备案控制台
文档
产品文档
输入文档关键字查找
首页 对象存储 操作指南 数据处理 媒体处理 媒体处理参数 音频拼接

音频拼接

更新时间：
一键部署
产品详情
相关技术圈
我的收藏

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：

  • 0（默认值）：从起始位置开始。

  • 大于0：从第ss毫秒开始。

t

int

否

前缀，后缀音频的拼接持续时长，单位为毫秒。取值：

  • 0（默认值）：持续到结束位置。

  • 大于0：持续t毫秒。

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：

  • 0（默认值）：从起始位置开始。

  • 大于0：从第ss秒开始。

t

int

否

被拼接音频的拼接持续时长，单位为毫秒。取值：

  • 0（默认值）：持续到结束位置。

  • 大于0：持续t毫秒。

f

string

是

音频容器：

  • mp3

  • aac

  • flac

  • oga

  • ac3

  • opus

  • amr

ar

int

否

音频采样率。默认与align指定的源音频一致，取值：

  • 8000

  • 11025

  • 12000

  • 16000

  • 22050

  • 24000

  • 32000

  • 44100

  • 48000

  • 64000

  • 88200

  • 96000

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：

  • 0（默认值）：始终使用目标音频码率。

  • 1：拼接列表中存在源音频码率小于ab时使用拼接列表中最小的源音频码率。

  • 2：拼接列表中存在源音频码率小于ab时返回失败。

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）。

说明

音频拼接时也会用到sys/saveas和notify参数。更多信息，请参见另存为和消息通知。

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 qn6qrrqxo2oawuk53otf****:UNQDb7GapEgJkcde6OhZ9J****

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

音频拼接仅支持异步处理，SDK使用方法请参见使用SDK。

文档推荐
  • 本页导读 （1）
文档反馈