Generar imágenes de forma de onda a partir de audio

🤖/audio/waveform genera imágenes de forma de onda para tus archivos de audio y te permite cambiar sus colores y dimensiones.

Te recomendamos usar un Step de 🤖/audio/encode antes de tu Step de forma de onda para convertir los archivos de audio a MP3. Así se garantiza que 🤖/audio/waveform acepte tu archivo de audio y además puedes reducir la frecuencia de muestreo de los archivos de audio grandes y ahorrar algo de dinero.

De forma similar, si necesitas la imagen de salida en otro formato, envía el resultado de este Robot a 🤖/image/resize.

Ejemplo de uso

Genera una forma de onda de 400×200 en color #0099cc a partir de un archivo de audio subido:

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

Parámetros

interpolate
boolean | Record<string, boolean>
Controla si las Assembly Variables se interpolan en campos de instrucciones individuales.

De forma predeterminada, la mayoría de los campos de instrucciones de los Robots interpolan Assembly Variables. Establece esta opción en false para tratar todos los campos de instrucciones como texto literal, o establece la ruta de un campo individual en false para tratar únicamente ese campo como texto literal. En el caso de los campos específicos de un Robot que son literales de forma predeterminada, establece esta opción en true o la ruta de ese campo en true para volver a habilitar la interpolación.

Usa nombres de campos como path o rutas con puntos como ffmpeg.vf para los objetos anidados.
output_meta
Record<string, boolean> | boolean | Array<string>
Te permite especificar un conjunto de metadatos cuyo cálculo requiere más recursos de CPU y que, por lo tanto, está desactivado de forma predeterminada para que tus Assemblies se procesen rápidamente.

Para imágenes, puedes añadir "has_transparency": true a este objeto para determinar si la imagen contiene partes transparentes y "dominant_colors": true para extraer un array de códigos de color hexadecimales de la imagen.

Para imágenes, también puedes añadir "blurhash": true para extraer una cadena BlurHash, una representación compacta de un marcador de posición para la imagen que resulta útil para mostrar una vista previa desenfocada mientras se carga la imagen completa.

Para videos, puedes añadir el parámetro "colorspace": true para extraer el espacio de color del video de salida.

Para videos, también puedes añadir "interlaced": true para detectar si el video está entrelazado. Esto combina el indicador field_order de ffprobe, cuyo costo en recursos de procesamiento es bajo, con una pasada de muestreo limitada mediante idet sobre los primeros fotogramas de la fuente, y expone interlaced, field_order y un objeto de diagnóstico interlace_detection en file.meta. Esto requiere muchos recursos computacionales y se factura en consecuencia.

Para audio, puedes añadir "mean_volume": true para obtener un único valor que represente el volumen promedio del archivo de audio.

También puedes establecerlo en false para omitir la extracción de metadatos y acelerar la transcodificación.
user_meta
Record<string, any>(valor predeterminado: {})
Añade metadatos personalizados a cada archivo emitido por este Robot sin modificar el contenido del archivo.

Los valores se combinan con los user_meta existentes en el archivo de entrada. Si ambos objetos contienen la misma clave, el valor de este Robot tiene prioridad. Se admiten Assembly Variables, por ejemplo { "internal_file_id": "${file.id}" }.
result
boolean(valor predeterminado: false)
Indica si los resultados de este Step deben aparecer en el Assembly Status JSON
queue
batch
Establecer la cola en «batch» reduce manualmente la prioridad de los Jobs de este Step para evitar consumir cupos prioritarios con Jobs que no necesitan un tiempo de espera cero en la cola
force_accept
boolean(valor predeterminado: false)
Forzar a un Robot a aceptar un tipo de archivo que habría ignorado.

De forma predeterminada, los Robots ignoran los archivos que no reconocen. 🤖/video/encode, por ejemplo, ignorará sin problemas las imágenes de entrada.

Si configuras el parámetro force_accept como true, puedes forzar a los Robots a aceptar todos los archivos que reciban. Esto normalmente provocará errores y solo debe usarse para depuración o para abordar casos extremos.
ignore_errors
boolean | Array<meta | execute>(valor predeterminado: [])
Ignorar errores durante fases específicas del procesamiento.

Establecer este parámetro en ["meta"] hará que el Robot ignore los errores durante la extracción de metadatos.

Establecer este parámetro en ["execute"] hará que el Robot ignore los errores durante la fase principal de ejecución.

