tsMuxer 2.7.0版本发布:多媒体容器处理工具的重大更新
tsMuxer是一款开源的多媒体容器处理工具,主要用于将视频、音频和字幕等多媒体流重新封装到不同的容器格式中。它支持多种输入和输出格式,包括TS、M2TS、MKV等,特别适合用于蓝光光盘制作和流媒体处理。本次2.7.0版本是该项目的最终版本,项目维护者宣布将停止开发工作。
核心功能改进
tsMuxer 2.7.0版本在视频处理方面进行了多项重要改进。该版本增强了对HEVC/H.265视频流的支持,包括修复了缓冲区问题,改进了帧率信息从VPS和SPS中的读取方式。对于蓝光格式支持,特别优化了UHD蓝光文件夹的处理行为,修正了CPI表,并实现了自动V3模式处理HEVC视频。
在音频处理方面,2.7.0版本修正了EAC3采样率和声道解析,移除了AV数据包大小的限制,并修复了WAV64文件的处理问题。新增了对纯TrueHD编解码器的支持,使音频处理能力更加全面。
容器格式支持增强
新版本在容器格式支持方面有显著提升。改进了对MP4文件的读取能力,包括对分片MP4的支持,并修复了MP4文件中的音频延迟检测问题。同时增强了对M4V文件的支持,使工具能够处理更多类型的媒体文件。
在蓝光格式支持方面,2.7.0版本修正了UHD视频在MPLS和CLPI文件中的格式表示,改进了Dolby Vision的集成,支持了多种Dolby Vision配置文件的处理,包括旧版的配置文件2、3和6。
字幕处理优化
字幕处理方面,2.7.0版本有多项改进。修复了字幕时间戳问题,改进了文本字幕渲染,并修正了Windows系统下字幕间距不正确的问题。对于PGS字幕,更新了4位帧率代码的处理方式,确保字幕同步更加准确。
在字幕PID处理上,修正了HDR内容下字幕PID应从0x12A0开始的逻辑,使蓝光兼容性更好。同时修复了连接M2TS文件时的字幕延迟问题。
系统兼容性与架构改进
2.7.0版本在系统兼容性方面做了大量工作。项目从C++11升级到C++17标准,采用了更现代的编程范式。移除了所有自定义浮点转换函数,改用标准库实现,提高了代码的可移植性。
对于不同操作系统,修复了Linux下字体文件无效导致的崩溃问题,改进了macOS下的字体处理,并确保Windows系统下正确处理非ASCII字符的ISO标签。新增了对ARM架构Linux系统的构建支持。
用户界面增强
GUI部分进行了多项改进,包括新增了调整PIP透明度的选项,改进了轨道顺序在元文件中的保存方式,修复了移除音轨/字幕轨时的崩溃问题。现在用户可以通过点击"添加"按钮一次选择多个文件,大大提升了操作效率。
界面国际化方面,新增了法语、德语、希伯来语和西班牙语翻译,使工具能够服务于更广泛的用户群体。同时修复了翻译字符串出现在元文件中的问题,确保元文件的兼容性。
性能与稳定性提升
2.7.0版本在性能和稳定性方面有显著改进。修复了多处内存管理问题,包括缓冲区问题、内存泄漏和无效删除操作。改进了文件读取逻辑,增加了数据检查,防止潜在的安全问题。
在时间戳处理方面,修正了到达时间戳(ATS)的计算方式,修复了音频轨道延迟问题,并改进了PTS错误处理。这些改进使得输出文件的同步更加精确。
项目现状与未来
2.7.0版本作为tsMuxer的最终版本,项目维护者宣布将停止开发工作。尽管如此,该版本已经实现了对现代多媒体格式的全面支持,包括HEVC、Dolby Vision和VVC等最新编解码器。项目代码完全开源,鼓励社区成员继续维护和发展这个有用的多媒体工具。
对于用户而言,2.7.0版本提供了稳定、功能丰富的多媒体容器处理解决方案,特别适合需要精确控制媒体流封装的专业用户。虽然项目停止开发,但现有功能已能满足大多数高级媒体处理需求。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
 
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-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).Dockerfile014
 
Spark-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。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00