDM会话创建失败:错误代码2154823689表明底层媒体基础PlayReady内容解密模块(CDM)在创建会话时遇到了不支持的操作。
解决方案
针对上述问题,可以采取以下措施:
- 更新密钥系统配置:
// 正确的配置方式
const config = {
drm: {
servers: {
'com.microsoft.playready.recommendation': 'YOUR_LICENSE_SERVER_URL'
}
}
};
player.configure(config);
-
验证许可证服务器支持: 确保使用的PlayReady许可证服务器支持持久性许可证。可以联系DRM提供商确认此功能是否可用。
-
使用最新版本: Shaka Player团队已在后续版本中修复了相关问题,建议升级到最新版本。
-
浏览器兼容性检查: 确认使用的Edge浏览器版本支持PlayReady离线功能。某些旧版本可能存在兼容性问题。
实现示例
以下是实现PlayReady内容离线播放的完整配置示例:
async function initPlayer() {
const video = document.getElementById('video');
const player = new shaka.Player(video);
try {
await player.load('YOUR_MANIFEST_URL');
// 配置离线存储和DRM
player.configure({
drm: {
servers: {
'com.microsoft.playready.recommendation': 'YOUR_LICENSE_SERVER_URL'
},
advanced: {
'com.microsoft.playready.recommendation': {
persistentState: 'required',
sessionTypes: ['persistent-license']
}
}
}
});
// 存储内容供离线使用
const storage = new shaka.offline.Storage(player);
await storage.store();
console.log('内容已成功存储供离线使用');
} catch (error) {
console.error('Error:', error);
}
}
注意事项
-
不同浏览器对PlayReady的支持程度不同,建议在Windows平台使用Edge浏览器以获得最佳兼容性。
-
离线存储的内容仅在原始设备上可播放,这是DRM系统的安全限制。
-
存储空间有限制,具体取决于浏览器和设备的实现。
-
某些内容提供商可能对离线播放有额外的限制条件。
总结
通过正确配置密钥系统标识符和确保许可证服务器支持持久性许可证,可以解决Shaka Player中PlayReady内容无法离线播放的问题。开发者应当注意不同浏览器和版本的兼容性差异,并及时更新到Shaka Player的最新版本以获得最佳支持。
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GLM-V
GLM-4.5V and GLM-4.1V-Thinking: Towards Versatile Multimodal Reasoning with Scalable Reinforcement LearningPython00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0107AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile010
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









