Wellenformbilder aus Audio erzeugen

🤖/audio/waveform erzeugt Wellenformbilder für Ihre Audiodateien und ermöglicht es Ihnen, deren Farben und Abmessungen zu ändern.

Anwendungsbeispiel

{
  "steps": {
    "waveformed": {
      "center_color": "0099ccff",
      "height": 200,
      "outer_color": "0099ccff",
      "robot": "/audio/waveform",
      "use": ":original",
      "width": 400
    }
  }
}

Parameter

• interpolate

  boolean | Record<string, boolean>

  Steuert, ob einzelne Robot-Anweisungsfelder Assembly Variables interpolieren.

  Standardmäßig interpolieren die meisten Robot-Anweisungsfelder Assembly Variables. Mit dem Wert false behandeln Sie alle Anweisungsfelder als Literaltext. Wenn Sie stattdessen einen einzelnen Feldpfad auf false setzen, wird nur dieses Feld als Literaltext behandelt. Bei Feldern eines bestimmten Robots, die standardmäßig als Literaltext behandelt werden, aktivieren Sie die Interpolation wieder, indem Sie hierfür true festlegen oder für den jeweiligen Feldpfad den Wert true verwenden.

  Verwenden Sie Feldnamen wie path oder für verschachtelte Objekte Punktpfade wie ffmpeg.vf als Pfadangabe.

• output_meta

  Record<string, boolean> | boolean | Array<string>

  Damit können Sie eine Reihe von Metadaten festlegen, deren Berechnung mehr CPU-Ressourcen beansprucht. Sie sind daher standardmäßig deaktiviert, damit Ihre Assemblies schnell verarbeitet werden.

  Für Bilder können Sie diesem Objekt den Eintrag "has_transparency": true hinzufügen, um zu ermitteln, ob das Bild transparente Bereiche enthält. Mit dem Eintrag "dominant_colors": true können Sie außerdem ein Array mit hexadezimalen Farbcodes aus dem Bild extrahieren.

  Für Bilder können Sie auch den Eintrag "blurhash": true hinzufügen, um einen BlurHash⁠ als String zu extrahieren – eine kompakte Darstellung eines Platzhalters für das Bild, mit der Sie eine unscharfe Vorschau anzeigen können, während das vollständige Bild geladen wird.

  Für Bilder extrahiert der Eintrag "thumbhash": true stattdessen einen base64-codierten ThumbHash⁠ nach meta.thumbhash, zusammen mit meta.has_alpha (gibt an, ob ein Alphakanal vorhanden ist, auch wenn das Bild vollständig deckend ist). Der Hash beschreibt die Pixel gemäß EXIF-Ausrichtung und verwendet bei animierten Bildern das erste Frame. Die Extraktion erfolgt nach dem Best-Effort-Prinzip: Bilder über 40 Megapixeln, nicht unterstützte Formate oder ein fehlgeschlagener bzw. durch Grenzwerte beschränkter Decodiervorgang erzeugen keinen Platzhalter. Eine erfolgreiche Extraktion verursacht eine zusätzliche Metadatengebühr in Höhe von 20 % der Bytes dieser Datei. Ist die Option deaktiviert oder wird kein Hash erzeugt, fällt kein ThumbHash-Aufschlag an.

  Setzen Sie diese Option für den Step, der das Bild erzeugt, etwa /upload/handle für hochgeladene Originale oder /image/resize für verarbeitete Ausgaben. Wird sie nur für /transloadit/store gesetzt, wird keine Extraktion angefordert: Die Speicherung behält die Metadaten des erzeugenden Steps bei. Transloadit Storage speichert einen erzeugten Hash dauerhaft zusammen mit seiner unveränderlichen Version und gibt ihn in gespeicherten Ergebnissen sowie beim nativen Lesen von Assets zurück. Direkte S3-Uploads erzeugen keine Platzhalter. Ein Platzhalter enthält Bildinformationen; schützen Sie ihn daher mit denselben Zugriffskontrollen wie das vollständige Bild.

