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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00