描述 #

基于 LAS 音频提取与切分服务，从音频/视频中提取音频并按规则切分

核心功能 #

• 从音频或视频中提取音频
• 支持按时长切分多个片段
• 支持输出格式与路径模板
• 支持批量并发处理

格式支持 #

• 输入：常见音频/视频格式
• 输出：由 output_format 指定的音频格式

算子参数 #

输入 #

输出 #

包含切分后音频片段路径列表的列

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）运行算子对音频进行提取与切分。该算子仅支持TOS地址输入，输入和输出都使用TOS路径，因此，需要设置好环境变量以保证有权限读写TOS，包括：ACCESS_KEY,SECRET_KEY,TOS_ENDPOINT,TOS_REGION,TOS_TEST_DIR

from __future__ import annotations

import os

import daft
from daft import col
from daft.las.functions.audio.audio_split_las import LasAudioSplit
from daft.las.functions.udf import las_udf

if __name__ == "__main__":
    # 该算子仅支持TOS地址输入，输入和输出都使用TOS路径，因此，需要设置好环境变量以保证有权限读写TOS，包括：ACCESS_KEY,SECRET_KEY,TOS_ENDPOINT,TOS_REGION,TOS_TEST_DIR
    api_key = os.getenv("LAS_API_KEY", "")
    TOS_TEST_DIR = os.getenv("TOS_TEST_DIR", "tos_bucket")
    output_template = f"tos://{TOS_TEST_DIR}/audio/audio_split_las/sample_{{index}}.wav"

    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.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"tos://{TOS_TEST_DIR}/audio/sample.wav"],
        "output_template": [output_template],
    }
    ds = daft.from_pydict(samples)

    constructor_kwargs = {
        "api_key": api_key,
        "output_format": "wav",
        "split_duration": 10,
    }

    ds = ds.with_column(
        "split_paths",
        las_udf(LasAudioSplit, construct_args=constructor_kwargs)(
            col("input_path"),
            col("output_template"),
        ),
    )

    ds.show()
    # ╭────────────────────────────────┬────────────────────────────────┬────────────────────────────────╮
    # │ input_path                     ┆ output_template                ┆ split_paths                    │
    # │ ---                            ┆ ---                            ┆ ---                            │
    # │ String                         ┆ String                         ┆ List[String]                   │
    # ╞════════════════════════════════╪════════════════════════════════╪════════════════════════════════╡
    # │ tos://tos_bucket/audio/sample… ┆ tos://tos_bucket/audio/audio_… ┆ [tos://tos_bucket/audio/audi…  │
    # ╰────────────────────────────────┴────────────────────────────────┴────────────────────────────────╯