ErsatzTV v25.2.0版本发布:功能增强与性能优化
ErsatzTV是一个开源的电视流媒体服务器项目,它允许用户将个人媒体库转换为可直播的电视频道。该项目支持多种硬件加速方案,提供灵活的节目编排功能,并能与主流媒体服务器如Plex、Jellyfin等集成。
跨平台支持与部署优化
本次发布的v25.2.0版本在跨平台支持方面做出了显著改进。新增了对Alpine Linux x64系统的支持,通过提供linux-musl-x64
构建包满足了使用musl libc用户的需求。同时,项目现在支持将管理界面和流媒体服务分别运行在不同端口上,通过ETV_UI_PORT
和ETV_STREAMING_PORT
环境变量实现灵活配置。
Docker部署方面也有重要更新,现在所有硬件加速方案(包括VAAPI、QSV和NVIDIA)都统一整合到基础镜像中,简化了部署流程。项目还开始向GitHub容器注册表发布镜像,为用户提供了更多镜像获取渠道。
调度系统增强
调度系统是本版本的重点改进领域之一。新增了"固定开始时间行为"选项,允许用户为节目表项设置严格或灵活的开始时间策略:
- 严格模式:确保节目在精确的预定时间开始,即使需要等待到第二天
- 灵活模式:当严格等待会导致进入第二天时,立即开始调度
这种细粒度控制使得节目编排更加符合实际运营需求。此外,调度编辑器新增了克隆节目表项的功能,简化了相似节目的创建流程。
硬件加速与转码改进
视频处理方面,v25.2.0引入了对HDR内容转码的基础支持:
- VAAPI在OpenCL加速可用时可使用硬件色调映射
- NVIDIA在Vulkan加速和libplacebo滤镜可用时可使用硬件色调映射
- QSV在使用硬件解码时可使用硬件色调映射
- 其他情况将回退到软件处理流水线
项目还优化了VAAPI的硬件加速填充功能,并升级了各平台捆绑的FFmpeg版本至7.1.1,提升了转码效率和兼容性。
媒体管理与搜索功能
媒体管理方面,改进了对Plex和Jellyfin集成的稳定性:
- 移除了Jellyfin管理员用户的强制要求
- 优化了Plex连接地址的缓存和检测机制
- 改进了Plex空集合同步时的错误处理
搜索功能现在支持通过智能集合名称进行查询,并改进了集合内容的索引方式。YAML播放序列定义现在支持引用其他序列,并增加了重复指令,增强了播放列表的灵活性。
用户体验改进
用户界面进行了多项优化:
- 开始实现响应式设计,改善小屏幕设备上的使用体验
- 修复了含小数点频道号在特定区域设置下的显示问题
- 优化了播放详情表的重新加载逻辑和日期格式化
- 增加了环境变量信息的显示,便于故障排查
XMLTV输出方面,修复了节目分组问题和滚动填充逻辑,提升了电子节目指南的准确性。
总结
ErsatzTV v25.2.0通过增强的调度系统、改进的硬件加速支持和优化的用户界面,为用户提供了更强大、更稳定的个人电视流媒体解决方案。特别是对HDR内容的支持和多端口部署能力,使得该项目在家庭媒体中心和专业应用场景中都更具竞争力。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~045CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0301- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