Configurar este parámetro como true equivale a ["meta", "execute"] y hará que se ignoren los errores en ambas fases.
use
string | Array<string> | Array<object> | object
Especifica qué Step o Steps se usarán como entrada.
- Puedes elegir cualquier nombre para los Steps, excepto ":original" (reservado para las subidas de usuarios gestionadas por Transloadit)
- Puedes proporcionar varios Steps como entrada mediante arrays:
```
{
  "use": [
    ":original",
    "encoded",
    "resized"
  ]
}
```
- También puedes etiquetar los Steps de entrada con as para comunicar la intención semántica a los Robots:
```
{
  "use": [
    {
      "name": ":original",
      "as": "image"
    },
    {
      "name": ":original",
      "as": "mask"
    }
  ]
}
```
Consejo

Probablemente eso sea todo lo que necesitas saber sobre use, pero puedes consultar los casos de uso avanzados.
ffmpeg
object
Un objeto de parámetros que se pasará a FFmpeg. Si se utiliza un ajuste preestablecido, las opciones especificadas se combinan con las de ese ajuste. Para consultar las opciones disponibles, revisa la documentación de FFmpeg. Las opciones especificadas aquí tienen prioridad sobre las del ajuste preestablecido.
ffmpeg_stack
v6 | v7 | v8 | string(valor predeterminado: "v7")
Selecciona la versión del stack de FFmpeg que se usará para el encoding. Actualmente recomendamos usar «v7». Las versiones exactas «v6.0.0», «v7.0.0» y «v8.0.0» son valores heredados que siguen aceptándose por compatibilidad con versiones anteriores. También se aceptan los valores obsoletos «v5.x».
format
image | json(valor predeterminado: "image")
El formato del archivo resultante. Puede ser "image" o "json". Si se indica "image", se creará una imagen PNG; de lo contrario, un archivo JSON. Cuando style es "spectrogram", solo se admite "image".
width
string | number(valor predeterminado: 256)
El ancho de la imagen resultante si se seleccionó el formato "image".
height
string | number(valor predeterminado: 64)
La altura de la imagen resultante si se seleccionó el formato "image".
antialiasing
0 | 1 | boolean(valor predeterminado: 0)
Un valor de 0 o 1, o bien true/false, según si quieres habilitar el antialiasing para lograr bordes más suaves en el gráfico de la forma de onda o no.
background_color
string(valor predeterminado: "#00000000")
El color de fondo de la imagen resultante en el formato «rrggbbaa» (rojo, verde, azul, alfa), si se seleccionó el formato "image".
center_color
string(valor predeterminado: "000000ff")
El color usado en el centro del degradado. El formato es «rrggbbaa» (rojo, verde, azul, alfa).
outer_color
string(valor predeterminado: "000000ff")
El color usado en las partes exteriores del degradado. El formato es «rrggbbaa» (rojo, verde, azul, alfa).
style
v0 | v1 | spectrogram
Versión del estilo de la forma de onda.
- "v0": generación de forma de onda heredada (predeterminada).
- "v1": generación avanzada de forma de onda con parámetros adicionales.
- "spectrogram": visualización de espectrograma que muestra el contenido de frecuencia a lo largo del tiempo.
Por compatibilidad con versiones anteriores, también se aceptan los valores numéricos 0 y 1, que se asignan a "v0" y "v1".
split_channels
boolean
Disponible cuando style es "v1". Si se establece en true, genera datos de forma de onda o archivos de imagen multicanal, uno por canal.
zoom
string | number
Disponible cuando style es "v1". Nivel de zoom en muestras por píxel. Este parámetro no se puede usar junto con pixels_per_second.
pixels_per_second
string | number
Disponible cuando style es "v1". Nivel de zoom en píxeles por segundo. Este parámetro no se puede usar junto con zoom.
bits
8 | 16
Disponible cuando style es "v1". Profundidad de bits para los datos de la forma de onda. Puede ser 8 o 16.
start
string | number
Disponible cuando style es "v1". Tiempo de inicio en segundos.
end
string | number
Disponible cuando style es "v1". Tiempo de finalización en segundos (0 significa el final del audio).
colors
audition | audacity
Disponible cuando style es "v1". Esquema de color que se usará. Puede ser «audition» o «audacity».
border_color
string
Disponible cuando style es "v1". Color del borde en formato «rrggbbaa».
waveform_style
normal | bars
Disponible cuando style es "v1". Estilo de la forma de onda. Puede ser «normal» o «bars».
bar_width
string | number
Disponible cuando style es "v1". Ancho de las barras en píxeles cuando waveform_style es «bars».
bar_gap
string | number
Disponible cuando style es "v1". Espacio entre las barras en píxeles cuando waveform_style es «bars».
bar_style
square | rounded
Disponible cuando style es "v1". Estilo de las barras cuando waveform_style es «bars».
axis_label_color
string
Disponible cuando style es "v1". Color de las etiquetas de los ejes en formato «rrggbbaa».
no_axis_labels
boolean
Disponible cuando style es "v1". Si se establece en true, renderiza la imagen de la forma de onda sin etiquetas de ejes.
with_axis_labels
boolean
Disponible cuando style es "v1". Si se establece en true, renderiza la imagen de la forma de onda con etiquetas de ejes.
amplitude_scale
string | number
Disponible cuando style es "v1". Factor de escala de la amplitud.
compression
string | number
Disponible cuando style es "v1". Nivel de compresión PNG: de 0 (ninguna) a 9 (la mejor), o -1 (predeterminado). Solo se aplica cuando el formato es «image».
color_map
viridis | plasma | magma | cividis | cool | rainbow | moreland |
Disponible cuando style es "spectrogram". Esquema de color para la visualización del espectrograma. Su valor predeterminado es "viridis".
frequency_scale
linear | logarithmic
Disponible cuando style es "spectrogram". Escala de frecuencia para el espectrograma. "linear" muestra las frecuencias espaciadas de manera uniforme, "logarithmic" enfatiza las frecuencias más bajas. Su valor predeterminado es "logarithmic".
frequency_min
string | number
Disponible cuando style es "spectrogram". Frecuencia mínima en Hz que se mostrará. Su valor predeterminado es 0.
frequency_max
string | number
Disponible cuando style es "spectrogram". Frecuencia máxima en Hz que se mostrará. Su valor predeterminado es la mitad de la frecuencia de muestreo (frecuencia de Nyquist).
legend
boolean
Disponible cuando style es "spectrogram". Indica si se incluye una leyenda que muestre las escalas de frecuencia y tiempo. Su valor predeterminado es false.
gain
string | number
Disponible cuando style es "spectrogram". Factor de ganancia lineal para la intensidad del espectrograma. Su valor predeterminado es 1.
orientation
vertical | horizontal
Disponible cuando style es "spectrogram". Orientación del espectrograma. "horizontal" muestra el tiempo en el eje x (predeterminado), "vertical" muestra el tiempo en el eje y.

