您可以通过音频拼接功能,将多个音频拼接为一个音频并转换为需要的格式。本文介绍音频拼接功能参数及示例。
使用场景
音乐创作与制作:音乐人和制作人在创作歌曲时,可能会将多个独立录制的乐器或人声部分拼接起来,形成完整的曲目。
有声读物和语音内容创作:有声书制作时,往往将一段段朗读音频按照章节顺序拼接起来,确保故事连贯性。
影视后期制作:在电影、电视剧或者动画片制作过程中,音频编辑师需将对话、旁白、环境音效以及配乐等多种音频元素拼接,以匹配视频画面。
社交媒体内容创作:用户在短视频平台上传自创内容时,可能会将多种声音效果、旁白和背景音乐拼接在一起,以增加内容的表现力。
注意事项
音频拼接仅支持异步处理(x-oss-async-process处理方式)。
使用音频拼接前,需要先绑定IMM Project。关于控制台和API如何绑定,请参见快速入门和AttachOSSBucket。
不支持匿名访问。
必须拥有IMM处理所需的相关权限。更多信息,请参见权限。
当使用默认采样率或声道数进行拼接时,拼接可能由于目标音频容器的兼容性而失败。
参数说明
操作名称:audio/concat
具体参数如下表所示。
拼接参数
audio/concat
的拼接顺序按照pre
与sur
在请求串中的先后顺序进行拼接,具体如下:
/pre
:前置拼接的音频文件。/sur
:后置拼接的音频文件。
参数 | 类型 | 是否必须 | 描述 |
ss | int | 否 | 前缀,后缀音频的拼接起始时间,单位为毫秒。取值:
|
t | int | 否 | 前缀,后缀音频的拼接持续时长,单位为毫秒。取值:
|
o | string | 是 | 当前Bucket下的OSS Object,需要以Base64 URL安全方式编码。 |
转码参数
参数 | 类型 | 是否必须 | 描述 |
ss | int | 否 | 被拼接音频的拼接起始时间,单位为毫秒。取值:
|
t | int | 否 | 被拼接音频的拼接持续时长,单位为毫秒。取值:
|
f | string | 是 | 音频容器:
|
ar | int | 否 | 音频采样率。默认与align指定的源音频一致,取值:
说明 不同格式支持的采样率有所不同,mp3仅支持48kHz及以下;opus支持8kHz、12kHz、16kHz、24kHz与48kHz;ac3支持32kHz、44.1kHz与48kHz;amr仅支持8kHz与16kHz。 |
ac | int | 否 | 音频声道数。默认与align指定的源音频一致,取值范围:1~8。 说明 不同格式支持的声道数有所不同,mp3仅支持单、双声道;ac3最大支持6声道(5.1);amr仅支持单声道。 |
aq | int | 否 | 音频压缩质量。取值范围:0~100。 说明 该参数与ab互斥,若都不设置则按照编码器默认码率进行编码。 |
ab | int | 否 | 音频比特率(码率)。单位为比特/秒(bps)。取值范围:1000~10000000。 |
abopt | string | 否 | 音频码率选项。取值:
说明 该参数需要与ab一同设置。 |
align | int | 否 | 主音频文件(提供默认转码参数)在拼接列表中的序号,默认为0(对齐拼接列表中第一个音频)。 |
adepth | int | 否 | 音频采样位深,取值为16或24。 说明 该参数仅在f为flac时有效。 |
使用REST API
将5段不同格式音频拼接为1段AAC格式音频
拼接信息
拼接前
音频名称:pre1.mp3,pre2.wav,example.oga,sur1.aac,sur2.wma
处理方式
拼接时长与顺序:
音频名称
顺序
时长
pre1.mp3
1
整段音频
pre2.wav
2
前2秒
example.oga
3
整段音频
sur1.aac
4
第4秒到第十秒
sur2.wma
5
第10秒到结尾
转码完成消息通知:发送MNS消息
拼接后
音频信息
音频格式:aac
音频配置:44.1kHz采样率,单声道
音频码率:96 Kbps
文件存储路径
aac文件:oss://outbucket/outobj.aac
处理示例
// 对文件example.oga进行音频拼接。
POST /exmaple.oga?x-oss-async-process HTTP/1.1
Host: video-demo.oss-cn-hangzhou.aliyuncs.com
Date: Fri, 28 Oct 2022 06:40:10 GMT
Authorization: OSS qn6q**************:77Dv****************
x-oss-async-process=audio/concat,f_aac,ac_1,ar_44100,ab_96000,align_2/pre,o_cHJlMS5tcDMK/pre,o_cHJlMi53YXYK,t_2000/sur,o_c3VyMS5hYWMK,ss_4000,t_10000/sur,o_c3VyMi53bWEK,ss_10000|sys/saveas,b_b3V0YnVja2V0,o_b3V0b2JqLnthdXRvZXh0fQo/notify,topic_QXVkaW9Db252ZXJ0
使用SDK
仅支持使用Java、Python、Go SDK通过异步处理的方式完成音频拼接。
Java
要求使用3.17.4及以上版本的Java SDK。
import com.aliyun.oss.ClientBuilderConfiguration;
import com.aliyun.oss.OSS;
import com.aliyun.oss.OSSClientBuilder;
import com.aliyun.oss.common.auth.CredentialsProviderFactory;
import com.aliyun.oss.common.auth.EnvironmentVariableCredentialsProvider;
import com.aliyun.oss.common.comm.SignVersion;
import com.aliyun.oss.model.AsyncProcessObjectRequest;
import com.aliyun.oss.model.AsyncProcessObjectResult;
import com.aliyuncs.exceptions.ClientException;
import java.nio.charset.StandardCharsets;