  Für Videos können Sie den Parameter "colorspace": true hinzufügen, um den Farbraum des Ausgabevideos zu extrahieren.

  Für Videos können Sie außerdem den Eintrag "interlaced": true hinzufügen, um zu erkennen, ob das Video im Zeilensprungverfahren vorliegt. Dazu wird die ressourcenschonende ffprobe-Option field_order mit einem begrenzten Stichprobendurchlauf mithilfe von idet über die ersten Frames der Quelle kombiniert. Die Ergebnisse interlaced und field_order sowie das Diagnoseobjekt interlace_detection werden dabei unter file.meta ausgegeben. Dies ist rechenintensiv und wird entsprechend abgerechnet.

  Für Audio können Sie den Eintrag "mean_volume": true hinzufügen, um einen einzelnen Wert für die durchschnittliche Lautstärke der Audiodatei zu erhalten.

  Sie können diesen Parameter auch auf false setzen, um die Metadatenextraktion zu überspringen und das Transkodieren zu beschleunigen.

• user_meta

  Record<string, any>(Standard: {})

  Fügt jeder ausgegebenen Datei benutzerdefinierte JSON-Metadaten hinzu, ohne den Dateiinhalt zu verändern. Verschachtelte Objekte und Arrays werden unterstützt.

  Die Vererbung hängt vom Robot ab. Die Werte werden mit vorhandenen user_meta der Ausgabedatei zusammengeführt; der aktuelle Step ersetzt übereinstimmende Schlüssel auf oberster Ebene. Weisen Sie erforderliche Schlüssel explizit zu, wenn ein Robot neue Ausgabedateien erstellt.

  In Steps zur Verarbeitung bezieht sich ${file.*} auf die erste Eingabe und ${result.*} auf die ausgegebene Datei. Die Werte werden nach der Ausführung des Robots für jede Ausgabedatei ausgewertet, bevor die anschließende Metadatenextraktion und temporäre Speicherung erfolgen. Bei :original werden die Werte für jeden Upload vor der Metadatenextraktion ausgewertet.

  Nachfolgende Steps lesen ${file.user_meta.key}. Ein vollständiges Beispiel und die Vererbungsregeln finden Sie unter Benutzerdefinierte Metadaten.

• result

  boolean(Standard: false)

  Ob die Ergebnisse dieses Steps im Assembly Status JSON enthalten sein sollen

• queue

  batch

  Wenn Sie die Queue auf „batch“ setzen, wird die Priorität der Jobs für diesen Step manuell herabgestuft. So vermeiden Sie, Priority Job Slots für Jobs zu belegen, die keine Wartezeit von null in der Queue benötigen.

• force_accept

  boolean(Standard: false)

  Erzwingt, dass ein Robot einen Dateityp akzeptiert, den er sonst ignorieren würde.

  Standardmäßig ignorieren Robots Dateien, deren Typ sie nicht kennen. 🤖/video/encode ignoriert beispielsweise problemlos Eingabebilder.

  Wenn Sie den Parameter force_accept auf true setzen, können Sie erzwingen, dass Robots alle übergebenen Dateien akzeptieren. Dies führt in der Regel zu Fehlern und sollte nur zur Fehlersuche oder zur Behandlung von Grenzfällen verwendet werden.

• ignore_errors

  boolean | Array<meta | execute>(Standard: [])

  Fehler in bestimmten Verarbeitungsphasen ignorieren.

  Wenn Sie hierfür ["meta"] festlegen, ignoriert der Robot Fehler bei der Metadatenextraktion.

  Wenn Sie hierfür ["execute"] festlegen, ignoriert der Robot Fehler während der Hauptausführungsphase.

  Wenn Sie hierfür true festlegen, entspricht dies ["meta", "execute"] und Fehler in beiden Phasen werden ignoriert.

• use

  string | Array<string> | Array<object> | object

  Gibt an, welche Steps als Eingabe verwendet werden sollen.

