Shaka Player项目中Widevine DRM播放失败问题分析与解决方案
问题背景
在Shaka Player项目中,用户报告了一个关于Widevine DRM播放失败的问题。具体表现为在Chrome 136版本中,某些加密内容无法正常播放,而在Chrome 135版本中则工作正常。这个问题主要影响使用CBCS加密方案的FLAC音频内容。
技术分析
问题现象
当尝试播放使用Widevine DRM保护的内容时,Shaka Player会抛出"DRM.REQUESTED_KEY_SYSTEM_CONFIG_UNAVAILABLE"错误。这个问题在Chrome 136中首次出现,而在Chrome 135中表现正常。
根本原因
经过深入分析,发现问题出在Chrome浏览器对MediaCapabilities API的实现上。具体表现为:
-
当Shaka Player调用navigator.mediaCapabilities.decodingInfo()方法查询解码能力时,Chrome 136返回的keySystemAccess字段为null,而实际上应该返回一个有效的KeySystemAccess对象。
-
这个问题与Chrome 136中的一个变更有关,该变更影响了MediaCapabilities API对加密内容的支持性检测。
-
在Firefox浏览器中,相同的API调用能够正确返回KeySystemAccess对象,说明这是Chrome特有的问题。
影响范围
该问题主要影响:
- 使用CBCS加密方案的内容
- FLAC音频格式
- Chrome 136及以上版本
- 使用Shaka Player进行DRM内容播放的场景
解决方案
临时解决方案
在Chrome官方修复发布前,可以采取以下临时解决方案:
-
确保调用shaka.polyfill.installAll()方法,这会安装所有必要的polyfill,包括对EmeEncryptionScheme的polyfill。
-
该polyfill会检测到keySystemAccess为null的情况,并提供一个兼容的实现来绕过这个问题。
官方修复
Chromium团队已经确认并修复了这个问题:
- 修复已经合并到Chrome 137版本中
- 该修复通过正确处理MediaCapabilities API的keySystemAccess返回值来解决问题
- Chrome 137稳定版已经发布并包含此修复
技术细节
MediaCapabilities API工作原理
MediaCapabilities API允许Web应用查询浏览器对特定媒体配置的解码能力。对于加密内容,它还会检查DRM系统的支持情况。在理想情况下,API应该返回:
- 解码能力信息(supported, smooth, powerEfficient)
- 可用的KeySystemAccess对象(用于后续的DRM会话创建)
Shaka Player的处理逻辑
Shaka Player在初始化DRM系统时,会执行以下步骤:
- 通过MediaCapabilities API查询解码和DRM支持情况
- 如果API返回有效的KeySystemAccess,则直接使用
- 如果返回null,则尝试通过polyfill提供兼容实现
- 最终根据结果决定是否继续播放或报错
Polyfill机制
Shaka Player的EmeEncryptionSchemePolyfill通过以下方式工作:
- 检测浏览器原生实现是否可用
- 如果不可用,则提供一个兼容层
- 拦截相关API调用并提供合理的默认值
- 确保DRM系统能够正常初始化
最佳实践
对于开发者处理类似DRM问题时,建议:
- 始终安装所有必要的polyfill
- 监控浏览器版本变化对DRM支持的影响
- 实现完善的错误处理和回退机制
- 定期测试不同浏览器版本下的DRM播放情况
- 关注Chromium项目的更新和修复
结论
这次Widevine DRM播放失败问题展示了浏览器实现细节对媒体播放的重要影响。通过Shaka Player团队的快速分析和Chromium团队的及时修复,问题已经得到解决。这也提醒开发者需要关注浏览器更新可能带来的兼容性问题,并准备好相应的应对策略。
对于使用Shaka Player的开发者,建议升级到最新版本的Chrome浏览器(137+)以获得最佳兼容性。同时,保持Shaka Player版本更新,以确保获得最新的兼容性修复和功能改进。
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