程序聚合 软件案例 OTT直播流媒体编码服务器-LiveEncoder

OTT直播流媒体编码服务器-LiveEncoder

2026-04-08 16:05:28
行业:音视频、企业服务(saas)
载体:云服务/云平台、Windows应用
技术:C++、Node.js、TypeScript

业务和功能介绍

1. 立项背景和目标
为内容供应商如体育联盟、电影电视产业、音视频行业提供专业卓越的音视频质量,采用高精度编码技术、广播级视频传输应用设计,在分发过程中最大限度保留原始视频的图像细节、清晰度和色彩梯度,成为提供OTT/IP视频平台的关键头端组件。

2. 主要功能和特性
- 多信源接入
支持开放标准的系统输入流协议, 支持采集卡(Decklink、AJA等)、Webcam、NDI、TS over TCP/UDP/RTP/RTMP/HTTP/HLS/SRT/ZIXI等。
- 多协议输出
支持开放标准的直播流协议,如RTMP/RTP/SRT/ZIXI/HLS/MP4等,可以接驳各种主流的流媒体服务器。
- 广泛的数据服务
除了音视频,提供标准的数据服务,如隐藏式字幕(CC 608/708)、DVB Subtitle、Teletext、SMPTE2038、广告信号SCTE-104/35透传/转换/插入等,为视频提供合规、增值服务。
- 可靠的冗余设计
提供输入输出信号级别、工作流级别、节点实例和设备级别的故障转移冗余设计,支持自动手动、手动、预设方式的1+1/N+M故障转移方式。

3. 业务流程
工作流:工作配置 -> 输入 -> 预处理 -> 编码 -> 输出
- 工作配置
音视频格式,编码参数设置,数据支持等模版
- 输入
接收客户提供的信号,分解信号内容
- 预处理
如果需要,解码成工作配置的音视频格式,解析各种包含在信号里的数据如字幕、广告点,添加台标,等
- 编码
根据编码参数设置编码成输出格式,支持CPU/GPU编码
- 输出
交织并封装音视频,支持各种流媒体协议输出

项目实现

1. 整体架构和设计思路
- 采用FFmpeg SDK,支持多线程异步处理,模块化组件工作流搭建。
- Web界面操作简单
- 全流程监控可视直观

2. 我负责的模块
- 整体架构和流程设计
- API和界面设计
- 数据解析和处理,包括CC608/708字幕提取,SCTE104和SCTE35的解析转换,TS信号格式解析,等模块

3. 遇到的难点、坑和解决方案
- 性能瓶颈,通过异步队列,线程锁优化,使编码性能达到和ffmpeg编码性能接近一致。
- CC字幕丢失、交错,通过dts排序,多条字幕并行解析优化,达到实时对齐。
- SCTE104数据不规范,通过标准兼容和缓存对比,剔除冗余重复信号,对齐广告服务器和流媒体服务器要求,输出标准规范的SCTE35数据。
- TS信号多变,通过兼容各种信号规格,格式变化检查,TR101290监视信号质量,支持处理客户的各种TS信源。

示例图片视频


wying88
30天前活跃
方向: 产品经理-产品经理、项目经理-项目经理、
交付率:100.00%
相似推荐
多源融合运维平台
融合多项运维数据,构建一站式运维管理平台。打通ITOP、zabbix、动环数据、私有云平台等数据交换。实现事件发现、事件处理、事件反馈等全流程可追溯。 可以根据需求进行扩展和二次开发,灵活、方便、易用。 可定制功能板块,按需接入AI应用,实现智能分析处理。 可根据用户需要规划设计各类型应用和网络,助力信息化建设。
国密级别数据溯源信息加密研究平台
本系统是研究型数据安全审核平台。由本系统负责安全审核:判断本次访问或导出是否合理、是否存在异常或越权、是否需要审批,并对每一步操作留痕,实现全程可追溯。目前主要功能均已实现并可正常运行:从数据接入、分析研判、审批放行,到全程留痕追溯,整体流程已贯通并通过测试;8个模型均为真实运行。
xxx态势平台
网络安全项目,采集片区网络数据,分析高中低危网络数据,数据研判、可视化呈现。 采集数据量每天1-3亿数据,实时入库,数据清洗、数据归并、数据分发研判、研判结果及红头文件下发、资产管理、可视化大屏实时呈现、威胁情报管理
漏洞挖掘全链路调度系统(Bounty Router)
立项背景:漏洞挖掘流程高度碎片化——侦察用一套工具,审计用另一套,报告再 手工整理。一个目标从拿到域名到产出报告通常需要切换 4-5 个工具,耗时 2-4 小时。目标是造一个扔什么进去都能自动识别、走对应流水线、最后产出结构化报 告的统一调度器。 核心功能:输入任意目标(域名/源码仓库/APK/JWT Token/合约地址/Dockerfile/ GraphQL端点/API端点),系统自动检测目标类型,路由到 8 条专项流水线之一: Web 域名走 subfinder→httpx→nuclei 全链;源码仓库走 scanner-45→semgrep→ gitleaks 三引擎并行;JWT 走 alg:none + RS→HS 混淆 + 弱密钥爆破。19 个安全 专用 Agent 按漏洞类型分工,dispatch-router 用 15 条 regex 规则实现智能匹 配,Top-2 Agent 分数差距≤2 时触发歧义检测,要求先澄清再动手。 业务流程:用户扔目标 → 类型自动检测(8 种类型识别,含 confidence 评分) → 路由到对应流水线 → 多维扫描 → 增量去重(SHA256 指纹,SQLite 持久化) → 降噪评分(负分滤掉 favicon/WAF/IP 指纹等噪音,正分加权 CVE/XSS/SQLi 等真实漏洞)→ 结构化 JSON 报告 + 人读摘要 → 通知 Dashboard/桌宠完成。
HOS-LS
HOS-LS 是一个以 AI 为核心的代码安全分析与攻击链推理系统,从规则驱动转变为 AI 驱动,包含 AI 语义分析引擎、攻击链分析引擎、多Agent架构、Exploit生成和自动验证等核心功能。 HOS-LS 是一个以 AI 为核心的代码安全分析与攻击链推理系统,从规则驱动转变为 AI 驱动,包含 AI 语义分析引擎、攻击链分析引擎、多Agent架构、Exploit生成和自动验证等核心功能。 HOS-LS 是一个以 AI 为核心的代码安全分析与攻击链推理系统,从规则驱动转变为 AI 驱动,包含 AI 语义分析引擎、攻击链分析引擎、多Agent架构、Exploit生成和自动验证等核心功能。
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服