音视频处理概述

最近更新时间：2023-07-12 16:17:51

我的收藏

本页目录：

﻿
简介
音视频转码提供音频、视频等媒体类文件的转码能力，是文件码流转换成另一个码流的过程。通过转码，可以改变原始码流的编码格式、分辨率和码率等参数，从而适应不同终端和网络环境的播放。
﻿
本文将介绍如何使用音视频转码及媒体智能处理服务，将您存储在COS上的音视频文件，通过高效、智能的方式，转换成适合在移动端、PC、TV上播放的格式，实现多端流畅高清播放体验。
适用场景
多终端适配
针对不同用户不同终端需要提供不同格式的媒体文件，将视频转换成流畅、标清、高清及超清等，用户可以根据当前网络环境选择合适码率的视频播放。同时提供多样的压缩功能以提高压缩效率、减小文件体积，从而减少卡顿并节省存储空间和流量费用。
智能编辑
支持视频添加片头片尾、精彩片段剪辑、自动化抠图、人声和背景声分离等二次创作场景；也可以采用超分辨率、色彩和细节增强、SDR to HDR变换、音频降噪等技术对老旧片源进行修复和美化。
版权保护
可在转码时为视频添加特定图文LOGO来说明视频版权归属，也可以添加数字水印，以作版权追溯使用。
功能支持
提供了基础处理、智能编辑、画质优化和版权保护等方面的处理能力：
﻿
﻿
﻿
具体功能说明如下：
功能
说明
﻿格式转换﻿
音频、视频等媒体类文件的转码能力，支持常见的音视频封装格式：avi、mp4、mkv、flv、hls、ts、mp3、aac、flac，支持 H.264、H.265、AV1、VP8、VP9 等多种编码格式。
﻿倍速转码﻿
适用于时长较长、文件较大、对转码时效性要求高的传媒场景和数据量大的超高清视频生产，倍速转码最高可以达到30倍速的转码性能。
﻿极速高清﻿
提供让视频更小更清晰的转码能力，保证低带宽的同时带给用户视觉上更佳体验。
﻿广电格式转码﻿
支持 XAVC 、ProRes 等特殊格式转码。
﻿自适应码率﻿
将单个源视频一步生成多码率自适应文件的能力，让视频适配不同播放终端与网络情况，支持hls和dash打包格式。
﻿HDR转SDR﻿
使转换后视频的画面细节最大程度贴近原视频，适配不同类型的终端设备，避免画面出现失真、灰暗的情况。
﻿截帧﻿
对视频某一时间节点的截图功能，支持同步和异步截帧，支持将多个截帧拼成雪碧图。
﻿转动图﻿
将视频格式文件转为动图格式文件，支持gif和webp格式。
﻿视频拼接﻿
可将指定的音视频片段拼接在音视频文件的开头或结尾，生成一个新的文件。
﻿视频分段﻿
可将指定的音视频文件切分成若干个片段。
﻿智能封面﻿
智能分析视频帧的质量、精彩程度、内容相关度，提取最优帧生成截图作为封面。
﻿精彩集锦﻿
精准地提取视频中的精彩片段，对视频的内容、动作姿态、场景进行多维度识别与聚合，以匹配专业编辑的水准迅速剪辑生成视频中精彩集锦。
﻿视频标签﻿
对视频中视觉、场景、行为、物体等信息进行分析，输出视频的多维度内容标签。
﻿人声分离﻿
将指定的音视频文件中人声与背景声进行分离生成独立音频素材，便于后期实现其他风格艺术加工。
﻿音频降噪﻿
语音智能降噪，听到想听的声音。
﻿语音合成﻿
通过深度学习技术，将文本转换成自然流畅的语音。目前有多种音色可供选择。
﻿语音识别﻿
对音视频中的音频进行识别，支持中文普通话、英语和粤语。
﻿质量评分﻿
采用无参考评价方式对视频清晰度、信噪比、色彩、亮度等进行综合分析输出视频质量分值。
﻿画质增强﻿
超分辨率：通过识别视频的内容与轮廓高清重建视频的细节与局部特征，通过一系列低分辨率的图像来得到一幅高分辨率的图像
细节和色彩增强：色彩智能美化、饱和度调节；细节智能优化，曲线增强
SDR to HDR：伽马曲线智能变换，亮度增强
﻿水印LOGO﻿
将静态或动态图片、文字水印添加至视频中，支持水印漂浮效果。
﻿数字水印﻿
将图片、字符串隐藏在视频、图文中，水印不易被探知和再次修改，同时也不会破坏视频载体的完整性与可观赏性。
﻿视频加密﻿
通过 HLS 标准加密和 DASH 加密方式对视频数据进行加密，保障视频安全。
﻿视频元信息﻿
获取视频、音频、字幕类等媒体文件的元信息。
使用方式
以音视频普通转码功能为例，根据场景需要提供以下三种使用方式，这三种方式也可以组合使用：
方式一：创建单个处理任务
适用于对单个媒体文件进行转码处理的场景，步骤如下：
1. 选择待处理的COS媒体文件，并创建 音视频转码 任务。
﻿
﻿
2. 配置处理参数，具体参数参考 创建音视频转码任务。
说明：
您也可以使用 提交音视频转码任务接口 来创建单个任务。
转码任务的计费说明请参见 媒体处理费用。
方式二：创建批量处理任务
适用于对于存储在cos中的存量媒体文件，进行统一转码处理的场景。步骤如下：
1. 选择一个文件夹，创建批量数据处理任务，可参考 批量数据处理。
2. 在控制台上查看批量任务的执行情况。
﻿
﻿
说明：
您也可以使用 批量任务接口 来创建批量处理任务。
转码任务的计费说明请参见 媒体处理费用。
方式三：上传文件触发任务执行
适用于持续有新的媒体文件上传到COS的场景，将转码处理配置到工作流中，设置文件上传触发工作流执行，确保新上传的视频都会经过转码处理。步骤如下：
1. 选择一个文件路径创建工作流
﻿
﻿
2. 配置工作流参数，详情可参见 配置工作流。
3. 查看执行结果
4. 可以在控制台上查看执行结果，可参见 查看执行实例﻿
5. 工作流支持自定义设置回调 URL，在工作流开启状态下，每上传一个文件会触发工作流执行一个实例，实例执行完成后系统会向该 URL 发送 HTTP POST 请求，请求体中包含 回调通知内容，以便及时了解工作流实例处理的进展和状态。
说明：
您也可以使用 创建工作流接口 来创建一个工作流。
转码任务的计费说明请参见 媒体处理费用。
﻿
﻿

