Den nye version af dav1d 1.0.0 ankommer, AV1-dekoderen udviklet af VideoLAN

For et par dage siden fællesskaberne af VideoLAN og FFmpeg annoncerede udgivelsen af den nye version af dav1d 1.0.0 biblioteket. Dette er en alternativ gratis dekoderimplementering af AV1-videokodningsformatet.

Dav1d-biblioteket understøtter alle funktionerne i AV1, inklusive avancerede downsamplingtyper og alle farvedybdekontrolparametre, der er angivet i specifikationen (8, 10 og 12 bit). Biblioteket blev testet på en stor samling filer i AV1-format.

Video codec AV1 blev udviklet af Open Media Alliance. (AOMedia), hvor virksomheder som Mozilla, Google, Microsoft, Intel, ARM, NVIDIA, IBM, Cisco, Amazon, Netflix, AMD, VideoLAN, CCN og Realtek er repræsenteret

AV1 er placeret som et videoadgangsformat med fri adgang, der ikke kræver betaling af gebyrer, hvilket er især bedre end H.264 og VP9 med hensyn til kompression.

Referencedekoderen til AV1 er fantastisk, men det er en forskningskodebase, så det har meget at forbedre. Derfor begyndte VideoLAN-, VLC- og FFmpeg-samfundet at arbejde på en ny dekoder, sponsoreret af Alliancen af ​​åbne medier, for at oprette den referenceoptimerede dekoder til AV1.

Et centralt træk ved dav1d er dets fokus på at opnå ydeevne mulig dekodningshastighed og sikre flertrådet betjening i høj kvalitet.

Vigtigste nye funktioner i dav1d 1.0.0

Forskellige mindre fejlrettelser, der blev rapporteret tidligt, er blevet lavet i denne nyligt udgivne version af dekoderen, såvel som vigtige funktioner, der er implementeret.

Og det er det i denne nye version af dav1d 1.0.0 multi-threading organisation er blevet lavet om, herunder automatisk flowkontrol, derved ydeevnen er blevet forbedret i forhold til AVX2 vs. SSE 4.1

En anden af ​​de ændringer, der skiller sig ud i denne nye version, er det tilføjet muligheden for at fremskynde beregninger ved at bruge AVX-512 vektorinstruktioner, plus tidligere tilføjede optimeringer baseret på SSE2 og AVX2 instruktioner blev forbedret.

På den anden side kan vi konstatere, at det er blevet foreslået en ny API, der gør det nemmere at bruge GPU'en til acceleration og at der er tilføjet en API for at få information om de frames, der var problemer med under afkodningen.

Mens for den del af de rettede fejl i denne nye version er følgende nævnt:

  • Rettede et problem med 32-bit Windows DLL fejl på dav1d_ipred_*_ssse3 funktioner
  • Ret for et nedbrud, når du udfører en afspilning, hvis der ikke er et keyframe i det første billede.
  • Heltalsoverløbsfejl opdaget via Libfuzzer
  • arm64 ASM fejler på Apple M1
  • Ødelagt Android-build (udefineret token: pthread_getaffinity_np)
  • Rette problemer med at kompilere ffmpeg med libdav1d på Windows
  • Kompileringsfejl ("udefineret reference" linkerfejl) på Linux, hvis flaget Clang -fprofile-instr-generate er sat til CFLAGS
  • Intens søgning af en videofil skaber tilfældige crash-artefakter
  • Fejl udbredes ikke ved brug af rammetråde
  • Tillad dav1d_get_picture at returnere oplysninger om, hvilken pakke der var dårlig
  • Tilføj grundlæggende standard multithreading
  • Fuzzer-testcasen resulterer i 3 frames med dav1d vs. 0 frames med libaom.
  • Implementer smart trådstandarder baseret på indhold og system

Endelig hvis du vil vide mere om det om denne nye version og også om projektet til denne dekoder, kan du kontrollere detaljerne I det følgende link.

Hvordan installeres dav1d-dekoder på Ubuntu og derivater?

For dem, der er interesseret i at kunne installere denne dekoder i deres systemer, kan de gøre det ved at følge instruktionerne, som vi deler nedenfor.

Generelt, for de fleste Linux-distributioner, fyrene fra VideoLan-projektet, tilbyder dekoderpakken ved hjælp af en Snap-pakke.

For at installere det på denne måde kræver det kun, at din distribution har understøttelse af denne type pakker.

I en terminal skal de bare udføre følgende kommando:

sudo snap install dav1d --edge


Vær den første til at kommentere

Efterlad din kommentar

Din e-mailadresse vil ikke blive offentliggjort. Obligatoriske felter er markeret med *

*

*

  1. Ansvarlig for dataene: Miguel Ángel Gatón
  2. Formålet med dataene: Control SPAM, management af kommentarer.
  3. Legitimering: Dit samtykke
  4. Kommunikation af dataene: Dataene vil ikke blive kommunikeret til tredjemand, undtagen ved juridisk forpligtelse.
  5. Datalagring: Database hostet af Occentus Networks (EU)
  6. Rettigheder: Du kan til enhver tid begrænse, gendanne og slette dine oplysninger.