import java.util.Base64;
public class Demo {
public static void main(String[] args) throws ClientException, ClientException {
// yourEndpoint填写Bucket所在地域对应的Endpoint。
String endpoint = "https://oss-cn-hangzhou.aliyuncs.com";
// 指定阿里云通用Region ID,例如cn-hangzhou。
String region = "cn-hangzhou";
// 从环境变量中获取访问凭证。运行本代码示例之前,请确保已设置环境变量OSS_ACCESS_KEY_ID和OSS_ACCESS_KEY_SECRET。
EnvironmentVariableCredentialsProvider credentialsProvider = CredentialsProviderFactory.newEnvironmentVariableCredentialsProvider();
// 指定Bucket名称。
String bucketName = "examplebucket";
// 指定拼接后的音频文件名称。
String targetAudio = "dest.aac";
// 需要拼接的音频文件名。
String audio1 = "src1.mp3";
String audio2 = "src2.mp3";
// 创建OSSClient实例。
ClientBuilderConfiguration clientBuilderConfiguration = new ClientBuilderConfiguration();
clientBuilderConfiguration.setSignatureVersion(SignVersion.V4);
OSS ossClient = OSSClientBuilder.create()
.endpoint(endpoint)
.credentialsProvider(credentialsProvider)
.clientConfiguration(clientBuilderConfiguration)
.region(region)
.build();
try {
// 构建音频处理的样式字符串以及音频拼接处理参数。
String audio1Encoded = Base64.getUrlEncoder().encodeToString(audio1.getBytes(StandardCharsets.UTF_8)).replace("=", "");
String audio2Encoded = Base64.getUrlEncoder().encodeToString(audio2.getBytes(StandardCharsets.UTF_8)).replace("=", "");
String style = String.format("audio/concat,f_aac,ac_1,ar_44100,ab_96000,align_2/pre,o_%s/pre,o_%s,t_0", audio1Encoded, audio2Encoded);
// 构建异步处理指令。
String bucketEncoded = Base64.getUrlEncoder().encodeToString(bucketName.getBytes(StandardCharsets.UTF_8)).replace("=", "");
String targetEncoded = Base64.getUrlEncoder().encodeToString(targetAudio.getBytes(StandardCharsets.UTF_8)).replace("=", "");
String process = String.format("%s|sys/saveas,b_%s,o_%s/notify,topic_QXVkaW9Db252ZXJ0", style, bucketEncoded, targetEncoded);
// 创建AsyncProcessObjectRequest对象。
AsyncProcessObjectRequest request = new AsyncProcessObjectRequest(bucketName, audio1, process);
// 执行异步处理任务。
AsyncProcessObjectResult response = ossClient.asyncProcessObject(request);
System.out.println("EventId: " + response.getEventId());
System.out.println("RequestId: " + response.getRequestId());
System.out.println("TaskId: " + response.getTaskId());
} finally {
// 关闭OSSClient。
ossClient.shutdown();
}
}
}
Python
要求使用Python SDK 2.18.4及以上版本。
# -*- coding: utf-8 -*-
import base64
import oss2
from oss2.credentials import EnvironmentVariableCredentialsProvider
def main():
# 从环境变量中获取临时访问凭证。运行本代码示例之前,请确保已设置环境变量OSS_ACCESS_KEY_ID、OSS_ACCESS_KEY_SECRET。
auth = oss2.ProviderAuthV4(EnvironmentVariableCredentialsProvider())
# 填写Bucket所在地域对应的Endpoint。以华东1(杭州)为例,Endpoint填写为https://oss-cn-hangzhou.aliyuncs.com。
endpoint = 'https://oss-cn-hangzhou.aliyuncs.com'
# 指定阿里云通用Region ID,例如cn-hangzhou。
region = 'cn-hangzhou'
# 指定Bucket名称,例如examplebucket。
bucket = oss2.Bucket(auth, endpoint, 'examplebucket', region=region)
