Shaka Packager中FairPlay DRM遗留PSSH支持的修复
在视频流媒体打包工具Shaka Packager的最新版本中,出现了一个与苹果FairPlay DRM系统相关的兼容性问题。这个问题主要影响使用原始密钥(raw key)和PSSH(Protection System Specific Header)进行HLS打包的场景。
问题现象
当用户使用特定格式的PSSH进行HLS打包时,生成的媒体播放列表(medialist)中缺少了关键的EXT-X-KEY标签。这个标签对于HLS流媒体的DRM保护至关重要,因为它包含了内容解密所需的信息。
经过分析,这个问题是由于Shaka Packager对FairPlay系统ID(System ID)的识别逻辑变更导致的。在较新版本的Packager中,工具会忽略未知或不支持的系统ID,并输出警告信息:"HLS: Ignore unknown or unsupported system ID"。
问题根源
这个问题源于Shaka Packager项目对DRM系统标识符的标准化更新。在2017年,苹果公司正式确定了FairPlay DRM的系统ID为94CE86FB07FF4F43ADB893D2FA968CA2,取代了之前非官方的ID29701FE43CC74A348C5BAE90C7439A47。
Shaka Packager在最近的更新中遵循了这一标准,导致使用旧系统ID的PSSH被识别为"未知或不支持",从而影响了HLS媒体播放列表的生成。
解决方案
开发团队提供了两种解决方案:
-
更新系统ID:将PSSH中的旧系统ID替换为苹果官方的新系统ID
94CE86FB07FF4F43ADB893D2FA968CA2。这是推荐的长期解决方案,符合最新的行业标准。 -
兼容旧系统ID:考虑到实际部署中可能存在大量使用旧系统ID的客户端设备,Shaka Packager开发团队决定恢复对旧系统ID的支持,确保向后兼容性。
技术影响
这个修复对视频打包工作流程有以下影响:
- 确保使用旧系统ID的现有部署能够继续正常工作
- 不影响使用新系统ID的部署
- 保持与各种客户端设备的兼容性,特别是在更新困难的地区市场
最佳实践
对于新部署,建议使用苹果官方指定的系统ID。对于现有部署,可以根据实际情况选择是否更新系统ID:
- 如果客户端设备能够接受更新,建议逐步迁移到新系统ID
- 如果客户端设备难以更新,可以继续使用旧系统ID,但需要注意Shaka Packager的版本兼容性
这个修复体现了Shaka Packager项目对实际部署环境的重视,在推进标准化的同时,也考虑到了现实世界中的兼容性需求。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
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Python00
HunyuanVideo-1.5暂无简介00
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
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
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