文档中心

AI MediaKit

基础剪辑

音视频拼接

AI MediaKit 的音视频拼接工具，可以将多个视频片段或音频片段按指定顺序拼接成一个新文件。无论是将日常拍摄的多个短视频汇集成一个 Vlog，还是将多段录音合并成一期完整的播客，都可以通过简单的 API 调用完成。

工具说明

AI MediaKit 为视频和音频的拼接分别提供了独立的 API，但它们遵循完全相同的异步任务流程，并使用同一个 API 查询任务结果。

工具	API	核心能力
视频拼接	提交视频拼接任务 API	顺序拼接：将多个视频片段按指定顺序首尾相连。添加转场：支持在片段之间添加多种预设的转场效果，使衔接更自然、更具创意。
音频拼接	提交音频拼接任务 API	顺序拼接：将多个音频片段按指定顺序首尾相连，生成一个单一的音频文件。

效果预览

输入视频	输出拼接后视频
Replay Play 00:00 / 00:00 Live 00:00 Fullscreen Cssfullscreen 1x 2x 1.5x 1x 0.75x 0.5x Click and hold to drag Replay Play 00:00 / 00:00 Live 00:00 Fullscreen Cssfullscreen 1x 2x 1.5x 1x 0.75x 0.5x Click and hold to drag	Replay Play 00:00 / 00:00 Live 00:00 Fullscreen Cssfullscreen 1x 2x 1.5x 1x 0.75x 0.5x Click and hold to drag

快速体验：将多个视频片段拼接成一个带转场的集锦

本场景将演示如何将三个独立的视频短片（例如，旅行中的随手拍）拼接成一个完整的旅行集锦，并在拼接处加入“泛开”和“旋转放大”的转场效果。

准备工作

获取访问凭证：在开始之前，访问 AI MediaKit 控制台 API Key 管理页面，创建并获取 AI MediaKit API Key（用于媒体处理功能鉴权）。

准备视频文件：准备多个待拼接的视频文件，并将它们上传至公网可访问的服务器或视频点播服务中，以获取可供 API 调用的 URL。

操作流程

音视频拼接是一个异步任务：

成功调用视频拼接 API POST /api/v1/tools/concat-video 后，API 将返回一个任务 ID。

您可以轮询 GET /api/v1/tasks/{task_id} API，直到任务状态 status 变为 completed；或者使用事件回调自动接收任务状态变化。

任务完成后，您可解析 result 字段，在 video_url 字段处获取最终生成的视频文件下载地址。

第 1 步：提交视频拼接任务

您需要调用提交视频拼接任务 API。可直接复制以下 cURL 命令提交。请确保 video_urls 数组中文件的顺序就是您期望的拼接顺序。

说明

需替换参数：

将 {Your_API_Key} 替换为您的有效 API Key。

-d 部分是 JSON 请求体，您可以直接修改其中的关键参数来自定义您的视频：

将 video_urls 数组中的 URL 替换为您真实的视频文件地址。

transitions 是可选参数，用于指定转场效果 ID。本例中 1182358 代表“泛开”，1182360 代表“旋转放大”。更多 ID 见转场效果。

请求成功后，您会收到如下包含 task_id 的响应，请保存此 ID 用于后续查询。

第 2 步：获取结果

由于视频合成需要一定处理时间，您需要轮询查询任务信息 API，直到任务状态 status 变为 completed。

说明

需替换参数：将 URL 末尾的 {task_id} 替换为第 1 步返回的任务 ID。

当任务成功完成后，您将收到如下响应。result 字段是一个 JSON 对象，您可以直接从其下的 video_url 字段获取视频的下载地址（默认输出为 MP4 格式，有效期为 24 小时）。

说明

音频拼接说明：拼接音频的流程与上述完全一致。唯一的区别在于，您需要调用音频拼接 API POST /api/v1/tools/concat-audio，并将参数名从 video_urls 换成 audio_urls。音频拼接不支持转场。

最佳实践

规格说明

为获得最佳的拼接效果，建议您在拼接前，尽量确保所有输入片段的规格（如分辨率、帧率、采样率等）保持一致。

输出分辨率（视频）：视频拼接任务的输出分辨率，默认以您在 video_urls 数组中传入的第一个视频片段的分辨率为基准。后续其他片段若分辨率不一致，将被自动缩放以对齐第一个片段，这可能会导致画面出现黑边或拉伸。

输出格式（音频）：音频拼接任务默认输出的音频格式为 m4a。

参考信息

使用限制

限制项

说明

输入文件限制

文件来源：支持公网 HTTP/HTTPS URL、本地上传 (mediakit://)、来源于火山引擎视频点播 (vod://) 和火山引擎对象存储 (tos://) 四种输入协议。关于各协议的具体说明和使用示例，请参阅多源媒体输入与本地上传。

数量限制：单次任务支持传入 1 到 100 个 URL。

支持格式：

mp4, flv, ts, avi, mov, wmv, mkv 等主流视频格式。

mp3, m4a, wav 等主流音频格式。

文件大小：建议单个输入文件大小不超过 10 GB。

输入分辨率限制：输入视频最高支持 4K (3840×2160) 分辨率。

处理耗时

处理耗时与视频时长和分辨率正相关。视频越长、分辨率越大，耗时越长。平均 RTF（处理耗时/原片时长）为 1。

转场效果

下表为当前支持的所有转场效果及其 ID。

效果名称	ID	动画展示
泛开	1182358
交替出场	1182359
旋转放大	1182360
梦幻放大	1182369
六角形	1182365
圆形交替	1182378
故障转换	1182367
飞眼	1182368
开门展现	1182370
立方转换	1182373
透镜变换	1182374
晚霞转场	1182375