跳到内容

Audio Separation ​

更新时间

本文档参考 Tencent Cloud 官方文档 Audio Separation Integration。

从输入视频或音频中分离出人声(语音)、伴奏与背景音,并输出为独立轨道。它与画质增强使用同一 ProcessMedia 流程,通过 EnhanceConfig.AudioEnhance.Separate 配置生效。

API 信息 ​

项目值
服务MPS
API ActionProcessMedia
端点mps.tencentcloudapi.com
API 版本2019-06-12
处理方式异步(获取 TaskId 后查询结果)

认证方面,所有 API 统一使用 TC3-HMAC-SHA256(SecretId/SecretKey)签名。签名生成方法请参考 Quick Start 的 TokenHub 文档。

可通过 DescribeTaskDetail 或完成回调获取结果。

请求参数 ​

参数类型必填示例说明
InputInfoObject必填{"Type":"COS","CosInputInfo":{"Bucket":"mybucket-125xxx","Region":"ap-guangzhou","Object":"/input/video.mp4"}}输入媒体信息。Type 为 URL 或 COS
OutputStorageObject选填{"Type":"COS","CosOutputStorage":{"Bucket":"mybucket-125xxx","Region":"ap-guangzhou"}}输出存储。指定 COS Bucket 与 Region
OutputDirString选填/output/enhance/输出目录。须以 / 开头并以 / 结尾
MediaProcessTask.TranscodeTaskSet.N.RawParameterObject必填参见下方调用示例音频分离仅在自定义参数模式下支持
RawParameter.EnhanceConfig.AudioEnhance.Separate.SwitchString必填ON启用音频分离
RawParameter.EnhanceConfig.AudioEnhance.Separate.TypeString必填normal分离类型。normal(人声 / 背景音分离)或 music(伴奏分离)
RawParameter.EnhanceConfig.AudioEnhance.Separate.TrackString必填vocal输出轨道。vocal(人声)或 background(背景)。默认值 —
RawParameter.ContainerString选填mp4输出封装格式:mp4 / hls / flv
RawParameter.AudioTemplate.CodecString选填aac输出音频编解码器:aac / mp3 / copy
RawParameter.AudioTemplate.BitrateInteger选填128输出音频码率(kbps)
TaskNotifyConfig.NotifyUrlString选填https://example.com/callback任务完成回调 URL。NotifyType 为 URL

分离对象与参数组合的对应关系如下。

分离对象TypeTrack
提取人声(去除背景音乐)normalvocal
提取背景音(去除人声)normalbackground
提取伴奏(去除人声,保留音乐)musicbackground

响应参数 ​

参数类型必填示例说明
TaskIdString总是1250017490-20260318152230-abcdef123456下发的任务 ID。用于查询结果
RequestIdString总是3c140219-cfe9-470e-b241-907877d6fb03请求标识

调用示例 ​

python
import json
from tencentcloud.common import credential
from tencentcloud.common.profile.client_profile import ClientProfile
from tencentcloud.common.profile.http_profile import HttpProfile
from tencentcloud.mps.v20190612 import mps_client, models

cred = credential.Credential("<SecretId>", "<SecretKey>")
http_profile = HttpProfile
http_profile.endpoint = "mps.tencentcloudapi.com"
client = mps_client.MpsClient(cred, "ap-guangzhou", ClientProfile(httpProfile=http_profile))

# 人声提取
params = {
    "InputInfo": {
        "Type": "URL",
        "UrlInputInfo": {"Url": "https://example.com/video.mp4"}
    },
    "OutputStorage": {
        "Type": "COS",
        "CosOutputStorage": {"Bucket": "mybucket-125xxx", "Region": "ap-guangzhou"}
    },
    "OutputDir": "/output/enhance/",
    "MediaProcessTask": {
        "TranscodeTaskSet": [{
            "RawParameter": {
                "Container": "mp4",
                "RemoveVideo": 0,
                "RemoveAudio": 0,
                "VideoTemplate": {
                    "Codec": "h265", "Fps": 0, "Bitrate": 0,
                    "Width": 1920, "Height": 0,
                    "ResolutionAdaptive": "open", "FillType": "black",
                    "ScenarioBased": 1, "CompressType": "standard_compress"
                },
                "AudioTemplate": {
                    "Codec": "aac", "Bitrate": 128,
                    "SampleRate": 44100, "AudioChannel": 2
                },
                "TEHDConfig": {"Type": "TEHD-100", "MaxVideoBitrate": 0},
                "EnhanceConfig": {
                    "AudioEnhance": {
                        "Separate": {"Switch": "ON", "Type": "normal", "Track": "vocal"}
                    }
                }
            }
        }]
    }
}

req = models.ProcessMediaRequest
req.from_json_string(json.dumps(params))
resp = client.ProcessMedia(req)
print(resp.to_json_string)

响应示例 ​

json
{
  "TaskId": "1250017490-20260318152230-abcdef123456",
  "RequestId": "3c140219-cfe9-470e-b241-907877d6fb03"
}

使用说明 ​

提取人声时 Separate.Track 指定为 vocal,提取背景音时指定为 background。

音频分离与画质增强分别由各自的任务构成。

若同时需要人声与伴奏,请分别提交两个 Separate 配置不同的任务。结果查询使用 Task Query 的 DescribeTaskDetail。

基于 VitePress 构建 · 部署于腾讯云 EdgeOne Pages