描述 #

音频格式转换用于将音频或视频文件统一转换为指定的音频格式，并输出到指定的存储路径。
该算子主要用于数据处理流水线中的音频格式标准化、视频抽音频、训练数据准备等场景，支持批量并发处理与可配置的音频编码参数。

使用限制 #

• 需要能访问输入源文件（您账号下的 TOS 地址）。

核心功能 #

1. 音频 / 视频统一转换为音频

• 输入可以是音频文件或视频文件
• 当输入为视频文件时，自动提取音轨并转换为音频
• 对上游数据类型无感，统一输出音频文件

2. 支持自定义输出音频格式

• 支持指定目标音频格式
• 可配置为 wav、mp3、flac 音频格式
• 实际支持范围以底层 FFmpeg 编解码能力为准

3. 支持自定义输出路径（TOS）

• 支持用户显式指定输出音频在 TOS 上的存储路径
• 可用于覆盖原文件、输出到新目录或按业务规则组织文件
• 返回实际生成的 output_path，保证结果可追溯

4. 支持音频编码参数扩展

• 支持透传 FFmpeg 级别的扩展参数
• 可用于控制音频质量、压缩等级或编码策略
• 适用于对音频质量有精细化要求的场景

5. 批量并发处理能力

• 支持批量输入音频或视频文件
• 内部支持并发控制与失败重试
• 适合大规模离线数据处理和流水线场景

接口说明 #

调用 las_audio_convert 算子从视频中提取音频，并进行切分。

请求参数 #

返回数据 #

示例 #

请求示例 #

# 请将 INPUT_PATH 设置为 保存在本账号下的视频文件TOS路径
export INPUT_PATH="tos://xxxx/sample.mp4"
# 请将 OUTPUT_PATH_TEMPLATE 设置为本账号上可写入的tos路径
export OUTPUT_PATH_TEMPLATE="tos://xxxx/{index}/test.wav"
# 发起算子服务请求
curl --location "https://sd2a6d3q80c6ft26s2tv0.apigateway-cn-beijing.volceapi.com/api/v1/process" \
--header "Content-Type: application/json" \
--header "Authorization: Bearer $LAS_API_KEY" \
--data '{
    "operator_id": "las_audio_convert",
    "operator_version": "v1",
    "data": {
        "input_path": "$INPUT_PATH",
        "output_path": "tos://$OUTPUT_PATH_TEMPLATE/{index}/test.wav",
        "output_format": "wav"
       }
}'

返回示例 #

{
    "metadata": {
        "task_status": "COMPLETED",
        "business_code": "0",
        "error_msg": "",
        "request_id": "c7b29d78a99f88beda5497753ed60816"
    },
    "data": {
        "audios": [
            {
                "input_path": "tos://xxx/sample.mp3",
                "output_path": "tos://xxx/sample.mp3.wav4",
                "duration": 49.711,
                "status": "success"
            }
        ]
    }
}

Bash

复制
返回示例

JSON

复制
错误码