Demos

Service to generate waveform images from audio files (English)

New Robot generates waveform images from audio (English) 22 de noviembre de 2012
New pricing model for future Transloadit customers (English) 7 de febrero de 2018
Let's Build: music card generator with Transloadit (English) 5 de mayo de 2022
Creating engaging audio visualizations with Transloadit (English) 2 de abril de 2023

Generar imágenes de forma de onda a partir de audio

Ejemplo de uso

Parámetros

interpolate

output_meta

user_meta

result

queue

force_accept

ignore_errors

use

ffmpeg

ffmpeg_stack

format

width

height

antialiasing

background_color

center_color

outer_color

style

split_channels

zoom

pixels_per_second

bits

start

end

colors

border_color

waveform_style

bar_width

bar_gap

bar_style

axis_label_color

no_axis_labels

with_axis_labels

amplitude_scale

compression

color_map

frequency_scale

frequency_min

frequency_max

legend

gain

orientation

Demos

Publicaciones relacionadas del blog

`interpolate`

`output_meta`

`user_meta`

`result`

`queue`

`force_accept`

`ignore_errors`

`use`

`ffmpeg`

`ffmpeg_stack`

`format`

`width`

`height`

`antialiasing`

`background_color`

`center_color`

`outer_color`

`style`

`split_channels`

`zoom`

`pixels_per_second`

`bits`

`start`

`end`

`colors`

`border_color`

`waveform_style`

`bar_width`

`bar_gap`

`bar_style`

`axis_label_color`

`no_axis_labels`

`with_axis_labels`

`amplitude_scale`

`compression`

`color_map`

`frequency_scale`

`frequency_min`

`frequency_max`

`legend`

`gain`

`orientation`