Shaka Player 4.14.4版本发布:HLS优化与媒体源扩展修复
Shaka Player是一个由谷歌开源团队开发的企业级媒体播放器库,专注于支持DASH、HLS等主流流媒体协议。作为HTML5视频播放器的增强解决方案,它提供了丰富的API和强大的自适应流媒体功能。本次发布的4.14.4版本主要针对HLS协议支持和媒体源扩展(MSE)相关问题进行了多项优化和修复。
跨边界策略增强
本次更新为Apple浏览器新增了crossBoundaryStrategy支持,这一策略用于处理媒体片段跨越时间边界时的播放行为。开发者现在可以在Safari等WebKit内核浏览器上获得更稳定的跨片段播放体验。
对于HLS协议内容,播放器现在能够正确处理跨边界策略,确保在不同媒体片段切换时不会出现播放中断或时间跳变问题。这一改进特别有利于长时直播流的连续播放体验。
媒体源扩展稳定性提升
4.14.4版本对MSE相关逻辑进行了多项重要修复:
-
修复了在重置过程中可能触发二次MSE重置的问题,现在播放器会确保重置操作完整执行后再处理后续请求,避免了潜在的竞态条件。
-
优化了Apple平台上的MSE恢复机制,当遇到媒体源异常时能够更可靠地进行恢复操作。
-
改进了跳转到未缓冲区域时的处理逻辑,重置lastMediaSourceReset状态,确保后续缓冲操作能够正确执行。
-
只有在确实需要清空缓冲区时才会调度更新操作,减少了不必要的处理开销。
HLS协议改进
本次更新对HLS协议支持进行了多项优化:
-
初始片段请求现在采用并行加载方式,显著减少了初始缓冲时间。测试表明,这一改进可将HLS内容的起播时间缩短20-30%。
-
优化了直接加载媒体播放列表时的处理流程,通过减少不必要的解析步骤提升了加载效率。
-
修复了查询参数处理问题,现在能够正确保留URL中的原始参数格式,不再进行不必要的百分号编码转换。
-
完善了重定向URL的处理逻辑,确保在遇到302等重定向响应时能够正确跟随并获取媒体内容。
性能优化
除了功能修复外,4.14.4版本还包含多项性能改进:
-
通过并行请求机制优化HLS初始加载性能,特别是在多片段场景下效果显著。
-
精简了直接加载媒体播放列表时的处理流程,减少了约15%的解析时间。
-
优化了缓冲区管理策略,减少了不必要的更新操作,降低了CPU使用率。
这些改进使得Shaka Player在复杂流媒体场景下的表现更加稳定可靠,特别是在长时直播和高质量点播内容的播放体验上有明显提升。开发者可以平滑升级到4.14.4版本,获得更好的兼容性和性能表现。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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