跳到正文

媒体引擎

选择媒体引擎,了解原生 DASH 解密与重封装的支持范围,并配置密钥、LL-HLS 和 FFmpeg 兼容回退。

更新于 Markdown 版本

媒体引擎将 DASH 上游转换成播放器可直接打开的 HLS。原生引擎在 Kiln 进程内完成解密与重封装,无需启动外部程序。FFmpeg 仅用于兼容回退。

引擎选择

两条路径的能力差别集中在下面这张表,先看差别,再决定取值:

维度 原生引擎 FFmpeg 兼容路径
轨道与码率 多码率 ABR,视频最多 8 条、音频 16 条、字幕 16 条 一路视频加一路音频,单一码率
字幕 TTML 转为 WebVTT 轨 不产出
LL-HLS 支持 不支持
解密 cenccbcs,允许多个 KID 单个 CENC 密钥
输出分片 CMAF MPEG-TS
外部依赖 无,全部在 Go 进程内完成 ffmpeg 二进制或容器

[packager].engine 有三个取值,语义互不重叠:

取值 行为
auto 源能被原生引擎处理时走原生;不能处理且允许改用兼容引擎时交给 FFmpeg
native 只用原生引擎。源不被支持时直接失败,不会回退
ffmpeg 跳过原生规划,始终交给 FFmpeg

频道级的 packager 字段优先于全局 [packager].engine,两者都缺省时按 auto 处理。镜像通过 KILN_DEFAULT_PACKAGER_ENGINE 提供的默认值只在配置里没有写 [packager].engine 时生效,显式写出的取值永远优先。

auto 并不总是回退

auto 会在原生规划失败时判断是否可以安全交给 FFmpeg。如果不能,Kiln 会直接报错,不会更换引擎:

  • 一个源里出现多个 KID 时不能使用兼容引擎。FFmpeg 路径只接受单个 CENC 密钥,否则会解出错误的画面,此时返回 502
  • 频道显式选择了字幕轨(subtitles.modepreferonly)时,兼容引擎无法履行这个选择,请求被拒为 400
  • 需要兼容引擎但运行环境中没有 FFmpeg 时返回 503。Lite 与 Core 镜像不含 FFmpeg,详见 Lite、Core 与 Full

/readyz 会把这条边界前移:只要存在 engineffmpeg 的 DASH 频道而 ffmpeg 不可用,就返回 503,避免编排系统把流量导到一个注定失败的实例上。

原生引擎

原生引擎读取 MPD,规划轨道,逐段下载、解密并重封装成 CMAF 分片,最后写出 HLS 播放列表。整个过程都在 Go 中完成,不需要 FFmpeg 或其它外部二进制。

支持的源类型

维度 原生引擎支持的范围
Period 仅单 Period
分片寻址 SegmentTemplateSegmentTimelineSegmentTemplatedurationSegmentList
视频编码 avc1avc3hvc1hev1
音频编码 mp4a
字幕编码 stpp(TTML)
加密方案 cenccbcs;未加密的源同样可以走原生
轨道数量 视频最多 8 条,音频最多 16 条,字幕最多 16 条

avc3hev1 需要参数集写在 avcChvcC 里;参数集只存在于码流内时这条轨道被判为不支持。ABR 阶梯先按分辨率与帧率去重、每组保留码率最高的一条,超过 8 条时保留最高的 8 条。

处理流程

规划

拉取并规范化 MPD,按 prefer_height 与频道的轨道选择生成 ABR 阶梯、音轨列表与字幕轨列表。

校验

读取每条轨道的 init 段,比对 manifest 声明的 default_KIDtenc 中的 KID,并确认密钥表里有对应的 key。

重封装

逐段下载、在内存中解密、重写为 CMAF 分片;开启 LL-HLS 时同时切出 part。

发布

写出多变体播放列表与各轨道的媒体播放列表,附带 EXT-X-MAPEXT-X-PROGRAM-DATE-TIME

不支持时的原因码

规划或校验失败时,日志与频道的 probe 结果里会带上一个原因码:

