Издаване на мултимедиен пакет FFmpeg 4.2

След девет месеца разработка е наличен мултимедиен пакет FFmpeg 4.2, включващ комплект приложения и колекция библиотеки за операции с различни мултимедийни формати (запис, преобразуване и декодиране на аудио и видео формати). Пакетът се разпространява под лицензите LGPL и GPL, разработката на FFmpeg се води паралелно с проекта MPlayer.

От промените, добавени в FFmpeg 4.2, могат да се подчертаят:

• Добавена е възможност за използване на Clang за компилиране на CUDA файлове;
• Реализирана е поддръжка за декодиране на AV1 формат с използването на алтернативен декодер dav1d, разработван от проектите VideoLAN и FFmpeg. Dav1d е насочен към постигане на максимална производителност на декодиране и осигуряване на качествена работа в многопоточен режим;
• Добавени са демуксери за медийни контейнери (demuxer) dhav, hcom и vividas, KUX и IFV;
• Добавен е кодек PCM-DVD;
• Добавени са декодери VP4, hymt, hcom, ARBC, agm и lscr;
• Осигурена е поддръжка на декодиране на съдържание HEVC 4:4:4 с използването на движки за хардуерно ускорение NVIDIA nvdec и cuviddec, както и с използването на API VDPAU (Video Decode and Presentation);
• В опаковката на медийните контейнери mov е осигурено записване на тракове без явно определяне на езика (преди по подразбиране бе посочен английски език);
• Новини филтри:
  • asr — автоматично разпознаване на реч с помощта на PocketSphinx двигател;
  • derain — премахва дъжда от видео, използвайки система за машинно обучение на базата на невронна мрежа RESCAN и готови модели;
  • freezedetect — определяне на отсъствие на промени в видеото (непроменящо се изображение за определено време);
  • tpad — добавяне на допълнителни набори кадри в началото или края на видеопотока;
  • dedot — изглаждане на артефакти от яркост и цветове (точкови отблясъци и дъга) на видео;
  • chromashift/rgbashift — изместване на цветови съставки на пикселите по хоризонтала и вертикала;
  • truehd_core — извличане на основния поток от TrueHD, отхвърляйки метаданни ATMOS;
  • anlmdn — потискане на широка лента шум в звуковия поток с помощта на алгоритъм нелокално средно;;
  • maskfun — създаване на маска въз основа на входното видео;
  • AV1 frame split — разделяне на кадри в AV1 потока;
  • lagfun — забавяне на промяната на цвета на тъмните пиксели (увеличаване на времето на показване на ярки светкавици);
  • asoftclip — мека обрезка на звука (постепенно затихване на амплитудата вместо рязко прекъсване на сигнала);
  • colorhold — изтриване на информация за всички RGB цветове, освен за зададения;
  • xmedian — извеждане на средно пресичане на пиксели за няколко входящи видеа;
  • showspatial — преобразуване на стереозвук в видео, показващо пространственото взаимодействие между два звукови канала;
  • deesser — отстраняване на изкривявания, причинени от некачествен микрофон или прекомерно компресиране на звука при запис на глас (елиминира ефекта на звука, като в банка).
• Включен е парсер за изображения в GIF формат;
• Добавена е поддръжка на субтитри в кодировката ARIB STD-B24 (профили A и C), използвани при стрийминг на MPEG-2 TS. Поддръжката е реализирана чрез използване на библиотеката libaribb24;
• Премахната е библиотеката libndi-newtek.

Източник: opennet.ru