  • Sie können beliebige Namen für Steps wählen, außer ":original" (reserviert für von Transloadit verarbeitete Benutzer-Uploads)
  • Sie können mehrere Steps mithilfe von Arrays als Eingabe angeben:

    {
      "use": [
        ":original",
        "encoded",
        "resized"
      ]
    }
    

  • Sie können Eingabe-Steps außerdem mit as kennzeichnen, um Robots die semantische Funktion zu übermitteln:

    {
      "use": [
        {
          "name": ":original",
          "as": "image"
        },
        {
          "name": ":original",
          "as": "mask"
        }
      ]
    }
    

  Tipp

  Das ist wahrscheinlich alles, was Sie über use wissen müssen. Sie können sich jedoch auch die erweiterten Anwendungsfälle ansehen.

• ffmpeg

  object

  Ein Parameterobjekt, das an FFmpeg übergeben wird. Wenn eine Voreinstellung verwendet wird, werden die angegebenen Optionen mit deren Optionen zusammengeführt. Verfügbare Optionen finden Sie in der FFmpeg-Dokumentation⁠. Die hier angegebenen Optionen haben Vorrang vor den Optionen der Voreinstellung.

• ffmpeg_stack

  v6 | v7 | v8 | string(Standard: "v6.0.0")

  Wählt die Version des FFmpeg-Stacks aus, die zum Encoding verwendet werden soll. Derzeit empfehlen wir „v7“. Die exakten Versionen „v6.0.0“, „v7.0.0“ und „v8.0.0“ sind Legacy-Werte, die aus Gründen der Abwärtskompatibilität weiterhin akzeptiert werden. Veraltete „v5.x“-Werte werden ebenfalls akzeptiert.

• format

  image | json(Standard: "image")

  Das Format der Ergebnisdatei. Möglich sind "image" oder "json". Wenn "image" angegeben wird, wird ein PNG-Bild erstellt, andernfalls eine JSON-Datei. Wenn style "spectrogram" ist, wird nur "image" unterstützt.

• width

  string | number(Standard: 256)

  Die Breite des resultierenden Bildes, wenn das Format "image" gewählt wurde.

• height

  string | number(Standard: 64)

  Die Höhe des resultierenden Bildes, wenn das Format "image" gewählt wurde.

• antialiasing

  0 | 1 | boolean(Standard: 0)

  Entweder ein Wert von 0 oder 1 bzw. true/false, je nachdem, ob Sie Antialiasing für weichere Kanten im Wellenform-Diagramm aktivieren möchten oder nicht.

• background_color

  string(Standard: "#00000000")

  Die Hintergrundfarbe des resultierenden Bildes im Format „rrggbbaa“ (Rot, Grün, Blau, Alpha), wenn das Format "image" gewählt wurde.

• center_color

  string(Standard: "000000ff")

  Die Farbe, die in der Mitte des Verlaufs verwendet wird. Das Format ist „rrggbbaa“ (Rot, Grün, Blau, Alpha).

• outer_color

  string(Standard: "000000ff")

  Die Farbe, die in den äußeren Bereichen des Verlaufs verwendet wird. Das Format ist „rrggbbaa“ (Rot, Grün, Blau, Alpha).

• style

  v0 | v1 | spectrogram

  Version des Wellenform-Stils.

  • "v0": Legacy-Wellenform-Erzeugung (Standard).
  • "v1": Erweiterte Wellenform-Erzeugung mit zusätzlichen Parametern.
  • "spectrogram": Spektrogramm-Visualisierung, die den Frequenzinhalt über die Zeit darstellt.

  Aus Gründen der Abwärtskompatibilität werden auch die numerischen Werte 0 und 1 akzeptiert und auf "v0" und "v1" abgebildet.

• split_channels

  boolean

  Verfügbar, wenn style "v1" ist. Wenn auf true gesetzt, werden mehrkanalige Wellenform-Daten oder Bilddateien ausgegeben, eine pro Kanal.

• zoom

  string | number

  Verfügbar, wenn style "v1" ist. Zoomstufe in Samples pro Pixel. Dieser Parameter kann nicht zusammen mit pixels_per_second verwendet werden.

