{"id":155591,"date":"2026-01-28T17:11:55","date_gmt":"2026-01-28T15:11:55","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/dostupen-multimedijnyj-frejmvork-gstreamer-1-28-0"},"modified":"2026-01-28T17:11:55","modified_gmt":"2026-01-28T15:11:55","slug":"dostupen-multimedijnyj-frejmvork-gstreamer-1-28-0","status":"publish","type":"post","link":"https:\/\/prohoster.info\/es\/blog\/news\/dostupen-multimedijnyj-frejmvork-gstreamer-1-28-0","title":{"rendered":"Est\u00e1 disponible el marco multimedia GStreamer 1.28.0","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Despu\u00e9s de casi un a\u00f1o de desarrollo, se presenta el lanzamiento de GStreamer 1.28, un conjunto de componentes multiplataforma para crear una amplia variedad de aplicaciones multimedia, desde reproductores de medios y convertidores de archivos de audio\/video hasta aplicaciones VoIP y sistemas de transmisi\u00f3n en vivo. El c\u00f3digo de GStreamer se distribuye bajo la licencia LGPLv2.1. Se desarrollan por separado actualizaciones de los complementos gst-plugins-base, gst-plugins-good, gst-plugins-bad, gst-plugins-ugly, as\u00ed como el envoltorio gst-libav y el servidor de transmisi\u00f3n gst-rtsp-server. A nivel de API y ABI, este nuevo lanzamiento es retrocompatible con la rama 1.0. Las compilaciones binarias estar\u00e1n disponibles pronto para Android, iOS, macOS y Windows (en Linux se recomienda usar paquetes de la distribuci\u00f3n). <\/p>\n
Principales mejoras de GStreamer 1.28: <\/p>\n
\n
Se ha agregado un nuevo complemento HIP (Interfaz de Computaci\u00f3n Heterog\u00e9nea para la Portabilidad) para admitir la interfaz de programaci\u00f3n desarrollada por AMD para la computaci\u00f3n heterog\u00e9nea, que utiliza recursos de c\u00f3mputo paralelo de la GPU adem\u00e1s de la CPU. HIP simplifica la implementaci\u00f3n del soporte para diferentes GPU en una sola base de c\u00f3digo (para ejecutarse en GPU AMD se utiliza la pila ROCm, y en GPU NVIDIA se emplea una capa de traducci\u00f3n a CUDA). El complemento proporciona componentes implementados con HIP para realizar operaciones como mezcla de video, conversiones de un espacio de color a otro, cambio de tama\u00f1o de video y gesti\u00f3n del intercambio de datos entre la memoria del sistema y la memoria de video. Adem\u00e1s, se ha preparado una biblioteca para integrar el soporte de HIP en aplicaciones.\n
Se a\u00f1adi\u00f3 soporte para el est\u00e1ndar de codificaci\u00f3n de video LCEVC (Codificaci\u00f3n de Video de Mejora de Baja Complejidad), que implementa sobre los c\u00f3decs est\u00e1ndares H.265 y H.266 una capa adicional con metadatos para mejorar la calidad del video. La implementaci\u00f3n del codificador y decodificador LCEVC se basa en las bibliotecas del SDK V-Nova.\n
Se a\u00f1adi\u00f3 soporte para las capacidades de la API gr\u00e1fica Vulkan para acelerar la decodificaci\u00f3n de video en formatos AV1 y VP9, as\u00ed como la codificaci\u00f3n de video en formato H.264. Al decodificador de video H.265 basado en Vulkan se le a\u00f1adi\u00f3 soporte para profundidad de color de 10 bits por canal.\n
En el elemento gtkwaylandsink, destinado a la representaci\u00f3n utilizando GTK4 y Wayland, se ampliaron las capacidades para trabajar con color, por ejemplo, se a\u00f1adi\u00f3 soporte para el an\u00e1lisis y establecimiento de metadatos HDR10.\n
Se ha a\u00f1adido un nuevo elemento para separar fuentes de sonido (por ejemplo, separar la voz de la m\u00fasica de fondo), basado en la biblioteca charon-audio, que implementa el m\u00e9todo Demucs en Rust. Adem\u00e1s, se incluye un complemento de Deepgram para el reconocimiento de voz, escrito en Rust.\n
Se han ampliado las capacidades de an\u00e1lisis y reconocimiento de objetos. Se han a\u00f1adido elementos para combinar y separar el an\u00e1lisis. Se han implementado el clasificador tensor-decoder, el detector de rostros facedetector, el detector de objetos YOLOv8, un elemento para ejecutar y un decodificador para el modelo de reconocimiento de objetos YOLOX. Se ha a\u00f1adido el elemento tensordecodebin para la conexi\u00f3n autom\u00e1tica de decodificadores y un elemento para ejecutar modelos de IA utilizando LiteRT (que sustituye a TensorFlow Lite).\n
Se ha a\u00f1adido un nuevo elemento para decodificar im\u00e1genes GIF, escrito en Rust y que soporta animaciones en bucle.\n
En el elemento input-selector se ha implementado un mecanismo de conmutaci\u00f3n de dos etapas entre flujos de entrada (sinkpad), evitando el estado de carrera durante la conmutaci\u00f3n.\n
Se ha a\u00f1adido soporte para la aceleraci\u00f3n de hardware en la codificaci\u00f3n mediante VA-API en el elemento webrtcsink, as\u00ed como la posibilidad de renegociar la conexi\u00f3n.\n
Se han a\u00f1adido elementos para combinar y extraer flujos en el formato del est\u00e1ndar de radiodifusi\u00f3n ST-2038.\n
Se ha a\u00f1adido soporte para flujos codificados en el elemento fallbacksrc.\n
En el contenedor multimedia FLV, utilizado para la transmisi\u00f3n RTMP, se ha mejorado el soporte para videos H.265 y se ha a\u00f1adido soporte para audio multicanal.\n
Se ha a\u00f1adido soporte para un cargador basado en udmabuf en el elemento glupload, que permite compartir b\u00faferes entre decodificadores\/or\u00edgenes de software y GPU, motores de visualizaci\u00f3n (wayland) y otros dispositivos.\n
Se ha a\u00f1adido el elemento qml6 para la renderizaci\u00f3n utilizando Qt6 QML.\n
Se han a\u00f1adido operaciones de recorte, escalado, rotaci\u00f3n y desplazamiento a la biblioteca de trabajo con video.\n
Se ha a\u00f1adido el objeto GstContext, que permite utilizar un grupo compartido de flujos al ejecutar elementos para mejorar el rendimiento de operaciones como composici\u00f3n y transformaci\u00f3n de video.\n
Se ha a\u00f1adido el elemento icecastsink para recibir flujos de IceCast, que soporta el formato AAC y est\u00e1 escrito en Rust.\n
Se ha a\u00f1adido un nuevo elemento de clonaci\u00f3n de voz de ElevenLabs.\n
Se ha a\u00f1adido un modo en el sintetizador de voz para acelerar la reproducci\u00f3n mientras se mantiene la tonalidad.\n
Se ha agregado el elemento vmaf para evaluar la percepci\u00f3n de la calidad del video utilizando el marco VMAF de Netflix.\n
Se ha a\u00f1adido un nuevo plugin de decodificaci\u00f3n de sonido MPEG-H, basado en el decodificador Fraunhofer MPEG-H y que soporta la descompresi\u00f3n de contenedores multimedia MP4.\n
Se ha ampliado el soporte para subt\u00edtulos ocultos (CC \u2014 Closed Captions) y procesamiento de texto. <\/ul>\n