libmedia

中文 | English | 文档

介绍

libmedia 是一个用于在 Web 平台上处理多媒体内容（如音频、视频、字幕）的工具库。

libmedia 有 TypeScript 模块和 WebAssembly 模块，并且设计理念上以 TypeScript 模块为主导；我们将音视频的封装解封装层放在 TypeScript 模块实现，这样就能使用异步 IO 来处理各种来源的流，可以让整个系统在非 SharedArrayBuffer 和非 Worker 环境上运行。

解码编码模块放入 WebAssembly 模块中，这些模块可以从 FFmpeg 的 libavcodec 模块中编译而来，并且将每种解码器和编码器编译成单独的 wasm 模块，解决编译产物太大的问题，使用的时候只需要去加载要使用的模块。同时编解码模块可以使用 WebCodecs。

libmedia 的 API 设计上参照 FFmpeg 设计，很多数据结构概念都是一致的，所以你能看见诸如 AVStream、AVCodecParameters、AVFormatContext、AVPacket、AVFrame 等数据结构。FFmpeg 作为音视频行业事实上的标准，其设计是非常优秀的；照着设计直接得到优秀的设计模式，还减少开发者学习理解的难度，毕竟做音视频开发的多少都对 FFmpeg 学习过；当然最主要的原因是我们需要让这些数据可以在 TypeScript 模块和 WebAssembly 模块中都可以进行读写操作，其在内存上的布局和 FFmpeg 保持一致是前提。

libmedia 是设计在多线程上的，只是可以回退到单线程上运行；所以对多线程开发比较亲和；开发者可以很优雅的基于此做多线程的开发，毕竟在音视频领域使用多线程带来的体验绝对要高出很多。

库

• avformat 音视频封装解封装库（flv、mp4、mpegts、matroska、ogg、mp3）
• avcodec 音视频编解码库，主要是 C/C++(FFmpeg 和其他编解码项目) 编译的 Wasm 和 Web 平台标准 WebCodecs
• audioresample 音频重采样（FFmpeg 音频重采样模块编译）
• audiostretchpitch 音频变速、变调处理（soundtouch 编译）
• videoscale 视频缩放，格式转换（FFmpeg libswscale 模块编译）
• avnetwork Web 平台网络文件 IO 相关（Fetch、WebSocket、WebTransport、File）
• avprotocol 音视频协议（dash、m3u8、rtp、rtsp、rtmp）
• avrender 音视频渲染（8bit、10bit、HDR、audioWorklet、WebGL、WebGPU）
• avpipeline 媒体任务处理管线，用于多线程并行化处理任务

多线程

libmedia 支持多线程，但需要页面可以使用 SharedArrayBuffer，你可以通过在顶层文档的响应头上添加以下两个响应头:

• Cross-Origin-Opener-Policy: same-origin
• Cross-Origin-Embedder-Policy: require-corp

来开启使用 SharedArrayBuffer，若不支持多线程将回退到主线程上运行。

工具

• AVPlayer 是 libmedia 的音视频播放器实现，支持软解、硬解、MSE；支持多种封装协议、多种编码格式。 在线 demo 在线本地播放器

• AVTranscoder 是 libmedia 的转码工具实现 在线 demo

使用

查看 编译配置示例 找到对应你的构建工具的参考示例，快速知道如何集成 libmedia 到你的项目中。

当前支持的封装格式

Format	Input	Output
flv(enhanced-rtmp-v2)	✅	✅
mov	✅	✅
mp4	✅	✅
mpegts	✅	✅
mpegps	✅	❌
matroska	✅	✅
webm	✅	✅
avi	✅	❌
h264 裸流	✅	✅
hevc 裸流	✅	✅
vvc 裸流	✅	✅
mp3	✅	✅
ogg	✅	✅
ivf	✅	✅
aac	✅	✅
flac	✅	✅
wav	✅	✅
webvtt	✅	❌
srt	✅	❌
ass	✅	❌
ssa	✅	❌
ttml	✅	❌
avif	✅	❌
heif	✅	❌

当前支持的音视频协议

Protocol	Input	Output
hls	✅	❌
dash	✅	❌
rtmp	✅	❌
rtsp	✅	❌

编解码器

编解码器被编译成了单独的 wasm 模块，解码器在 dist/decode 目录下，编码器在 dist/encode 目录下。编解码器的 wasm 模块有四个版本分别为 baseline、atomic、simd、64。baseline 版本是基准版本，指令集对应到 WebAssembly 的 MVP 版本，但需要支持 Mutable Globals，兼容性最高，性能最低；atomic 增加了 atomic 原子操作指令集和 Bulk Memory 指令集；simd 增加了 simd 向量加速指令集，性能最高。目前的 simd 版本是靠编译器自动优化的，不同的编解码器实现效果不同（目前没有看见过有针对 wasm 指令集做加速优化的开源项目，如果想要更高的加速效果需要自己优化，当前只有 h264 的 simd 解码器是手动优化的，也是性能最好的一个 wasm 模块）；64 是 64 位指令集，前面的三个版本都是 32 位，64 位指令集也包括 atomic 和 simd 指令集，需要在支持 wasm64 的环境下运行，并且 libmedia 也需要使用对应的 64 位编译的版本。

