算子ID：daft.las.functions.audio.audio_concat_fast.AudioConcatFast

描述 #

音频快速拼接处理器（同源音频）

• 使用 concat demuxer 快速拼接同源音频（无需重编码）
• 适用于格式、编码、采样率完全相同的音频文件
• 拼接同一录音分段
• 拼接相同格式的音频片段
• 需要快速拼接且无需格式转换

核心功能 #

• 速度快，无质量损失
• 支持多输入格式：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

格式支持与要求 #

• 支持常见音频格式：mp3, wav, flac, aac, m4a等
• 要求：所有输入音频必须具有相同的格式、编码、采样率、声道数

与 音频拼接（AudioConcat）的区别 #

• AudioConcat: 使用 concat filter，支持不同格式音频，需要重编码
• AudioConcatFast: 使用 concat demuxer，仅支持同源音频，无需重编码，速度更快

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 #

如参数没有默认值，则为必填参数

调用示例 #

下面的代码展示了如何使用 Daft（适用于分布式）运行算子快速拼接同源音频文件（无需重编码）。

from __future__ import annotations

import os

import daft
from daft import col
from daft.las.functions.audio import AudioConcatFast
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_fast/sample_a.wav",
                f"https://{TOS_TEST_DIR_URL}/public/archive/audio_concat_fast/sample_b.wav",
            ],
        ],
        "output_path": [f"tos://{TOS_TEST_DIR}/audio_concat_fast/output/concatenated_audio_fast.wav"],
    }
    ds = daft.from_pydict(samples)

    # Using Daft to concatenate audio files (fast, no re-encoding)
    constructor_kwargs = {
        "output_format": "wav",  # 与输入格式一致
    }

    ds = ds.with_column(
        "output_path",
        las_udf(
            AudioConcatFast,
            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… │
    # ╰───────────────────┴───────────────────╯