上一篇: 图像超分实践下一篇: HLS 加密视频播放实践

功能	说明
格式转换	音频、视频等媒体类文件的转码能力，支持常见的音视频封装格式：avi、mp4、mkv、flv、hls、ts、mp3、aac、flac，支持 H.264、H.265、AV1、VP8、VP9 等多种编码格式。
倍速转码	适用于时长较长、文件较大、对转码时效性要求高的传媒场景和数据量大的超高清视频生产，倍速转码最高可以达到30倍速的转码性能。
极速高清	提供让视频更小更清晰的转码能力，保证低带宽的同时带给用户视觉上更佳体验。
广电格式转码	支持 XAVC 、ProRes 等特殊格式转码。
自适应码率	将单个源视频一步生成多码率自适应文件的能力，让视频适配不同播放终端与网络情况，支持hls和dash打包格式。
HDR转SDR	使转换后视频的画面细节最大程度贴近原视频，适配不同类型的终端设备，避免画面出现失真、灰暗的情况。
截帧	对视频某一时间节点的截图功能，支持同步和异步截帧，支持将多个截帧拼成雪碧图。
转动图	将视频格式文件转为动图格式文件，支持gif和webp格式。
视频拼接	可将指定的音视频片段拼接在音视频文件的开头或结尾，生成一个新的文件。
视频分段	可将指定的音视频文件切分成若干个片段。
智能封面	智能分析视频帧的质量、精彩程度、内容相关度，提取最优帧生成截图作为封面。
精彩集锦	精准地提取视频中的精彩片段，对视频的内容、动作姿态、场景进行多维度识别与聚合，以匹配专业编辑的水准迅速剪辑生成视频中精彩集锦。
视频标签	对视频中视觉、场景、行为、物体等信息进行分析，输出视频的多维度内容标签。
人声分离	将指定的音视频文件中人声与背景声进行分离生成独立音频素材，便于后期实现其他风格艺术加工。
音频降噪	语音智能降噪，听到想听的声音。
语音合成	通过深度学习技术，将文本转换成自然流畅的语音。目前有多种音色可供选择。
语音识别	对音视频中的音频进行识别，支持中文普通话、英语和粤语。
质量评分	采用无参考评价方式对视频清晰度、信噪比、色彩、亮度等进行综合分析输出视频质量分值。
画质增强	超分辨率：通过识别视频的内容与轮廓高清重建视频的细节与局部特征，通过一系列低分辨率的图像来得到一幅高分辨率的图像细节和色彩增强：色彩智能美化、饱和度调节；细节智能优化，曲线增强 SDR to HDR：伽马曲线智能变换，亮度增强
水印LOGO	将静态或动态图片、文字水印添加至视频中，支持水印漂浮效果。
数字水印	将图片、字符串隐藏在视频、图文中，水印不易被探知和再次修改，同时也不会破坏视频载体的完整性与可观赏性。
视频加密	通过 HLS 标准加密和 DASH 加密方式对视频数据进行加密，保障视频安全。
视频元信息	获取视频、音频、字幕类等媒体文件的元信息。