• pixels_per_second

  string | number

  Verfügbar, wenn style "v1" ist. Zoomstufe in Pixeln pro Sekunde. Dieser Parameter kann nicht zusammen mit zoom verwendet werden.

• bits

  8 | 16

  Verfügbar, wenn style "v1" ist. Bittiefe für die Wellenform-Daten. Möglich sind 8 oder 16.

• start

  string | number

  Verfügbar, wenn style "v1" ist. Startzeit in Sekunden.

• end

  string | number

  Verfügbar, wenn style "v1" ist. Endzeit in Sekunden (0 bedeutet Ende des Audios).

• colors

  audition | audacity

  Verfügbar, wenn style "v1" ist. Zu verwendendes Farbschema. Möglich sind „audition“ oder „audacity“.

• border_color

  string

  Verfügbar, wenn style "v1" ist. Rahmenfarbe im Format „rrggbbaa“.

• waveform_style

  normal | bars

  Verfügbar, wenn style "v1" ist. Wellenform-Stil. Möglich sind „normal“ oder „bars“.

• bar_width

  string | number

  Verfügbar, wenn style "v1" ist. Breite der Balken in Pixeln, wenn waveform_style „bars“ ist.

• bar_gap

  string | number

  Verfügbar, wenn style "v1" ist. Abstand zwischen den Balken in Pixeln, wenn waveform_style „bars“ ist.

• bar_style

  square | rounded

  Verfügbar, wenn style "v1" ist. Balkenstil, wenn waveform_style „bars“ ist.

• axis_label_color

  string

  Verfügbar, wenn style "v1" ist. Farbe für die Achsenbeschriftungen im Format „rrggbbaa“.

• no_axis_labels

  boolean

  Verfügbar, wenn style "v1" ist. Wenn auf true gesetzt, wird das Wellenform-Bild ohne Achsenbeschriftungen gerendert.

• with_axis_labels

  boolean

  Verfügbar, wenn style "v1" ist. Wenn auf true gesetzt, wird das Wellenform-Bild mit Achsenbeschriftungen gerendert.

• amplitude_scale

  string | number

  Verfügbar, wenn style "v1" ist. Skalierungsfaktor für die Amplitude.

• compression

  string | number

  Verfügbar, wenn style "v1" ist. PNG-Kompressionsstufe: 0 (keine) bis 9 (beste) oder -1 (Standard). Gilt nur, wenn format „image“ ist.

• color_map

  viridis | plasma | magma | cividis | cool | rainbow | moreland | 7 weitere ↓

  Verfügbar, wenn style "spectrogram" ist. Farbschema für die Spektrogramm-Visualisierung. Standard ist "viridis".

• frequency_scale

  linear | logarithmic

  Verfügbar, wenn style "spectrogram" ist. Frequenzskala für das Spektrogramm. "linear" stellt die Frequenzen gleichmäßig verteilt dar, "logarithmic" betont niedrigere Frequenzen. Standard ist "logarithmic".

• frequency_min

  string | number

  Verfügbar, wenn style "spectrogram" ist. Minimale anzuzeigende Frequenz in Hz. Standard ist 0.

• frequency_max

  string | number

  Verfügbar, wenn style "spectrogram" ist. Maximale anzuzeigende Frequenz in Hz. Standard ist die Hälfte der Abtastrate (Nyquist-Frequenz).

• legend

  boolean

  Verfügbar, wenn style "spectrogram" ist. Ob eine Legende mit den Frequenz- und Zeitskalen eingeblendet wird. Standard ist false.

• gain

  string | number

  Verfügbar, wenn style "spectrogram" ist. Linearer Verstärkungsfaktor für die Intensität des Spektrogramms. Standard ist 1.

• orientation

  vertical | horizontal

  Verfügbar, wenn style "spectrogram" ist. Ausrichtung des Spektrogramms. "horizontal" stellt die Zeit auf der x-Achse dar (Standard), "vertical" stellt die Zeit auf der y-Achse dar.

Demos

Verwandte Blogbeiträge