描述 #

音频切分算子，用于从音频或视频文件中提取音频，并按照指定规则将音频切分为多个片段，输出到用户指定的存储路径。
该算子主要用于长音频或视频的结构化处理场景，如音频预处理、数据切分、训练数据构建等，支持批量并发处理以及灵活的输出路径组织方式。
当前版本以 TOS 存储地址作为输入与输出形式，后续将扩展支持 HTTP/HTTPS 等协议。

核心功能 #

1. 音频/视频提取与切分

• 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
• 支持将音频按指定时长规则切分为多个片段
• 对上游数据类型无感，统一输出多个音频片段

2. 支持自定义切分规则

• 支持配置切分时长（单位：秒）
• 适用于长音频、长视频的分段处理
• 未指定切分时长时，可由服务端使用默认策略处理

3. 支持自定义输出音频格式

• 支持指定输出音频格式
• 可配置为 mp3、flac、wav 等常见音频格式
• 实际支持范围以底层 FFmpeg 编解码能力为准

4. 支持输出路径模板

• 支持用户通过路径模板定义切分后音频的输出路径
• 输出路径模板支持占位符（如 {index}），用于生成多个音频片段路径
• 适合按顺序、分段编号或业务规则组织切分结果
• 返回所有实际生成的 output_paths 列表

5. 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、编码方式或采样策略
• 满足对音频处理有精细化需求的场景

接口说明 #

调用 las_audio_extract_and_split 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://operator.las.cn-beijing.volces.com/api/v1/process" \
--header "Content-Type: application/json" \
--header "Authorization: Bearer $LAS_API_KEY" \
--data '{
    "operator_id": "las_audio_extract_and_split",
    "operator_version": "v1",
    "data": {
        "input_path": "$INPUT_PATH",
        "output_format": "wav",
        "output_path_template": "tos://$OUTPUT_PATH_TEMPLATE/{index}/test.wav",
        "split_duration": 15
       }
}'

返回示例 #

{
    "metadata": {
        "task_status": "COMPLETED",
        "business_code": "0",
        "error_msg": "",
        "request_id": "c7b29d78a99f88beda5497753ed60816"
    },
    "data": {
        "output_paths": [
            "tos://xxx/0/test.wav",
            "tos://xxx/1/test.wav"
        ],
        "metrics": [
            {
                "name": "duration_ms",
                "value": 26633
            }
        ]
    }
}

错误码 #