算子ID：daft.las.functions.audio.audio_concat.AudioConcat

描述 #

音频拼接处理器，支持将多个音频文件拼接成一段音频。

核心功能 #

• 支持多渠道输入：本地文件路径、TOS/S3存储路径、HTTP/HTTPS路径
• 支持输出到指定路径
• 自动处理不同采样率和声道的音频；自动根据输出格式选择合适的编码器

格式支持 #

• WAV (.wav) - 使用 pcm_s16le 编码器
• MP3 (.mp3) - 使用 libmp3lame 编码器
• FLAC (.flac) - 使用 flac 编码器

算子参数 #

输入 #

输出 #

包含拼接后音频文件路径的数组，成功返回输出路径，失败返回None

参数 #

调用示例 #

下面的代码展示了如何使用 Daft（适用于分布式）运行算子拼接多个音频文件。

from __future__ import annotations

import os

import daft
from daft import col
from daft.las.functions.audio import AudioConcat
from daft.las.functions.udf import las_udf

if __name__ == "__main__":
    # 转换后的音频会保存到指定的TOS路径下，因此，需要设置好环境变量以保证有权限写入TOS，包括：ACCESS_KEY,SECRET_KEY,TOS_ENDPOINT,TOS_REGION,TOS_TEST_DIR
    TOS_TEST_DIR_URL = os.getenv("TOS_TEST_DIR_URL", "las-cn-beijing-public-online.tos-cn-beijing.volces.com")
    TOS_TEST_DIR = os.getenv("TOS_TEST_DIR", "tos_bucket")

    if os.getenv("DAFT_RUNNER", "native") == "ray":
        import logging

        import ray

        def configure_logging():
            logging.basicConfig(
                level=logging.INFO,
                format="%(asctime)s - %(name)s - %(levelname)s - %(message)s",
                datefmt="%Y-%m-%d %H:%M:%S",
            )
            logging.getLogger("tracing.span").setLevel(logging.WARNING)
            logging.getLogger("daft_io.stats").setLevel(logging.WARNING)
            logging.getLogger("DaftStatisticsManager").setLevel(logging.WARNING)
            logging.getLogger("DaftFlotillaScheduler").setLevel(logging.WARNING)
            logging.getLogger("DaftFlotillaDispatcher").setLevel(logging.WARNING)

        ray.init(dashboard_host="0.0.0.0", runtime_env={"worker_process_setup_hook": configure_logging})
        daft.context.set_runner_ray()

    daft.set_execution_config(actor_udf_ready_timeout=600)
    daft.set_execution_config(min_cpu_per_task=0)

    samples = {
        "audio_paths": [
            [
                f"https://{TOS_TEST_DIR_URL}/public/archive/audio_concat/sample_a.mp3",
                f"https://{TOS_TEST_DIR_URL}/public/archive/audio_concat/sample_b.wav",
            ],
        ],
        "output_path": [f"tos://{TOS_TEST_DIR}/audio_concat/output/concatenated_audio.mp3"],
    }
    ds = daft.from_pydict(samples)

    # Using Daft to concatenate audio files
    constructor_kwargs = {
        "output_format": "mp3",
        "sample_rate": 16000,
        "extra_params": ["-b:a", "192k"],
    }

    ds = ds.with_column(
        "output_path",
        las_udf(
            AudioConcat,
            construct_args=constructor_kwargs,
            num_cpus=1,
            concurrency=1,
            batch_size=1,
        )(col("audio_paths"), col("output_path")),
    )

    ds.show()
    # ╭───────────────────┬────────────────────╮
    # │ audio_paths                    ┆ output_path                    │
    # │ ---                            ┆ ---                            │
    # │ List[String]                   ┆ String                         │
    # ╞═══════════════════╪════════════════════╡
    # │ [https://las-public-data-qa.t… ┆ tos://tos_bucket/audio_concat… │
    # ╰───────────────────┴──────────────────═─╯