Combinar video, audio e imágenes en un solo video

🤖/video/merge crea un nuevo video al añadir una pista de audio a imágenes fijas existentes o a un video existente.

Ejemplo de uso

{
  "steps": {
    "merged": {
      "robot": "/video/merge",
      "use": [
        {
          "name": ":original",
          "as": "image"
        },
        {
          "name": ":original",
          "as": "audio"
        }
      ],
      "width": 1280,
      "height": 720,
      "resize_strategy": "pad",
      "framerate": "1/4",
      "duration": 12
    }
  }
}

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».

• width

  string | number | null

  Ancho del nuevo video, en píxeles.

  Si no se especifica el valor y el parámetro preset está disponible, se aplicará el ancho proporcionado por preset.

• height

  string | number | null

  Altura del nuevo video, en píxeles.

  Si no se especifica el valor y el parámetro preset está disponible, se aplicará la altura proporcionada por preset.

• preset

  android | android-high | android-low | android_high | android_low | dash-1080p-video | dash-1080p_video | 195 más ↓

  Convierte un video según un ajuste preestablecido.

  A partir de ffmpeg_stack: "v7", puedes usar aquí el valor 'empty' si especificas tus propios parámetros de FFmpeg mediante el Robot o si no quieres que Transloadit establezca ningún ajuste de encoding.

• resize_strategy

  crop | fit | fillcrop | min_fit | pad | stretch(valor predeterminado: "pad")

  Si los parámetros de ancho/alto proporcionados son mayores que las dimensiones de la imagen de entrada, resize_strategy determina cómo se redimensionará la imagen para ajustarse al ancho/alto indicados. Consulta las estrategias de redimensionamiento disponibles.

• background

  string(valor predeterminado: "#00000000")

  El color de fondo del video resultante en el formato "rrggbbaa" (rojo, verde, azul, alfa) cuando se usa con la estrategia de redimensionamiento "pad". El color predeterminado es negro.

• framerate

  string | number | string(valor predeterminado: "1/5")

  Al combinar imágenes para generar un video, esta es la velocidad de fotogramas de entrada. Un valor de «1/5» significa que cada imagen se muestra durante 5 segundos antes de que aparezca el siguiente fotograma (el inverso de una velocidad de fotogramas de «5»). Lo mismo se aplica a «1/10», «1/20», etc. Un valor de «5» significa que hay 5 fotogramas por segundo.

• image_durations

  Array<string | number>(valor predeterminado: [])

  Al combinar imágenes para generar un video, esto te permite definir durante cuánto tiempo (en segundos) se mostrará cada imagen en el video. Por lo tanto, si proporcionas 3 imágenes y defines [2.4, 5.6, 9], la primera imagen se mostrará durante 2,4 s, la segunda durante 5,6 s y la última durante 9 s. El parámetro duration se establecerá automáticamente en la suma de image_durations, es decir, 17 en nuestro ejemplo. Sin embargo, aún se puede sobrescribir; en ese caso, la última imagen se mostrará hasta alcanzar la duración definida.

• duration

  string | number | null(valor predeterminado: null)

  Al combinar imágenes para generar un video o al combinar audio y video, esta es la duración objetivo deseada en segundos. El valor de punto flotante puede tener un decimal. Si quieres que todas las imágenes se muestren exactamente una vez, puedes establecer la duración según esta fórmula: duration = numberOfImages / framerate. Esto también funciona con valores inversos de velocidad de fotogramas como 1/5.

  Si estableces este valor en null (valor predeterminado), se utilizará la duración del archivo de audio de entrada al combinar imágenes con un archivo de audio.

  Al combinar archivos de audio y video, se utiliza de forma predeterminada la duración del archivo de video o audio más largo.

• audio_delay

  string | number(valor predeterminado: 0)

  Al combinar un video con un archivo de audio, o imágenes con un archivo de audio para generar un video, este es el retraso deseado en segundos antes de que comience a reproducirse el audio. Imagina que combinas un archivo de video sin sonido con un archivo de audio, pero quieres que el audio comience a reproducirse después de 5 segundos y no de inmediato; en ese caso, utiliza este parámetro.

• loop

  boolean(valor predeterminado: false)

  Determina si el archivo multimedia más corto debe reproducirse en bucle para igualar la duración del más largo. Por ejemplo, si combinas un video de 1 minuto con un archivo de audio de 3 minutos y habilitas esta opción, el video se reproducirá tres veces seguidas para igualar la duración del audio.

• replace_audio

  boolean(valor predeterminado: false)

  Determina si el audio del video debe sustituirse por un archivo de audio proporcionado.

• vstack

  boolean(valor predeterminado: false)

  Apila verticalmente los medios de entrada. Todos los streams deben tener el mismo formato de píxel y ancho, así que considera usar primero un Step de /video/encode para garantizarlo antes de utilizar este parámetro.

• image_url

  string

  La URL de una imagen que se combinará con el audio o video. Cuando se proporciona este parámetro, el Robot descarga la imagen desde la URL y la combina con los demás archivos multimedia.

• sort_by

  auto | basename | import_order(valor predeterminado: "basename")

  Controla cómo se ordenan las entradas agrupadas cuando no se usa ningún alias numerado explícito para el tipo de entrada. Los alias numerados terminan con un sufijo numérico como _1.

  El valor predeterminado "basename" conserva el comportamiento heredado de ordenamiento natural por nombre base.

  Establécelo en "import_order" para conservar el orden de los Steps de importación basados en arrays cuando todos los archivos de entrada contengan metadatos completos del orden de importación. "auto" tiene la misma preferencia por el orden de importación y usa el ordenamiento natural por nombre base como alternativa.

• transition

  none | crossfade | fade_to_black(valor predeterminado: "none")

  El tipo de efecto de transición que se aplicará entre los clips de video concatenados. Solo se aplica al concatenar varios videos (mediante entradas video_1, video_2, etc., o pre_roll/post_roll).

  • "none" — Sin efecto de transición. Los videos se unen uno tras otro.
  • "crossfade" — Una mezcla gradual de un clip al siguiente (tanto de video como de audio).
  • "fade_to_black" — El clip actual se desvanece a negro y, después, el siguiente aparece gradualmente desde negro.

• transition_duration

  string | number(valor predeterminado: 1)

  La duración del efecto de transición en segundos. Solo se aplica cuando transition no es "none". Admite valores de punto flotante (por ejemplo, 0.5 para una transición de 500 ms) y debe ser mayor que 0 siempre que las transiciones estén habilitadas. La transición aplicada se limita automáticamente a la mitad de la duración del clip más corto de cada par para evitar que las transiciones se superpongan.

Demos

Publicaciones relacionadas del blog