You need to enable JavaScript to run this app.
文档中心
AI 数据湖服务

AI 数据湖服务

复制全文
下载 pdf
音频处理
音频切分
复制全文
下载 pdf
音频切分

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。

算子介绍

算子 ID : las_audio_extract_and_split

应用场景

核心能力

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

效果展示

  • 输入音频
    直播2_音频.mp3
    未知大小
  • 切分参数
    "data": {
    "input_path": "tos://las-doctest/las-ai/input/audio/audio_5mins.mp3",
    "output_format": "mp3",
    "output_path_template": "tos://las-doctest/las-ai/output/las_audio_extract_and_split/{ordinal}.{output_file_ext}",
     "split_duration": 30
           }
    
  • 切分后音频
    1st.mp3
    未知大小

    2nd.mp3
    未知大小

    3rd.mp3
    未知大小

    4th.mp3
    未知大小

    5th.mp3
    未知大小

    6th.mp3
    未知大小

支持的地域

  • 北京:cn-beijing
  • 上海:cn-shanghai

算子性能

细分项
性能影响说明

最大 RPM

600

耗时

  • 总耗时与音频时长正相关。

输入与输出要求

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。

输入要求

细分
详细说明

支持的输入数据模态

  • 音频
  • 视频

输入格式:音频/视频

  • 格式:mp4wmvwebmmkvm4vflvavimovwavmp3flac

输入路径要求

通过请求参数 input_path 提供给算子输入数据,当前支持公网 URL、TOS 路径这两种方式。

  • 公网 URL:公网可访问的视频 URL,格式为 http/https
  • TOS 路径:将待处理数据上传至与当前 LAS 服务同主账号、同地域的 TOS Bucket后,可提供 TOS 路径,格式为tos://bucket_name/demo

输出要求

细分
详细说明

输出数据模态

  • 音频

输出格式:音频

  • 格式:默认为 wav,支持通过请求参数 output_format 指定生成音频的格式,支持 wav、mp3、flac, 以 FFmpeg 编解码能力为准 。

输出路径:TOS

通过请求参数output_tos_path 指定算子输出结果的存储路径,当前支持设置为 TOS 路径。

  • TOS 路径:与LAS服务同主账号、同地域下,有可写权限的 TOS Bucket 目录。

计费说明
  • 计费标准

    细分项
    计费标准说明

    计费项

    基于输入音频的时长统计用量进行计费。

    计费类型

    按量计费,单位:元/分钟,按实际的计费用量每小时出账。计费精度:毫秒级精度,去尾

    单价

    0.003 元/分钟

  • 计费详情
    计费公式:总费用 = 单价 * 用量

注意与前提

细分项

注意与前提

开通 LAS

  • 如果您是一个全新的火山引擎用户,此前未开通过 LAS 产品,您可先开通 LAS,不使用 LAS 的计费功能仅开通 LAS 产品不会产生费用。开通操作请参见准备工作
  • 开通完成后可查看算子介绍文档,了解算子能力、上手引导等,详情可参见:LAS 智能数据处理算子

费用

调用算子前,您需先了解使用算子时的模型调用费用,详情请参见大模型调用计费

鉴权(API Key)

调用算子前,您需要先生成算子调用的API Key,并建议将API Key配置为环境变量,便于更安全地调用算子,详情请参见获取 API Key 并配置

BaseURL

调用算子前,您需要先根据您当前使用的LAS服务所在地域,了解算子调用的BaseURL,用于配置算子调用路径参数取值。
详情请参见获取 Base URL,下文中的调用示例仅作为参考,实际调用时需替换为您对应地域的路径取值。

API 调用

接口说明

调用 las_audio_extract_and_split 从音频或视频文件中提取/读取音频,并按规则切分多个片段。

请求参数

参数
类型
必填
示例值
说明
operator_id
string
las_audio_extract_and_split
本算子的id是 las_audio_extract_and_split。
operator_version
string
v1
目前只支持v1。
data
process_param
算子参数
input_path
string
tos://xxx/video.mp4
输入 TOS 路径或公网 URL。支持的音视频格式:`mp4`、`wmv`、`webm`、`mkv`、`m4v`、`flv`、`avi`、`mov`、`wav`、`mp3`、`flac`。
output_path_template
string
tos://testbucket/{index}.{output_file_ext}
输出文件路径模板。可注入变量:
  • index 下标
  • index1 下标+1
  • ordinal: ordinal string (1st, 2nd, 3rd, etc.)
  • hours 小时数
  • duration 时长(秒)
  • output_file_ext 文件后缀
split_duration
double
10
每个片段的时长(秒),默认为 30.0。
output_format
string
wav
输出文件格式,仅支持 wav, mp3, flac,默认为 wav。
timeout
integer
10
ffmpeg 执行超时时间(秒),最大值和默认值为600。
extra_params
list of string
No
["-ar", "16000", "-ac", "1", "-b:a", "128k"]
额外的 ffmpeg 参数列表,直接拼接到命令中。
支持命令:
  • -ac:audio channels,音频声道数;
  • -b:a:bitrate audio,音频码率;
  • -ar:audio rate,音频采样率;
  • -sample_fmt:音频采样格式(样本位深 / 存储类型)。

返回数据

参数
类型
示例值
说明
metadata
metadata
请求的元信息。
data
result
返回的数据,随着不同算子有不同模式。
output_paths
list of string
["tos://dingfeng/0/test.wav", "tos://dingfeng/1/test.wav"]
输出的音频文件路径列表。
metrics
list of metric
指标。
name
string
duration_ms
指标名称。支持 duration_ms 输入音频的总毫秒数。
value
integer
指标值。

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\": \"$OUTPUT_PATH_TEMPLATE\",
        \"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

HttpCode

错误码

错误信息

说明

401

Authorization.Missing

Missing Authorization.

缺少鉴权

401

ApiKey.Invalid

The api key is invalid.

API不合法

最近更新时间:2026.08.07 15:49:51
这个页面对您有帮助吗?
有用
有用
无用
无用