四个版本和 webcodecs 的兼容性支持情况

环境	baseline	atomic	simd	64	webcodecs
Chrome	74+	75+	91+	133+	94+
Firefox	61+	79+	89+	N/A	130+
Safari	13.4+	15+	16.4+	N/A	16.4+(video only)
Wasmtime	0.20+	15+	15+	N/A	N/A
Wasmer	0.7+	N/A	N/A	N/A	N/A
Node.js	12.0+	16.4+	16.4+	N/A	N/A
Deno	0.1+	1.9+	1.9+	N/A	N/A
wasm2c	1.0.1+	N/A	N/A	N/A	N/A

目前支持的解码 codecs 支持情况

codec	baseline	atomic	simd	64	webcodecs(Chrome)
h264	✅	✅	✅	✅	✅
hevc	✅	✅	✅	✅	✅ (只支持硬解)
vvc	✅	✅	✅	✅	❌
av1	✅	✅	✅	✅	✅
vp8	✅	✅	✅	✅	✅
vp9	✅	✅	✅	✅	✅
mpeg1	✅	✅	✅	✅	❌
mpeg2	✅	✅	✅	✅	❌
mpeg4	✅	✅	✅	✅	❌
theora	✅	✅	✅	✅	❌
h261	✅	✅	✅	✅	❌
h263	✅	✅	✅	✅	❌
wmv	✅	✅	✅	✅	❌
mjpeg	✅	✅	✅	✅	❌
rv10	✅	✅	✅	✅	❌
rv20	✅	✅	✅	✅	❌
rv30	✅	✅	✅	✅	❌
rv40	✅	✅	✅	✅	❌
msmpeg4	✅	✅	✅	✅	❌
aac	✅	✅	✅	✅	✅
mp3	✅	✅	✅	✅	✅
opus	✅	✅	✅	✅	✅
flac	✅	✅	✅	✅	✅
speex	✅	✅	✅	✅	❌
vorbis	✅	✅	✅	✅	❌
ac3	✅	✅	✅	✅	❌
eac3	✅	✅	✅	✅	❌
dts	✅	✅	✅	✅	❌
wma	✅	✅	✅	✅	❌
cook	✅	✅	✅	✅	❌
sipr	✅	✅	✅	✅	❌
ralf	✅	✅	✅	✅	❌
G.711 A-law	✅	✅	✅	✅	❌
G.711 μ-law	✅	✅	✅	✅	❌
png	✅	✅	✅	✅	❌
webp	✅	✅	✅	✅	❌
tiff	✅	✅	✅	✅	❌
bmp	✅	✅	✅	✅	❌
gif	✅	✅	✅	✅	❌

目前支持的编码 codecs 支持情况

codec	baseline	atomic	simd	64	webcodecs(Chrome)
h264	✅	✅	✅	✅	✅
hevc	❌	✅	✅	✅	❌
vvc	❌	❌	❌	❌	❌
av1	❌	✅	✅	✅	✅
vp8	✅	✅	✅	✅	✅
vp9	✅	✅	✅	✅	✅
mpeg4	✅	✅	✅	✅	❌
theora	✅	✅	✅	✅	❌
aac	✅	✅	✅	✅	✅
mp3	✅	✅	✅	✅	❌
opus	✅	✅	✅	✅	✅
flac	✅	✅	✅	✅	❌
speex	✅	✅	✅	✅	❌
vorbis	✅	✅	✅	✅	❌
ac3	✅	✅	✅	✅	❌
eac3	✅	✅	✅	✅	❌
dts	✅	✅	✅	✅	❌
G.711 A-law	✅	✅	✅	✅	❌
G.711 μ-law	✅	✅	✅	✅	❌

x265 wasm 编码器比较特殊，无法在非多线程环境下运行

相关文章

下一代 Web 音视频技术会是什么样的

开源协议

libmedia 使用 LGPL 开源协议，你需要遵守协议要求，详情查看 LGPL

但某些依赖库是 GPL 协议，如果你使用了这些依赖库则 libmedia 将被传染为 GPL 协议。这些依赖库使用在下面的组件:

• dist/encoder/x264.wasm
• dist/encoder/x264-atomic.wasm
• dist/encoder/x264-simd.wasm
• dist/encoder/x264-64.wasm
• dist/encoder/x265-atomic.wasm
• dist/encoder/x265-simd.wasm
• dist/encoder/x265-64.wasm

依赖库开源协议

• ffmpeg: LGPL v2.1+
• soundtouch: LGPL v2.1
• openh264: BSD-2-Clause
• x264: GPL
• x265: GPL
• theora: BSD-3-Clause
• vorbis: based BSD
• speex: revised BSD
• opus: BSD-3-Clause
• libvpx: BSD-3-Clause
• libogg: BSD-3-Clause
• lame: LGPL
• kvazaar: BSD-3-Clause
• flac: BSD-3-Clause
• fdkaac: based BSD
• dav1d: BSD-2-Clause
• aom: BSD-2-Clause
• hls-parser: MIT
• sdp-transform: MIT
• ass.js: MIT
• ass-compiler: MIT
• yox: MIT

版权所有 (C) 2024-现在 赵高兴

Copyright (C) 2024-present, Gaoxing Zhao

赞助作者

如果该项目对你有帮助，可以扫描二维码赞助作者:

加微信 zhaohappy_ 备注 libmedia 加作者微信，入群交流。