如何部署Python谐波提取函数到Azure Function并对接Azure Blob音频文件

核心逻辑说明 #

无需额外编写Blob文件下载代码，Blob触发器绑定会自动将刚上传的音频内容以流的形式注入函数入参，直接读取使用即可

具体实现步骤 #

• 第一步：创建Python类型的Azure Function项目，触发器类型选择Blob Storage触发器，配置时填写要监听的Blob存储容器名称，绑定你存储账户的连接字符串（配置项默认命名为AzureWebJobsStorage即可）
• 第二步：调整触发器配置文件function.json，参考配置如下：

{
  "scriptFile": "__init__.py",
  "bindings": [
    {
      "name": "inputAudioBlob",
      "type": "blobTrigger",
      "direction": "in",
      "path": "你要监听的存储容器名/{blobName}.m4a",
      "connection": "AzureWebJobsStorage"
    }
  ]
}

其中path配置后缀.m4a是为了只监听指定格式的音频上传，避免其他文件误触发函数执行。

• 第三步：编写函数入口代码__init__.py，适配你现有的谐波提取逻辑，参考代码如下：

import azure.functions as func
import tempfile
import os
import json
# 导入你已实现的谐波提取函数
from your_custom_module import extract_harmonic_from_m4a

def main(inputAudioBlob: func.InputStream):
    # 将传入的Blob流写入本地临时文件，适配原有读文件路径的处理逻辑
    with tempfile.NamedTemporaryFile(suffix='.m4a', delete=False) as temp_audio:
        temp_audio.write(inputAudioBlob.read())
        temp_file_path = temp_audio.name
    
    try:
        # 直接调用你已有的提取函数，拿到JSON格式结果
        harmonic_json_result = extract_harmonic_from_m4a(temp_file_path)
        # 此处可添加后续业务逻辑，比如将结果存入其他Blob容器、写入数据库等
        print(f"提取结果：{json.dumps(harmonic_json_result, ensure_ascii=False)}")
    finally:
        # 处理完成后删除临时文件，避免占用函数临时存储空间
        os.remove(temp_file_path)

注意事项 #

• 依赖配置：将你音频处理用到的所有第三方依赖（比如librosa、pydub等）写入项目根目录的requirements.txt文件，部署到Azure时会自动安装；如果用到ffmpeg这类系统级依赖，建议函数选用Linux运行时，按需配置运行时扩展即可。
• 大文件适配：如果音频文件大小超过100MB，建议将函数的托管计划切换为弹性Premium计划，避免消费计划的执行时长、内存上限导致处理失败。
• 结果存储：如果需要持久化存储提取得到的JSON结果，可以新增Blob输出绑定，无需手动调用存储SDK即可直接将结果写入指定存储容器。

内容的提问来源于stack exchange，提问作者user14834847