Project Icon

mpv

跨平台开源命令行媒体播放器

mpv是一个开源的命令行媒体播放器,支持广泛的媒体格式和编解码器。它采用GPLv2或更新版本许可,可在Linux、Windows和macOS上运行。mpv提供硬件解码和着色器渲染等功能,并支持脚本扩展。项目社区活跃,定期更新以优化播放性能。

mpv标志

mpv

外部链接

概述

mpv是一款自由(自由软件意义上的)的命令行媒体播放器。它支持多种媒体文件格式、音视频编解码器以及字幕类型。

这里有一份常见问题

发布版本可在发布列表中找到。

系统要求

  • 一个不太古老的Linux系统(通常只有最新发行版才会得到积极支持)、Windows 10 1607或更高版本,或macOS 10.15或更高版本。
  • 一个性能还不错的CPU。如果CPU速度太慢无法实时解码视频,硬件解码可能会有所帮助,但必须通过--hwdec选项明确启用。
  • 一个不太糟糕的GPU。mpv的重点不在于嵌入式或集成GPU上的节能播放(例如,默认情况下甚至没有启用硬件解码)。低功耗GPU可能会导致画面撕裂、卡顿等问题。在这类GPU上,建议使用--profile=fast以获得流畅的播放体验。主要的视频输出使用着色器进行视频渲染和缩放,而不是GPU固定功能硬件。在Windows上,请确保图形驱动程序是最新的。在某些情况下,古老的备用视频输出方法可能会有所帮助(例如在Linux上使用--vo=xv),但不建议或支持这种用法。

mpv不会刻意在老旧硬件或过时、不受支持的操作系统上制造问题,但开发时并没有考虑到这些设备。不保证与这类设置的兼容性。如果能正常工作,那就当是一个意外收获吧。

下载

关于半官方构建和第三方软件包,请参见mpv.io/installation

更新日志

没有完整的更新日志;但是,对播放器核心界面的更改列在界面更新日志中。

C API的更改记录在客户端API更新日志中。

发布列表中包含了每个版本中大多数重要变更的摘要。

默认键绑定的更改在restore-old-bindings.conf中有所说明。

编译

要编译完整功能的版本,需要几个外部库的开发文件。Mpv需要使用meson进行构建。可以从你的发行版或PyPI获取Meson。

创建构建目录后(例如meson setup build),你可以通过meson configure build查看所有构建选项的列表。你也可以直接查看meson_options.txt文件。日志存储在构建目录中的meson-logs文件夹里。

示例:

meson setup build
meson compile -C build
meson install -C build

对于libplacebo,如果构建环境中没有合适版本的libplacebo,meson可以使用git检出作为子项目,这是一种方便的编译mpv的方法。它将与mpv静态链接。示例:

mkdir -p subprojects
git clone https://code.videolan.org/videolan/libplacebo.git --depth=1 --recursive subprojects/libplacebo

必要的依赖项(不完整列表):

  • gcc或clang
  • X开发头文件(xlib、xrandr、xext、xscrnsaver、xpresent、libvdpau、libGL、GLX、EGL、xv等)
  • 音频输出开发头文件(libasound/ALSA、pulseaudio)
  • FFmpeg库(libavutil libavcodec libavformat libswscale libavfilter以及libswresample或libavresample之一)
  • libplacebo
  • zlib
  • iconv(通常由系统libc提供)
  • libass(OSD、OSC、文本字幕)
  • Lua(可选,OSC伪GUI和youtube-dl集成需要)
  • libjpeg(可选,仅用于截图)
  • uchardet(可选,用于字幕字符集检测)
  • Linux上用于硬件解码的nvdec和vaapi库(可选)

编译libass时的依赖项:

  • gcc或clang,x86和x86_64上需要yasm
  • fribidi、freetype、fontconfig开发头文件(用于libass)
  • harfbuzz(正确渲染组合字符所必需,特别是在macOS上正确渲染非英语文本,以及在任何平台上渲染阿拉伯/印度文字)

编译FFmpeg时的依赖项:

  • gcc或clang,x86和x86_64上需要yasm
  • OpenSSL或GnuTLS(编译FFmpeg时必须明确启用)
  • 如果你想使用编码功能,需要libx264/libmp3lame/libfdk-aac(编译FFmpeg时必须明确启用)
  • 对于原生DASH播放,FFmpeg需要使用--enable-libxml2编译(尽管存在安全隐患,而且DASH支持有很多bug)。
  • AV1解码支持需要dav1d。
  • 为了在Linux上获得良好的nvidia支持,请确保安装了nv-codec-headers并且configure能找到它。 大多数上述库在常见的Linux发行版中都有适用版本。为了方便编译最新的git master版本,您可能希望使用单独提供的构建包装器(mpv-build),它首先编译FFmpeg库和libass,然后将播放器静态链接到这些库上进行编译。

如果您想构建Windows二进制文件,请参阅Windows编译

发布周期

每年一到两次,从当前开发状态中截取一个版本,并分配一个0.X.0版本号。除非出现安全问题,否则不会进行进一步的维护。

发布的目的是满足Linux发行版的需求。Linux发行版也预计会在出现bug时应用自己的补丁。

除最新版本外,其他版本均不受支持和维护。

更多信息请参阅发布政策文档

错误报告

请使用GitHub提供的问题跟踪器向我们发送错误报告或功能请求。请按照模板的说明操作,否则问题可能会被忽视或关闭为无效。

可以在讨论区或IRC上提问(请参阅下方的联系方式)。

贡献

请阅读contribute.md

对于小的更改,您可以直接通过GitHub向我们发送拉取请求。对于较大的更改,请在开始工作之前在IRC上与我们讨论。这将使双方日后的代码审查更加容易。

您可以查看wiki问题跟踪器,了解可以贡献的想法。

许可证

默认为GPLv2"或更高版本",使用-Dgpl=false时为LGPLv2.1"或更高版本"。 详情请参阅此处

历史

本软件基于MPlayer项目。在mpv作为一个项目存在之前,代码库曾短暂地在mplayer2项目下开发。详情请参阅FAQ

联系方式

大部分活动发生在IRC频道和GitHub问题跟踪器上。

  • GitHub问题跟踪器问题跟踪器(在此报告错误)
  • 讨论区讨论区
  • 用户IRC频道irc.libera.chat上的#mpv
  • 开发者IRC频道irc.libera.chat上的#mpv-devel
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号