# 指定拼接后的音频文件名称。
target_audio = 'dest.aac'
# 指定需要拼接的音频文件名称。
audio1 = 'src1.mp3'
audio2 = 'src2.mp3'
# 构建音频处理的样式字符串以及音频拼接处理参数。
audio1_encoded = base64.urlsafe_b64encode(audio1.encode()).decode().rstrip('=')
audio2_encoded = base64.urlsafe_b64encode(audio2.encode()).decode().rstrip('=')
style = f"audio/concat,f_aac,ac_1,ar_44100,ab_96000,align_2/pre,o_{audio1_encoded}/pre,o_{audio2_encoded},t_0"
# 构建异步处理指令。
bucket_encoded = base64.urlsafe_b64encode(bucket_name.encode()).decode().rstrip('=')
target_encoded = base64.urlsafe_b64encode(target_audio.encode()).decode().rstrip('=')
process = f"{style}|sys/saveas,b_{bucket_encoded},o_{target_encoded}/notify,topic_QXVkaW9Db252ZXJ0"
print(process)
# 执行异步处理任务。
try:
result = bucket.async_process_object(audio1, process)
print(f"EventId: {result.event_id}")
print(f"RequestId: {result.request_id}")
print(f"TaskId: {result.task_id}")
except Exception as e:
print(f"Error: {e}")
if __name__ == "__main__":
main()
Go
要求使用Go SDK 3.0.2及以上版本。
package main
import (
"encoding/base64"
"fmt"
"log"
"os"
"github.com/aliyun/aliyun-oss-go-sdk/oss"
)
func main() {
// 从环境变量中获取临时访问凭证。运行本代码示例之前,请确保已设置环境变量OSS_ACCESS_KEY_ID、OSS_ACCESS_KEY_SECRET、OSS_SESSION_TOKEN。
provider, err := oss.NewEnvironmentVariableCredentialsProvider()
if err != nil {
fmt.Println("Error:", err)
os.Exit(-1)
}
// 创建OSSClient实例。
// yourEndpoint填写Bucket对应的Endpoint,以华东1(杭州)为例,填写为https://oss-cn-hangzhou.aliyuncs.com。
// yourRegion指定阿里云通用Region ID,例如cn-hangzhou。
client, err := oss.New("https://oss-cn-hangzhou.aliyuncs.com", "", "", oss.SetCredentialsProvider(&provider), oss.AuthVersion(oss.AuthV4), oss.Region("cn-hangzhou"))
if err != nil {
fmt.Println("Error:", err)
os.Exit(-1)
}
// 指定Bucket名称,例如examplebucket。
bucketName := "examplebucket"
bucket, err := client.Bucket(bucketName)
if err != nil {
fmt.Println("Error:", err)
os.Exit(-1)
}
// 需要拼接的音频文件名称。
audio1 := "src1.mp3"
audio2 := "src2.mp3"
// 指定拼接后的音频文件名称。
targetAudio := "dest.aac"
// 构建音频处理的样式字符串以及音频拼接处理参数。
audio1Encoded := base64.URLEncoding.EncodeToString([]byte(audio1))
audio2Encoded := base64.URLEncoding.EncodeToString([]byte(audio2))
style := fmt.Sprintf("audio/concat,f_aac,ac_1,ar_44100,ab_96000,align_2/pre,o_%s/pre,o_%s,t_0", audio1Encoded, audio2Encoded)
// 构建异步处理指令。
bucketEncoded := base64.URLEncoding.EncodeToString([]byte(bucketName))
targetEncoded := base64.URLEncoding.EncodeToString([]byte(targetAudio))
process := fmt.Sprintf("%s|sys/saveas,b_%s,o_%s/notify,topic_QXVkaW9Db252ZXJ0", style, bucketEncoded, targetEncoded)
// 执行异步处理任务。
result, err := bucket.AsyncProcessObject(audio1, process)
if err != nil {
log.Fatalf("Failed to async process object: %s", err)
}
fmt.Printf("EventId: %s\n", result.EventId)
fmt.Printf("RequestId: %s\n", result.RequestId)
fmt.Printf("TaskId: %s\n", result.TaskId)
}