原因码 含义 auto 是否回退
multi_period manifest 有多个 Period
no_video_representation 没有可用的视频表示
no_audio_representation 没有可用的音频表示
addressing_unsupported 分片寻址方式不在支持范围内
manifest_codec_unsupported 编码或轨道格式不受原生引擎支持
manifest_kid_conflicts_with_tenc manifest 的 default_KID 与 init 段的 tenc 不一致
missing_key_for_kid 密钥表里没有这个 KID 对应的 key
multi_kid_cannot_fall_back 源使用多个 KID,交给仅支持单密钥的 FFmpeg 会解码错误
native_start_failed 原生启动过程中出现其它错误

init 段本身不合规时还有一组更细的原因码,例如 not_fragmented_mp4multi_track_initencryption_scheme_unsupportedmissing_track_kidinband_parameter_setsmalformed_media,含义与名字一致。排查方法见 故障排查

密钥文件

所有 DASH 频道共用一份全局密钥目录,由 [packager].keys_file 指定:

kiln.keystext
# 每行一对,允许用 # 写注释
0123456789abcdef0123456789abcdef:fedcba9876543210fedcba9876543210
01234567-89ab-cdef-0123-456789abcdef:00112233445566778899aabbccddeeff

格式规则由解析器强制执行:

  • 每行是一个 kid:key 对,空行与以 # 开头的行被忽略。
  • KID 是 32 位十六进制字符,可以带连字符;key 是 32 位十六进制字符,不允许带连字符。
  • 同一个 KID 重复出现且 key 不同时报错,key 相同则视为重复项忽略。
  • 文件里一个有效条目都没有时报错。

相对路径按 kiln.toml 所在目录解析,不是按进程工作目录,因此 Windows 服务模式下把配置和密钥放在同一目录仍然成立。

key 不会出现在任何管理 API 的响应里,频道级的 keys 字段也已经移除,密钥只有一个来源。

LL-HLS

[packager].ll_hls 打开后,原生引擎按低延迟 HLS 发布:播放列表版本升到 9,写出 EXT-X-PART-INFEXT-X-SERVER-CONTROL:CAN-BLOCK-RELOAD=YES,并同时启用三种机制。

CMAF part:每个分片被切成若干 part,通过 EXT-X-PART 暴露,可独立解码的 part 会带上 INDEPENDENT=YES;正在生成的下一个 part 通过 EXT-X-PRELOAD-HINT 预告。part 时长由 part_target_ms 决定,取值范围 100 到 5000,默认 500。

delta playlist:播放器带 _HLS_skip=YES_HLS_skip=v2 请求时,只返回播放列表尾部,前面被省略的段用 EXT-X-SKIP:SKIPPED-SEGMENTS 计数。可跳过的边界是目标时长的 6 倍,也就是 CAN-SKIP-UNTIL 公告的值。

blocking reload:播放器带 _HLS_msn 与可选的 _HLS_part 请求时,服务端挂起直到对应的媒体序列号或 part 就绪再返回。_HLS_part 必须与 _HLS_msn 同时出现,超前太多的序列号会被拒绝而不是无限等待。PART-HOLD-BACK 公告为 part_target_ms 的 2 倍。

相关的播放列表参数:

默认值 作用
playlist_size 8 媒体播放列表保留的分片数
part_target_ms 500 单个 CMAF part 的目标时长,毫秒
start_segments 3 冷启动时先发布的分片数,直播取窗口末尾,点播取开头
prefetch_segments 3 流水线上并发准备的分片数

关闭 ll_hls 时播放列表回到版本 7,不写 part 相关标签,part_target_ms 不再有意义。

内存与延迟权衡

原生引擎的峰值内存主要由一个键决定:inflight_bytes。它是跨全部频道的分片字节总预算,按字节而不是按分片计数,因为一个 4K 分片可以有几十兆,按分片限制会让内存变成上游码率的函数。

