AI MediaKit 的音频转码工具，可以将一个音频文件从一种格式转换为另一种格式。这不仅包括容器格式（如 WAV 转 MP3）的转换，还支持对编码参数（如采样率、码率、声道数）和音量进行精细化调整。无论是为了适配不同的播放终端、优化网络传输，还是为了标准化媒资库中的音频响度，音频转码都是一个基础且关键的环节。本篇开发指南将引导您： * 快速体验如何将一个音频文件转换为标准的 MP3 格式。 * 掌握码率控制、音量均衡、元信息处理等进阶用法。 ## 快速入门：进行基础转码本节将以最常见的场景为例，演示如何将一个 WAV 音频文件转换为 MP3 文件。 ### 准备工作 1. **获取访问凭证**：在开始之前，请访问 AI MediaKit 控制台的 [API Key 管理页面](https://console.volcengine.com/imp/ai-mediakit/settings)，创建并获取 **MediaKit API Key**。 2. **准备音频文件**：准备一个待处理的音频文件，并将其上传至公网可访问的服务器或[视频点播服务](https://www.volcengine.com/docs/4/2834?lang=zh)中，以获取可供 API 调用的 URL。为方便您快速测试，本文后续步骤的示例代码中提供了一个可直接使用的演示音频 URL。 ### 操作流程音频转码是一个异步任务，其标准流程如下： 1. 调用 `POST /api/v1/tools/transcode-audio`，获得一个用于查询的 `task_id`。 2. 轮询 `GET /api/v1/tasks/{task_id}` 直至任务完成，然后从 `result.audio_url` 字段中获取转码后音频的下载地址。 #### 第 1 步：提交转码任务您需要调用[提交音频转码任务 API](https://www.volcengine.com/docs/6448/2515360)。以下 cURL 命令演示了如何提交一个基础的 MP3 转码任务。 ```Bash curl -X POST 'https://mediakit.cn-beijing.volces.com/api/v1/tools/transcode-audio' \ -H 'Authorization: Bearer {Your_API_Key}' \ -H 'Content-Type: application/json' \ -d '{ "audio_url": "https://vod-ai-test.tos-cn-beijing.volces.com/demo/speech.m4a" }' ```

说明

需替换参数：

将 {Your_API_Key} 替换为您的有效 API Key。

audio_url：示例中已提供可直接用于测试的演示音频 URL。您也可以将其替换为您自己的音频地址。

在不指定任何转码参数时，系统将执行默认操作：将音频转码为 MP3 格式，码率为 128kbps，采样率为 48000Hz。如果您需要更精细的控制，请见进阶使用。

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。 ```JSON { "success": true, "task_id": "amk-tool-transcode-audio-123456789", "request_id": "20240523120000ABCDEFG12345" } ``` #### 第 2 步：获取转码结果转码任务需要一定的处理时间。您需要轮询[查询任务信息 API](https://www.volcengine.com/docs/6448/2278532)，直到任务状态 `status` 变为 `completed`。 ```Bash curl -X GET 'https://mediakit.cn-beijing.volces.com/api/v1/tasks/{task_id}' \ --header 'Authorization: Bearer {Your_API_Key}' ``` 当任务成功完成后，您将收到如下响应。您可以在 `result.audio_url` 字段中找到最终生成的音频文件下载地址（默认有效期为 24 小时）。 ```JSON { "success": true, "task_id": "amk-tool-transcode-audio-123456789", "request_id": "20240523120000ABCDEFG12345", "status": "completed", "result": { "audio_url": "https://example.com/transcode_output.mp3?auth_key=...", "duration": 240.8 }, "expires_at": 1777531298, "created_at": 1777358413, "finished_at": 1777358500 } ``` ## 进阶使用 ### 控制码率：平衡音质与文件体积 `bitrate_mode` 和 `bitrate_kbps` 参数共同决定了音频的码率。 * `cbr`（恒定码率模式）：编码器严格保持码率恒定。文件大小可被精确预测，适合对带宽稳定性要求高的流式传输场景。 * `cae`（自适应码率模式，仅 AAC 支持）：编码器根据音频复杂度动态调整码率，在相同平均码率下，通常能提供更好的音质和更小的文件体积。以下示例演示了如何使用 `cae` 模式将音频转码为高质量的 M4A (AAC) 文件，平均码率设为 `128kbps`。 ```Bash curl -X POST 'https://mediakit.cn-beijing.volces.com/api/v1/tools/transcode-audio' \ -H 'Authorization: Bearer {Your_API_Key}' \ -H 'Content-Type: application/json' \ -d '{ "audio_url": "https://vod-ai-test.tos-cn-beijing.volces.com/demo/speech.m4a", "container_format": "M4A", "audio": { "bitrate_mode": "cae", "bitrate_kbps": 128 } }' ``` ### 标准化音量：实现响度均衡为确保不同来源的音频在播放时具有一致的听感，您可以使用音量均衡功能。将 `volume_method` 设置为 `"2Pass"`，并配置 `volume_integrated_loudness`（目标响度）和 `volume_true_peak`（安全峰值）参数。以下示例演示了在转码的同时，将音频响度标准化到流媒体平台常用的 `-14 LUFS`，并确保真实峰值不超过 `-1.5 dBTP`。 ```Bash curl -X POST 'https://mediakit.cn-beijing.volces.com/api/v1/tools/transcode-audio' \ -H 'Authorization: Bearer {Your_API_Key}' \ -H 'Content-Type: application/json' \ -d '{ "audio_url": "https://vod-ai-test.tos-cn-beijing.volces.com/demo/speech.m4a", "audio": { "volume_method": "2Pass", "volume_integrated_loudness": -14, "volume_true_peak": -1.5 } }' ``` ### 管理音频元信息 Metadata 在转码过程中，您可以精细化地保留、更新或添加音频的元信息（如标题、艺术家等）。 * `metadata_keep_tags`：指定需要从源文件**保留**的元信息标签列表。 * `metadata_add_tags`：**新增或覆盖**元信息标签。如果此处的 `key` 与保留的标签同名，其 `value` 将覆盖源文件的值。以下示例演示了如何保留源文件的 `title` 和 `artist`，同时更新 `album` 信息，并新增一个 `encoded_by` 标签。 ```Bash curl -X POST 'https://mediakit.cn-beijing.volces.com/api/v1/tools/transcode-audio' \ -H 'Authorization: Bearer {Your_API_Key}' \ -H 'Content-Type: application/json' \ -d '{ "audio_url": "https://vod-ai-test.tos-cn-beijing.volces.com/demo/speech.m4a", "metadata_keep_tags": [ "title", "artist" ], "metadata_add_tags": [ { "key": "album", "value": "Remastered 2024" }, { "key": "encoded_by", "value": "MyAwesomeService" } ] }' ``` ## 参考信息 ### 使用限制 |限制项 |说明 | |---|---| |输入音频限制 |* **音频来源**：支持公网 HTTP/HTTPS URL、本地上传 (`mediakit://`)、来源于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](https://www.volcengine.com/docs/6448/2536893)。

* **支持格式**：mp3, m4a, wav, wma, amr, aac, ogg, flac 等主流音频格式。 | ## 相关 API 文档 * [提交音频转码任务 API](https://www.volcengine.com/docs/6448/2515360) * [查询任务信息 API](https://www.volcengine.com/docs/6448/2278532) * [事件回调](https://www.volcengine.com/docs/6448/2288701)