You need to enable JavaScript to run this app.
AI 数据湖服务

AI 数据湖服务

复制全文
音频处理
音频格式转换
复制全文
音频格式转换

算子介绍

描述

音频格式转换处理器

核心功能

  • 支持音频格式转换(WAV、MP3、FLAC)
  • 自动选择合适的编码器
  • 通过extra_params支持自定义ffmpeg参数
  • 支持本地文件、HTTP/HTTPS URL和TOS/S3存储

格式支持

  • 输入:WAV、FLAC、MP3、AAC、M4A、OGG、WMA、APE等主流音频格式
  • 输出:WAV (pcm_s16le)、MP3 (libmp3lame)、FLAC (flac)

Daft 调用

算子参数

输入

输入列名

说明

input_col

包含输入音频路径的数组(支持本地路径、HTTP/HTTPS URL、TOS/S3 URL)

output_col

包含输出音频文件路径的数组

输出

包含转换结果路径的数组,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

参数名称

类型

默认值

描述

output_format

str

None

输出音频格式,仅支持 "wav", "mp3", "flac",默认为 "wav"

timeout

int or None

None

ffmpeg 执行超时时间(秒),默认为 None(无超时)

extra_params

list or None

None

额外的 ffmpeg 参数列表,直接拼接到命令中 例如: - 音轨选择: ["-map", "0:a"] # 选择所有音轨 - 采样率: ["-ar", "44100"] - 比特率: ["-b:a", "192k"] # 适用于 MP3 - 压缩级别: ["-compression_level", "8"] # 适用于 FLAC

调用示例

下面的代码展示了如何使用 Daft(适用于分布式)运行算子对音频进行格式转换。支持转换为MP3、WAV、FLAC、AAC、OGG等多种格式。

from __future__ import annotations

import os

import daft
from daft import col
from daft.las.functions.audio import AudioConvert
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 = {
        "input_path": [f"https://{TOS_TEST_DIR_URL}/public/archive/audio_convert/sample.wav"],
        "output_path": [f"tos://{TOS_TEST_DIR}/audio_convert/sample_converted.mp3"],
    }
    ds = daft.from_pydict(samples)

    # Using Daft to convert audio to MP3 format (as an example)
    # AudioConvert supports multiple formats: mp3, wav, flac, aac, ogg, etc.
    constructor_kwargs = {
        "output_format": "mp3",
        "sample_rate": 44100,
        "audio_map": "auto",
        "extra_params": ["-c:a", "libmp3lame", "-b:a", "192k", "-q:a", "2"],
    }

    ds = ds.with_column(
        "convert_result",
        las_udf(
            AudioConvert,
            construct_args=constructor_kwargs,
            num_cpus=1,
            concurrency=1,
            batch_size=1,
        )(col("input_path"), col("output_path")),
    )

    ds.show()
    # ╭────────────────────────────────┬────────────────────────────────┬────────────────────────────────╮
    # │ input_path                     ┆ output_path                    ┆ convert_result                 │
    # │ ---                            ┆ ---                            ┆ ---                            │
    # │ String                         ┆ String                         ┆ String                         │
    # ╞════════════════════════════════╪════════════════════════════════╪════════════════════════════════╡
    # │ https://las-public-data-qa.to… ┆ tos://tos_bucket/audio_conver… ┆ tos://tos_bucket/audio_conver… │
    # ╰────────────────────────────────┴────────────────────────────────┴────────────────────────────────╯
最近更新时间:2026.01.08 19:15:08
这个页面对您有帮助吗?
有用
有用
无用
无用