这个预算买到的只有冷启动速度,稳态下每条轨道每次刷新只取一个分片,远远碰不到上限。示例配置里记录了一组实测数据,测试对象是同时运行的一个 4K 频道和一个 1080p 频道,两者都带多条音轨:

inflight_bytes 常驻内存 4K 首个播放列表
96 MiB(默认,100663296 140 到 170 MB 约 8.6 s
32 MiB(33554432 106 到 112 MB 约 11 s

常驻内存比首个 4K 播放列表的等待时间更重要时,把它调低。

其余几个键各自守住一条边界:

  • max_segment_bytes,默认 33554432(32 MiB),单个分片的字节上限。它同时和 inflight_bytes 一起推导出下载与解密的并发槽数,所以调低它会同时收紧并发。
  • primary_track_hold_sec,默认 12,音频最多可以领先视频多少媒体秒。这不是 A/V 同步旋钮,它的作用是阻止音轨把播放列表窗口推过一个还卡在视频上的播放器仍然需要的位置。
  • stall_timeout_sec,默认 180。manifest 一直在更新、却始终没有分片进入播放列表时,判定为自身故障并让这次发布失败,由重启重新规划。上游不可达不算这种情况,会继续重试。设为 -1 关闭。
  • grace_sec,默认 30,分片被移出播放列表之后仍然可以被取用的宽限时间,覆盖播放器读到旧播放列表的窗口。

FFmpeg 兼容路径

只有原生引擎处理不了、并且这次失败允许回退时才会走到这里。

[ffmpeg].mode 决定如何运行 FFmpeg:

  • native:直接执行本机的 [ffmpeg].binary(默认 ffmpeg,从 PATH 查找)。
  • docker:由 Kiln 自己发起 docker run --rm,使用 [ffmpeg].docker_image 指定的镜像,把工作目录以 bind mount 挂进容器,以非 root 运行,并把出站代理环境变量透传进去。不需要额外写 wrapper 脚本。

其余参数:

默认值 作用
hls_time 2 输出分片的目标时长,秒
hls_list_size 8 输出播放列表保留的分片数,low_latency 打开时默认降到 4
prefer_height 未设 目标分辨率上限,频道级 prefer_height 优先
low_latency false 决定 hls_list_size 的默认值:打开取 4,关闭取 8。显式写下的 hls_list_size 始终优先
max_starts 1 并发启动 FFmpeg 的上限。它不包含就绪等待,因此一个较慢的源不会阻塞其它频道启动
log_level error 传给 FFmpeg 的日志级别

兼容路径的能力明显窄于原生路径:它挑一路视频和一路音频,用 -c copy 流复制,输出 MPEG-TS 分片,只使用一个 CENC 密钥,不产出字幕、不做 ABR、也没有 LL-HLS 的 part。把它当作让频道先能播的兜底,而不是等价实现。

字幕与时间元数据

字幕:原生引擎接收 DASH 的 stpp 轨道,也就是分片化的 TTML。每个分片被解析成 cue,裁剪到该分片的时间窗,再输出为带 X-TIMESTAMP-MAP 的 WebVTT 分片,播放器侧看到的是标准的 HLS 字幕轨。语言标签会被规范化后写入 EXT-X-MEDIA。编码不是 stpp、或寻址方式不被支持的文本轨会被跳过,不影响音视频;单个频道最多带 16 条字幕轨。subtitles.mode 设为 off 可以完全关闭字幕,设为 preferonly 时只有原生引擎能履行。

时间元数据:分片里的 emsg 盒会被解析,v0 与 v1 两种版本都支持,v0 的相对时间按分片起始时间换算成绝对呈现时间。scheme 会被分类为 SCTE-35、ID3 或普通 emsg。其中 SCTE-35 的拼接信息被转写成 HLS 的 EXT-X-DATERANGECLASS 固定为 com.apple.hls.scte35,按方向写出 SCTE35-OUTSCTE35-INSCTE35-CMD,并带上 PLANNED-DURATIONDURATIONEND-DATE。同一个事件 ID 跨多次刷新观察到的信息会被合并,先看到 out、后看到 in 时自动补出结束时间。ID3 与其它 scheme 目前只做识别,不写成播放列表标签。

导航

输入以搜索…

↑↓ 移动↵ 打开Esc 关闭