跳转到内容
Jason's Study

Shaka Packager — 流媒体打包工具

是什么

Shaka Packager DASH/HLS 打包工具，切片 mp4 并加 DRM。

日常类比：像把长电影剪成带索引的小段，播放器按网速换清晰度。

典型用法：克隆仓库读 README，跑官方最小示例，再对照源码目录理解模块边界。

为什么重要

  • 学 CMAF/fMP4 分片
  • DRM 密钥轮换概念
  • 对照 dash-js 播放端
  • OTT 后端标准工具

核心要点

  1. 架构分层：先分清 UI/核心库/IO 边界，再读入口 main。
  2. 数据流：跟踪一份输入如何变成输出（帧、包、tensor）。
  3. 依赖：看清系统库与第三方，避免装错环境。
  4. 扩展点：插件、配置、钩子在哪里暴露。
  5. 运维：日志、指标、崩溃复现路径。

核心架构

Shaka Packager 的处理流程围绕解复用（Demux）→ 加密 → 复用（Mux）→ Manifest 生成展开：

解复用层：

  • 读入 MP4、WebM、MPEG-TS、ADTS（AAC）、WebVTT 等格式
  • 分离音频、视频、字幕轨道为独立访问单元（Access Unit）
  • 解析 SPS/PPS 参数集，提取编解码信息供后续封装使用

加密层（DRM 集成）：

  • Widevine：调用 Google Widevine Key Server API 生成内容加密密钥（CEK）和许可证请求；支持 CENC（Common Encryption）和 CBCS 加密方案
  • PlayReady：生成 PlayReady PSSH（Protection System Specific Header）box，兼容 Microsoft 许可证服务器
  • FairPlay：生成 HLS 加密分片（AES-128 / SAMPLE-AES），对接 Apple FPS Key Server
  • 离线密钥模式：可传入原始 key/key_id 对，无需连接外部 Key Server，适合测试场景

复用层：

  • 输出 fMP4（Fragmented MP4）或 WebM 分片，每个分片包含完整的 initialization segment + media segment
  • 支持 CMAF（Common Media Application Format） 打包，实现 DASH 与 HLS 共用同一份分片

Manifest 生成：

  • MPEG-DASH：生成 .mpd 文件，含 AdaptationSet（视频/音频/字幕）、Representation（不同码率）、SegmentTemplate 等元素
  • HLS：生成 master .m3u8 和逐轨 media .m3u8，包含 #EXT-X-KEY 加密标签

自适应码率（ABR）工作流：Shaka Packager 本身不做转码，通常与 FFmpeg 配合：先用 FFmpeg 生成多路不同分辨率/码率的编码流，再用 Shaka Packager 统一打包为 DASH+HLS。

性能与规格

  • 打包速度：纯 I/O 密集型，通常以 520× 实时速度处理（即 1 分钟视频约需 312 秒，无 DRM）；加 Widevine 远程密钥请求会增加 1~2 秒网络延迟
  • 支持容器格式：MP4/fMP4、WebM、MPEG-TS、ADTS、WebVTT
  • 支持编解码：H.264、H.265/HEVC、VP8、VP9、AV1、AAC、AC-3、EC-3、Opus、FLAC

CLI 打包示例

Terminal window
# 基本 DASH 打包（本地密钥，无 DRM）
packager \
  in=input_720p.mp4,stream=video,output=video_720p.mp4 \
  in=input_720p.mp4,stream=audio,output=audio.mp4 \
  --mpd_output dash.mpd


# 多码率 DASH + HLS 同时输出
packager \
  in=video_360p.mp4,stream=video,output=v360.mp4 \
  in=video_720p.mp4,stream=video,output=v720.mp4 \
  in=audio.mp4,stream=audio,output=audio.mp4 \
  --mpd_output manifest.mpd \
  --hls_master_playlist_output master.m3u8


# 加 Widevine DRM 打包
packager \
  in=input.mp4,stream=video,output=video_enc.mp4 \
  in=input.mp4,stream=audio,output=audio_enc.mp4 \
  --enable_widevine_encryption \
  --key_server_url https://license.widevine.com/cenc/getcontentkey \
  --content_id 6162636465666768696a6b6c6d6e6f70 \
  --signer my_signer --signing_key ... --signing_iv ... \
  --mpd_output encrypted.mpd

实践案例

案例 1：最小可运行

Terminal window
git clone <repo-url>
cd shaka-packager
# 按官方文档安装依赖后运行 demo

对照 README 的参数表，改一个选项观察输出变化。

案例 2：读源码入口

从 main / CMakeLists.txt / package.json 找模块图；画一张三框数据流草图。

案例 3：与邻居项目对照

对照 dash-js 的实现差异：协议、语言、部署形态各写一条笔记。

案例 4：接入自己的管线

把输出接到下游（播放器、训练 DataLoader、会议客户端），记录延迟与格式约束。

案例 5：与双千 atlas 交叉阅读

写完本篇后，在 projects-atlas 打开同子类邻居 1 篇，检查实践案例是否覆盖安装/命令/排障。

踩过的坑

  1. 依赖版本漂移：按文档锁版本，否则编译失败难定位。
  2. 硬编解码路径：GPU/驱动差异导致黑屏或崩溃，准备软解回退。
  3. 权限与端口：服务器组件忘开端口或 HTTPS 证书，客户端连不上。
  4. 路径写死：示例用绝对路径，换机器必挂。
  5. 行数与模板：交付前用 quality-gate 扫一遍，避免关联链到未写 slug。
  6. PSSH 格式不匹配：Widevine 和 PlayReady PSSH 需同时生成并写入 MPD，遗漏任何一个都会导致特定平台播放器报 DRM 初始化失败。
  7. 分片对齐：音视频分片 GOP 不对齐会导致 Seeking 时播放器在切换码率时出现音画不同步，打包前需确保各分辨率流使用相同 GOP 结构（FFmpeg -g 和 -force_key_frames 参数）。

适用 vs 不适用场景

适用：

  • 学习该领域开源架构与模块边界
  • 做原型验证或自建服务
  • 与专题内邻居对照读

不适用：

  • 闭源 SaaS 一键替代（若需合规审计）
  • 超大规模不经优化的默认配置
  • 不看文档直接改内核 fork

历史小故事（可跳过）

  • 项目源于社区/公司开源贡献，Stars 随场景周期性上涨。
  • 近年多与云原生、GPU、WebRTC 生态交叉。
  • 文档与 issue 常比论文更新快，读 release note 很重要。
  • 与 study 站邻居项目常构成「编码-传输-播放」全链。

学到什么

  • 先跑通再读码，效率高于反过来。
  • 开源多媒体/系统栈多为「薄壳 + 厚库」。
  • 配置即架构，改一个 flag 可能换一条数据路径。
  • 关联笔记要优先链到 written.txt 已有 slug。

延伸阅读

关联

  • dash-js —— 同专题对照阅读
  • hls-js —— 同专题对照阅读
  • shaka-player —— 同专题对照阅读
  • ffmpeg —— 同专题对照阅读

维护备注

  • 合并后运行 npm run atlas 刷新反向链接。

反向链接

  • ffmpeg —— FFmpeg — 多媒体转码与封装瑞士军刀
  • shaka-player —— Shaka Player — Google 自适应流媒体播放器