文档中心

AI MediaKit

基础剪辑

音频提取

AI MediaKit 的音频提取工具能够快速从视频文件中分离音轨，并保存为纯音频文件（支持 MP3 或 M4A 格式）。该工具适用于制作播客素材、视频转文字前置处理、以及从影视素材中提取背景音乐等场景。

本篇开发指南将引导您：

应用场景

快速体验：从视频中提取完整音频

本场景演示如何从一段视频中提取其完整的音频。

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）。

操作流程

音频提取是一个异步任务：

您可以轮询 GET /api/v1/tasks/{task_id} ，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。

第 1 步：提交任务

您需要调用提交音频提取任务 API。可直接复制以下 cURL 命令提交。

说明

需替换参数：

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

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 audio_url 字段获取提取后音频文件的下载地址（默认输出为 M4A 格式，有效期 24 小时）。

进阶使用

指定输出音频格式

默认情况下，提取的音频会保存为 m4a 格式。您可以根据需要，通过 format 参数将其指定为 mp3 格式。

示例：从视频中提取音频并保存为 MP3 文件

参考信息

使用限制与性能

限制项

说明

输入文件限制

视频来源：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。

处理耗时

处理耗时与视频时长正相关。视频时长越长，处理耗时越长。平均 RTF（处理耗时/原片时长）为 1。